复杂背景下的红外探测虚警抑制方法研究

虚警抑制是红外小目标检测系统中的重要任务之一,在复杂场景下,存在着大量与目标灰度特征相似的干扰易被识别为虚警,现有方法难以准确、高效地区分目标并滤除虚警。本文提出了一种基于目标相对运动推理法的高鲁棒性红外虚警抑制方法,通过对上报目标进行运动信息提取,并分析目标间的相对运动关系,以构建运动信息匹配表,最终根据运动信息匹配结果进行投票信息选择,以滤除上报信息中的虚警。在8种包含虚警的复杂场景下进行了实验,包括背景相对相机静止目标移动的场景、目标相对相机静止虚警移动的场景、相机画面剧烈抖动的场景以及所有检测目标均为虚警的场景。实验结果表明,本文提出的方法在以上场景中都能够准确滤除虚警,同时可以在所有候选目标均为虚警的场景下保持虚警率为0。基于相对运动推理的方法可以实现复杂场景中的虚警抑制,在不同场景中表现稳定、快捷、滤除率高。     

基于TDLAS技术与小波变换去噪算法的甲烷浓度检测

为进一步提高甲烷浓度检测精度,搭建了基于TDLAS（tunable diode laser absorption spectroscopy）技术的甲烷浓度检测实验系统,利用甲烷在波长1653.72 nm处吸收强度很高且可以最大限度消除其他气体干扰的特性,通过提取二次谐波信号实现甲烷浓度检测。然后分别采用heursure硬阈值算法、heursure软阈值算法和sqtwolog固定阈值算法作为小波变换阈值算法,通过分析未去噪及小波变换去噪处理后得到的甲烷吸收信号谱图、甲烷二次谐波信号谱图、甲烷吸收信号的信噪比和均方根误差,优选sqtwolog固定阈值算法作为小波变换阈值算法。不同浓度的甲烷标气线性拟合实验及特定浓度的甲烷标气重复性实验结果表明:通过小波变换（采用sqtwolog固定阈值算法）能有效降低噪声干扰,去噪处理后提取的二次谐波信号与甲烷真实浓度拟合优度R2为0.984,拟合效果更佳。采用TDLAS技术结合小波变换去噪算法,实现甲烷浓度检测的同时也能提高甲烷浓度检测精度。     

土壤中红外光谱库支持下的局部建模集优化

土壤中红外（MIR）光谱能快速、无污染、低成本地估算土壤有机碳等理化属性。随着各种尺度土壤光谱库的建立,使用其进行快速土壤分析引起广泛关注,但光谱库的通用模型在局部尺度上的预测效果不理想。开发“局部化”光谱建模方法是提高土壤光谱库性能的有效途径。本文提出了一种新的方法,通过光谱相似度计算和建模子集构建,旨在从库中快速建立最优局部建模集以提高预测精度。比较了欧氏、马氏、余弦三种距离算法衡量待测样本与库样本之间的相似度并生成距离矩阵;使用连续统去除法从距离矩阵中提取库容曲线中的特征点。利用偏最小二乘回归建立土壤MIR光谱与有机碳含量间的定量关系。结果表明,三种距离算法结合连续统去除得到的第一特征点均可得到较佳的预测精度。马氏距离不仅模型精度最高（R² = 0.764,RMSE = 1.021%）而且用到的库样本数最少（14%库容）。本方法可改善MIR光谱分析的成本效率并能提高局部尺度的预测能力。     

一种多个异步采样的暂态同源录波文件分析方法

提出了一种多个异步采样的暂态同源录波文件分析方法,运用电流突变量、牛顿二阶插值、多级FIR滤波和最小二乘曲线拟合等信号处理方法,实现对多个异步采样的同源波形进行波形对齐和比对分析,为继电保护装置采样回路的实时监测、电力系统隐患预判、智能变电站运维检修效率提高提供了基础分析数据,保证了电网的安全稳定运行。     

基于滑动平均滤波的三相并网逆变器多谐振控制器

为了降低三相LCL型并网逆变器中高次谐波和网侧背景谐波对并网电流电能质量的影响,提出了一种基于滑动平均滤波器的多谐振(multi resonance based on moving average filter,MR-MAF)控制器。首先根据滑动平均滤波器的频域特性设计控制器,使其具有近似比例积分多谐振控制器的结构,实现谐波抑制。然后,引入2个可调系数,对该控制器控制性能进行灵活调整。最后,通过仿真和样机实验,验证了所提MR-MAF控制器在谐波抑制和提高电能质量方面的有效性。结果表明,与经典的比例积分多谐振控制器相比,本文提出的控制器不仅可以在保持相同动态性能的情况下并联多个谐振项,而且稳态性能更优,谐波含量由6.8%降至4%。因此,本文所提控制器具有结构简单且抑制谐波频带范围宽的特点,可为改善三相并网逆变器在多谐波环境下的控制性能提供参考。     

