改进的FFT算法及应用研究

为了适应现代电能质量检测的需要,在传统FFT算法的基础上,利用快速排序和简化旋转矩阵等方法,对其实现方法进行了改进。提出了改进的基8 FFT算法和改进的基12 FFT算法,简化了运算,提高了运算的实时性,实现了对长度为2的非整数次幂的数据处理。所提算法应用于新型电能质量检测仪中,取得了良好的效果。     

分治策略在确定主导谐波和间谐波中的应用

提出一种基于分治策略的确定主导谐波和主导间谐波的算法。该算法借鉴了快速排序的思想,在分析间谐波特性的基础上,对各个谐波或间谐波分量进行排序,得到线性序列,并利用元素选择的方法确定要分析的主导谐波或间谐波分量。实验结果表明,该算法能准确、有效地确定主导谐波和间谐波。     

基于双模型的输电线绝缘子自爆检测算法

针对输电线路无人机巡检图像中绝缘子自爆缺陷目标小而难以精准检测的问题,提出一种基于Faster R-CNN和改进的YOLO v3级联双模型的绝缘子自爆缺陷检测算法。首先,利用无人机巡检图像构建绝缘子串缺陷数据集,并对训练图像样本进行翻转预处理,增加样本数量,提高模型泛化能力,避免过拟合;然后,利用Faster R-CNN检测图像中的绝缘子串,再将检测到的绝缘子串图像送入改进的YOLO v3网络进行自爆缺陷的定位。改进的YOLO v3网络是在YOLO v3基础上借鉴FPN的思想,增加特征提取层并进行特征融合,充分利用深层特征和浅层特征;同时采用CIoU Loss函数作为损失函数,以解决边界框宽高比尺度信息。实验结果表明,本文算法在所构建的绝缘子缺陷数据集上的检测准确率达到91.2%,相比Faster R-CNN或YOLO v3等单模型检测算法提升了3.31个百分点以上,能有效实现无人机巡检中绝缘子自爆缺陷的检测,为输电线路智能化巡检故障诊断提供方法支持。     

无人机视频图像运动目标检测算法综述

运动目标检测是实现目标跟踪、交通监控、行为分析等任务的基础。但在无人机获取的视频图像中,无人机运动、旋翼震动或外界风力等客观因素使图像出现较为明显的背景、光照等变化,会对运动目标的检测产生影响。因此,如何降低干扰、提高检测精度,让无人机在运动目标检测领域发挥作用在信息时代具有相当重要的意义。无人机视频图像的运动目标检测相比传统运动目标检测,检测思路基本一致,但干扰因素众多。本文以此为切入点,分类综述了适用于无人机视频图像运动目标检测的算法及其改进,主要包括运动估计算法、帧间差法、背景建模法、光流法等传统算法和近年出现的新型算法;通过对无人机运动状态的划分探讨比较了上述方法的优缺点及适用场景。帧间差法更适合处理无人机悬停状态的数据,背景建模法、光流法及新型算法对无人机悬停及巡航状态的数据均可处理;上述算法均不能很好解决光照变化造成误检、漏检现象。所以处理无人机视频数据时,要根据其运动信息及数据特点选择合适的算法,才能获得好的检测结果。     

基于矩阵仿真法的区域封锁子弹药自修复系统设计

针对机场跑道反封锁的问题,提出基于矩阵仿真法的区域封锁子弹药自修复系统。该系统设计了雷场自修复矩阵、雷场自修复组网和雷场自修复通信机制,并给出详尽的状态描述和算法表示。该修复策略能对缺口信息实时反馈并作出快速反应,有效封锁敌方机场,赢得战场制空权。     

一种门限的基于身份无需随机预言的签名方案

 本文针对Paterson无需随机预言的签名方案,提出了一种新的基于身份的无需随机预言的(t,n)门限签名方案,并分析了新方案的正确性和安全性.分析结果表明,在离散对数难题下,参与者能方便的产生个体签名,公开验证者可通过验证公式,决定是否接受个体签名和门限签名.而任何攻击者不能伪造个体签名,不能通过窃听个体签名、门限签名和其他公开信息得到系统秘密值,即使已知所有参与者的秘密值,也无法伪造门限签名.该方案在各种可能的攻击下是安全的.     

