基于递推DFT算法数字滤波器的研制

推导出递推DFT算法，并采用该算法实现了电力系统谐波与基波的分离，仿真和试验表明该算法具有计算量少、实现简单、滤波效果良好的优点，可用于基于交流采样的电力系统滤波和数据采集系统。     

基于双重滤波与锐化的遥感图像增强算法

为了解决遥感卫星影像普遍存在着亮度、对比度低的问题,提出了基于滤波与锐化的遥感图像增强算法。首先,根据线性运算中核矩阵像素权值特性,设计基于中值滤波与高斯滤波的图像滤波算子。然后,采用图像一阶导数逼近技术,计算图像强度梯度,并采用图像二阶导数计算梯度的散度,从而建立基于Sobel与Laplacian的图像锐化增强算子,以增强图像对比度。最后,基于非局部均值算法,完成图像去噪,实现遥感图像平滑增强的目的。实验测试结果表明,与当前遥感图像增强技术相比,本算法拥有更高的增强质量,更好地保留了图像的亮度与色度信息。     

基于地图匹配的室内定位算法研究

在对室内环境进行定位的过程中,基于粒子滤波的地图匹配算法能够实现室内定位结果与地图数据的有效融合。目前此类方法主要存在地图匹配时穿墙检测算法计算量大以及定位结果位于不可达区域的问题。针对穿墙检测算法计算量大的问题,在栅格地图的基础上建立地图信息矩阵,提出了一种基于地图信息矩阵的穿墙检测算法,在保证正确检测出穿墙粒子的同时,降低计算量;针对定位结果位于不可达区域的问题,提出了一种基于粒子滤波多重权重更新的地图匹配算法进行改进。理论分析和实测结果均验证了改进算法的合理性和有效性。     

递推最小二乘算法在微机距离保护中的应用研究

本文重点就递推最小二乘算法的滤波特性进行了分析，并从频域的角度 对状态量的选择问题进行了讨论，给出了便于在微机距离保护中采用的实用递 推算法。理论分析和仿真计算表明，该算法计算简便、收敛速度快，其具有的 变数据窗特点可有效实现保护的反时限动作特性。     

基于滤波插值抽取方法的变压器差动保护以太网数据接口

针对电子式瓦感器数字输出接口(合并单元)的数据输出率与成熟变压器差动保护算法的交流采样频率不一致的问题,分析了直接采用Lagrange线性插值方法从原始数据序列抽取所需数据的方法中存在的频率混叠现象,提出了滤波插值抽取的方法,对其进行了性能分析,给出了以太网数据接口实现的方案,包括以太网接口的硬件结构及简化的滤波插值抽样处理的软件实现方法.该数据接口在保留原有成熟保护算法的前提下提高了采样值的计算精度,为保护的动作性能提供了可靠保证.     

神经网络滤波技术在微机保护中的应用

介绍一种新的适用于微机保护的神经网络滤波算法,该算法采用ＡＤＡＬＩＮＥ模型和ＬＭＳ学习机制。给出了利用计算法进行滤波的仿真效果,并与最小二乘滤波算法的计算结果进行了比较。算例表明,神经网络滤波算法具有精度高、计算量小、收敛速度快的特点,比较适用于微机保护。     

采用免疫算法的感应电机内模控制策略EI北大核心CSCD

内模控制(internal model control,IMC)因其结构简单、易于实现已得到广泛关注,但其控制性能与滤波器时间常数有直接关系,影响了其在高性能变频调速系统中的应用。该文提出了一种采用免疫算法的感应电机内模控制策略,以免疫应答系统为基础,引入一种免疫算法,分析了该算法的实现方式。将该免疫算法植入到内模控制器中,实现对滤波时间常数的在线调整,克服了内模控制器因滤波时间常数固定带来的系统动态性能不佳的问题。仿真与实验结果验证了采用免疫算法的感应电机内模控制策略的有效性。     

信息融合技术在INS/GPS/DVS组合导航系统中的应用

本文探讨了INS/GPS/DVS组合导航系统中的信息融合技术问题,介绍了联邦滤波算法的基本思想,根据INS、GPS、DVS的导航特点建立了较完整的状态方程,并以INS/GPS及INS/DVS组合分别构成组合导航系统的子滤波器,建立了相应的量测方程;阐述了主滤波器的最优估计融合算法,并给出了该算法与集中滤波算法等效的条件;最后采用无反馈的模式对组合导航系统中的联邦滤波算法进行了计算机仿真与分析.结果表明,联邦滤波算法可以充分利用各导航传感器的信息,并在减少计算量的前提下有效地提高导航系统的精度,具有较大的工程应用价值.     