基于复合虚拟阻抗的混合储能系统功率分频协调与谐波电流抑制策略

混合储能系统在传统下垂控制下不能根据蓄电池和超级电容各自的储能特点和动态响应进行功率合理分配,同时单相逆变器负荷的存在导致前级变换器和输入源产生二次谐波电流,这将缩短系统的使用寿命,破坏系统稳定运行。针对以上问题,该文提出一种基于复合虚拟阻抗的功率分频协调与低频谐波电流抑制策略。在复合虚拟阻抗作用下,系统等效输出阻抗在低频段和高频段分别由蓄电池侧和超级电容侧阻抗主导,此时蓄电池提供系统功率波动的低频分量,抑制直流母线电压波动以稳定系统能量供需平衡,超级电容快速吸收系统功率波动的高频分量,提高系统的动态响应。在此基础上分析了复合虚拟阻抗使电感支路在二倍频时呈现高阻抗,非二倍频时呈现低阻抗,从而抑制二次谐波电流。最后,通过实验验证所提方法的有效性。     

大坝变形预测的最优因子长短期记忆网络模型

面对海量的大坝安全监测数据,快速合理地确定大坝变形预测模型的变量因子能够有效提高模型预测的效率和精度。为此,本文提出一种基于最小绝对值收缩和选择算子（least absolute shrinkage and selection operation,LASSO）变量选择和长短期记忆（long short-term memory,LSTM）网络的大坝变形预测模型。首先,通过大坝变形机理分析确定影响大坝变形的相关影响因子集。然后,通过LASSO算法剔除不显著的因子,筛选出最优影响因子作为模型输入变量,并利用LSTM网络建立大坝变形预测模型。最后,以皂市水利枢纽工程的碾压混凝土重力坝为例,对本文方法进行了验证和讨论。结果表明,本文方法具有较高的预测精度,其平均绝对误差（MAE）、均方误差（MSE）与均方根误差（RMSE）均相对较小;与常规预测模型相比,基于LASSO算法的变量选择使模型建立过程更加简单高效,有利于海量监测数据的处理分析。     

基于特征因素选取的IVMD-GLSSVM光伏出力短期预测

针对短期光伏发电功率预测输入特征数据冗余,抗干扰能力差,预测精度受限等问题,提出了基于特征因素选取的IVMD-GLSSVM短期光伏出力预测模型。首先利用GRA-KCC对影响特征因素进行分析,提取影响光伏发电功率的极相关特征因素,随后采用IVMD对光伏发电数据进行分解,降低数据非线性和波动性对预测精度的影响。然后将各模态分量分别输入GLSSVM预测模型进行预测,求得的各子序列预测结果叠加即为最终预测结果。最后在 MATLAB中对该预测模型及其他模型进行算例验证和误差分析,结果表明采用所提预测模型抗干扰能力强,预测精度高。     

耦合时序特征分解筛选的大坝变形分析模型

高精度的变形预测对大坝安全运行和长期维护具有重要意义。针对当下方法预测精度低、数据信息挖掘不充分的问题,通过将变形序列进行变分模态分解,构建大坝变形影响因子与分量之间的关系,进而搭建不同结构参数的长短期记忆神经网络,最终提出了一种大坝变形分析模型。该模型综合灰狼算法、最小能量误差标准、最小冗余最大相关性方法等策略,从前端分解、信息提取和时序预测三方面对模型进行了改进,实现了最优化建模。实例分析表明,相较于常规监控模型,所提出的变形分析模型能够准确模拟坝体形变过程,具有较高的预测精度和泛化性能,可以为大坝变形安全分析提供参考。     

基于三相维也纳整流器的变基本空间矢量控制

针对采用定基本空间矢量-空间矢量脉宽调制控制的三相维也纳(Vienna)整流器在抑制直流侧电压波动方面存在缺陷的问题,提出一种变基本空间矢量-空间矢量脉宽调制(variable basic space vector-space vector pulse width modulation, VBSV-SVPWM)控制。将直流侧实时电压反馈回控制电路,构成VBSV-SVPWM控制,使得系统对于直流侧电压波动有着更好的响应性能。在MATLAB/Simulink中搭建仿真模型,验证所述理论的正确性。试验结果表明,采用VBSV-SVPWM控制策略的三相Vienna整流器有着良好的运行性能,对直流侧电压波动有着更强的抑制能力。