好马配好鞍——现代风格橱柜手柄

好马配好鞍，一套好橱柜应当配置“合身”的手柄加以衬托。当前，简约时尚是橱柜设计的一大风格，手柄作为配件，自然也应顺应潮流。所以，不少设计简约的现代风格手柄便应运而生，在橱柜上占据一方，施展着自己的魅力。好手柄至少应具备四个基本条件：防水、防锈、牢固、环保。所谓防水是指手柄易清洁，不留汗斑、水迹。防锈与手柄镀层、表面喷涂工艺有关，如果表面处理工艺好，则手柄光泽如一，持久防锈。牢固可反映在手柄制作工艺上：手柄接口应处理得当，各部分间无缝隙，浑然一体，不断裂。环保是指手柄不应含有铅等有害物质。对现代风格的手柄而言，不锈钢、铝合金、锌合金等是其常见材质。     

断陷湖盆长轴缓坡辫状河三角洲前缘储层构型研究——以大港枣园油田枣南断块孔一段枣V油组为例

利用大港油田枣南断块岩心、三维地震、测井及生产动态资料,综合应用层次分析、模式指导、动静结合的方法对断陷湖盆长轴缓坡辫状河三角洲前缘进行构型深入解剖,针对这类三角洲的前缘提出了按照近端、中端及远端三分的细分方案,明确了各相带内部沉积构型样式的特征与差异性,建立了精细的断陷湖盆长轴缓坡辫状河三角洲前缘沉积构型模式.研究结果表明:1)断陷盆地长轴端地形坡度较缓、物源充足、水体较浅、前缘亚相宽,根据前缘亚相水动力、水深条件,结合地下储层砂体厚度、砂体横向连通性、岩性分布特征等方面的差异将前缘分为近端、中端及远端3个相带;2)近端相带分流河道规模大、水动力强,水携沉积物充足,在其控制下形成大规模近连片分布的河口坝复合体,单一河口坝内又包含多个增生体,前积倾角约3.8°,坝内缘与坝外缘发育程度较低.近端分流河道多深切至河口坝底部并在其侧缘形成多个小型决口扇(岩性以泥、粉砂为主),河口坝内可形成增生体间泥质披覆夹层和决口扇泥质夹层;3)近端分流河道分汊后进入前缘中端,形成中等规模、呈串珠状排列的河口坝复合体,单一河口坝内可包含2~3期增生体,前积倾角为2.1°~2.6°,增生体的堆积方式包括顺源前积和侧积两种,堆积方式主要受控于分流河道水动力强度大小,增生体间发育前积或侧积的泥质披覆夹层;4)中端分流河道在远端进一步分汊,导致分流河道规模减小、水携沉积物粒度变细且分流河道频繁"摆动",远端河口坝规模较小、多孤立分布,顶部泥质披覆夹层将不同期河口坝完全分隔开.     

一种基于ARM的嵌入式电能质量监测系统

本文介绍了一种基于ARM技术的嵌入式电能质量监测系统,其控制处理模块使用具有ARM7TDMI核的LPC2214处理器,操作系统选用针对工业控制领域的嵌入式μLinux,实时监测和录制电压和电流数据,通过嵌入式GUI开发实现电能质量指标的动态显示。     

基于声纹识别的变压器工况检测方法及验证系统

通过对大型电力变压器（电抗器）声纹信号采集、处理与特征分析,提出了一种基于声纹识别技术的变压器工况检测方法及验证系统,实现对变压器工作状态的判断检测。首先,通过声纹采集传感器实地采集获取73组变压器音频,共约1800 min;其次,分别运用分段、分帧、加窗音频预处理方法对所采集的变压器声纹进行去噪处理;再次,综合运用能量特征、频率特征、梅尔频率倒谱系数、频率压缩方法提取变压器声纹特征并进行有效融合;最后,针对变压器工况声音由稳定工作状况发出的声音与不稳定的瞬时杂音加性叠加问题,提出一种基于余弦相似度算法实现声纹叠加的分离检测,同时建立一套变压器工况检测与验证分析系统。