采用免疫算法的感应电机内模控制策略

内模控制(internal model control,IMC)因其结构简单、易于实现已得到广泛关注,但其控制性能与滤波器时间常数有直接关系,影响了其在高性能变频调速系统中的应用。该文提出了一种采用免疫算法的感应电机内模控制策略,以免疫应答系统为基础,引入一种免疫算法,分析了该算法的实现方式。将该免疫算法植入到内模控制器中,实现对滤波时间常数的在线调整,克服了内模控制器因滤波时间常数固定带来的系统动态性能不佳的问题。仿真与实验结果验证了采用免疫算法的感应电机内模控制策略的有效性。     

基于降阶电感矩阵法的多流制牵引主变压器直流滤波电感的计算

在多流制电力机车中,牵引主变压器充当变压器和直流滤波电感两种角色时,能提高牵引传动系统的设备利用率,降低系统占用空间和质量。为了解决牵引绕组被用作直流滤波电感时端口电感计算模型非线性及建模复杂等问题,本文结合多绕组牵引主变压器的端口电压方程,提出了一种基于降阶电感矩阵法的直流滤波电感计算新方法;首先详细推导出电感矩阵降阶算法的通用计算式;其次,根据牵引绕组用作直流滤波电感时不同的接线方案,建立牵引主变压器的端口电压方程组,并将降阶后获得电感参数代入到端口电压方程组中,再依据变压器的端口边界条件,即可推导求得直流滤波电感的计算式。最后,以南非多流制牵引主变压器为例,采用本文提出的新算法对牵引绕组用作直流滤波电感的两种典型接线方法条件下的滤波电感进行了计算,并与试验结果进行了对比分析,结果表明该方法能准确计算出直流滤波电感量。这对实现牵引主变压器阻抗参数与多流制牵引传动系统参数的优化匹配具有重要的工程应用价值。     

基于ITER测试平台的无功功率算法研究

国际热核聚变实验堆（ITER）测试平台所带负载为电感很大的超导线圈,当接入电网后会产生大量的无功功率,造成电网电压下降,影响电网质量。为检测ITER测试平台无功补偿及滤波装置对无功功率的补偿效果,通过希尔伯特算法及双谱线插值FFT算法来实现无功功率的计算,并利用数据采集卡及LabVIEW软件来对试验数据进行实时采集、分析和显示。通过和电能质量分析仪的分析结果进行比较,验证了两种算法的正确性。     

基于拉曼光谱数据处理和谱峰识别的变压器油绝缘老化研究

针对变压器油的拉曼光谱分析通常受到噪声和荧光背景等的干扰以及谱峰位置难以识别的问题,提出了一种改进的数据处理和谱峰识别算法,用于变压器油老化评估时的拉曼光谱分析。提出一种自适应Savitzky-Golay滤波法,引入自适应窗口大小拉曼光谱数据进行去噪处理。采用改进的多项式拟合算法对去噪后的数据进行去除荧光背景处理,减小荧光背景对拟合结果的影响。通过数据点与期望的拉曼信号的接近程度为每个数据点赋予权重,以实现更准确的去荧光背景处理。利用谱峰识别技术判别变压器油的老化程度,采用大小两种尺度高斯窗口判别法来识别谱峰,并结合局部加权信噪比(local weighted signal-to-noise ratio, LW_SNR)来判断疑似拉曼谱峰的真实性。最后通过实验验证了所提算法在变压器油老化评估中的有效性。     

基于高光谱图像和卷积神经网络的燃煤热值估计算法

火力发电是中国主要的发电方式,煤质优劣直接决定着发电厂的安全生产、经济效益,而收到基低位发热量是煤质优劣的关键指标之一。针对目前煤炭发热量测量程序复杂、不易实时监测等问题,基于高光谱图像和卷积神经网络,提出一种方便、快速的热值估计算法。通过高光谱数据采集系统对煤样进行光谱成像,经过高斯低通滤波以及主成分分析,消除采集噪声以及光谱通道之间的数据冗余性;然后采用邻域均值化数据采集方法获得平滑的训练数据与测试数据,搭建7层的卷积神经网络;通过实验验证了所提方法的有效性,结果显示该方法具有较高的预测精度。     

基于数学形态滤波的电压闪变检测研究

电压闪变信号中经常混叠有随机噪声,针对Prony近似频谱估计算法对噪声较为敏感的缺陷,将数学形态学滤波和Prony分析相结合应用于电压闪变检测研究。首先利用数学形态学滤波法对含噪闪变信号进行去噪处理,再通过Prony算法和Hilbert变换分析并提取去噪后的特征信息。仿真结果显示,该方法有利于提高Prony算法对闪变信号的精确分析,同时验证了其可行性与准确性。     

高分辨THz-TDS采集传输的嵌入式设计与优化

为了满足太赫兹高分辨检测及实时处理需求,利用光电导天线产生和探测太赫兹时域光谱信号,基于现场可编程门阵列(field programmable gate array, FPGA)实现太赫兹时域光谱的采集、维纳滤波反卷积处理、传输和上位机显示等功能。将采集到的太赫兹时域光谱数据进行维纳滤波反卷积处理,实现还原太赫兹信号、提高时间分辨率以及降噪的效果,将数据由以太网传输的方式传输到上位机进行实时显示,针对实际检测中太赫兹信号反卷积后脉宽较宽,提出在维纳滤波反卷积算法中引入与频率相关的函数对算法进行优化,使信号的脉宽变窄,提高检测精度。优化的维纳滤波反卷积算法处理结果相比于原始算法信噪比增加7 dB,脉宽降低0.2 ps,实现更高的检测分辨能力,算法在FPGA中实现,精度误差小于0.7%,处理效率提升14.29倍,并且减少后期上位机处理时间。     

Fast texture‐preserving bilateral filtering

A new method for fast bilateral filtering with texture‐preserving properties is presented. In general, the texture area is composed of several tiny regions that have almost similar intensity, and therefore bilateral filtering combines similar gray scales of the texture area to form a smooth region. Adaptive boundary filtering solves this problem by using image segmentation to define a new weighting boundary at each pixel filtering. With the new type of boundary, the output image is smoothed while preserving both edges and textures details. The drawback of this algorithm is that it is time consuming. In this paper, a histogram‐based filtering is proposed to improve the speed of this algorithm. However, as texture details are blurred when a small number of bins are used, it is unable to increase speed by using a small number of bins. Deciles‐based algorithm is therefore applied to overcome this limitation, as it can increase the speed while preserving the texture details. The new algorithm, named fast adaptive boundary filtering, increases the speed by more than 40% when compared with adaptive boundary filtering at a boundary threshold T = 40. The output image of new algorithm shows that it is similar to the output of adaptive boundary filtering. Moreover, the speed of new algorithm is compared with the normal 256‐bin histogram‐based bilateral filtering. From the experimental results, it is seen that the new algorithm has higher speed when it is processed with a small to moderate radius window. In addition, a better output image can be obtained from the new algorithm as it preserves both edges and textures. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于HHT的同步电机参数辨识

将一种新的非平稳信号的处理方法—Hilbert-Huang变换(HHT)应用于同步电机的参数辨识中。提出了基于HHT方法的短路电流处理新方法,该方法以经验模态分解(empiricalmodedecomposition,EMD)为基础,构成一种新型的时空滤波方法,从强噪声背景下的短路电流数据中有效地提取出了基波分量和直流分量。克服了传统处理方法精度低的缺点,并且不存在小波基选取问题,具有处理精度高、自适应性强的特点。还提出了基于稳健回归算法的直流分量辨识算法,以及基于Hilbert变换和非线性变量优化(NLO)的基波分量辨识算法,实现了同步电机瞬态和超瞬态参数的精确辨识。用加入滤波环节的F-EMD,降低了电流分量分离过程中的计算量。仿真分析和试验数据分析验证了该方法的有效性。     

基于双边滤波的协方差目标跟踪算法

现有的使用协方差建模的目标跟踪方法在目标形变或是光照变化较大的情况下,达不到理想的跟踪效果。在分析目前协方差建模目标跟踪方法缺点的基础上,提出一种融合双边滤波的协方差目标跟踪算法。首先,将待跟踪图像进行双边滤波,提取滤波后的图像特征构建协方差特征矩阵作为跟踪模板。其次,由于协方差矩阵为对称正定流形,服从对数-欧几里德黎曼度量。在此度量下,构建了目标协方差矩阵相似性度量和模板更新策略。各种条件下的实验结果表明,新构建的基于双边滤波的协方差特征矩阵对目标形变和光照变化有更好的适应性。     

基于谱相干滤波冲击增强的轴承故障诊断

针对优化特征改进包络谱(IESFO)存在早期故障弱特征提取能力较弱和对频率分辨率要求较高的不足,提出了基于谱相干滤波冲击增强的轴承故障特征提取方法。首先使用IESFO算法选取优化解调频带并进行带通滤波;然后对滤波后信号使用多点优化最小熵反褶积(MOMEDA)算法增强信号中轴承故障产生的冲击;最后进行包络分析。基于实测信号的研究结果表明,和现有方法相比,本方法在轴承性能退化过程中可以提前提取到轴承早期故障信息,且可用于提取滚动轴承复合故障信息。