电力通信中蓄电池的运行与维护研究

通信电源是电力系统通信设备中必不可少的组成部分,它的任务是安全、稳定、可靠、不间断地为通信设备供电。在通信电源系统中,蓄电池组是组合通信电源系统的重要组成部分,是保证通信供电系统正常运行的最后一道防线。     

再说雨水集蓄利用兼谈水利发展新途径

雨水集蓄利用既是解决干旱山区人畜饮水的新创举，也是发展干旱山区庭院经济和农业生产的有效途径。笔者对雨水集蓄利用工程的推广运用提出了指导性建议，同时也提出了充分开发利用地下水资源，挖掘现有高扬程电灌工程设施潜力等水利发展新途径。     

大连地区降雨产流模型探讨

大连地区属低山丘陵地区，多年平均降水量为600～1000mm，降水年内分布极不均匀，多年平均径流深200～450mm，属贫水地区．在水文预报中，降雨产流模型为蓄满产流模型，采用降水、蓄渗、蒸散发和径流的黑箱子模型，可求出流域的蓄渗量、蒸散发量和径流量．蓄渗量和蒸散发量由三层蒸散发模型确定，径流量由蓄满产流模型确定．该模型已在大连地区几座大型水库的洪水预报中得到应用，基本可达到水库控制运用的要求．     

基于容积卡尔曼滤波的异质多传感器融合算法

针对机动目标跟踪系统建模中的非线性问题,提出一种基于容积卡尔曼滤波(CKF)的雷达与红外传感器融合算法。考虑到被估计系统对目标跟踪算法实时性与精度的要求,在容积滤波框架下构建了集中式量测融合(CMF)和分布式状态融合(DSF)两种结构形式。CMF结构采用最优加权方法,首先对雷达和红外两种异类传感器的方位角度量测信息进行融合,并将其与融合后的雷达径向距量测构建新的量测数据,进而通过CKF算法对机动目标进行跟踪。DSF结构则首先对雷达量测中径向距信息进行加权融合,并将融合结果作为红外传感器的虚拟径向距量测,以实现红外量测的扩维处理,进而对每组量测数据应用CKF进行分布式并行加权融合,获得目标运动状态的最终估计。仿真场景中,对两种融合方法的性能进行比较,理论分析与仿真实验验证了算法的可行性与有效性。     

一种便携式单相地面电源设计与实现

本文采用电子集成模块,设计了一种便携式单相地面电源,采用蓄电池组模块储存电量,输出直流电给单项逆变器模块,单相逆变器通过可控整流逆变电路,将直流电逆变成单相115V/400Hz输送给无线电罗盘。在人机操作界面上,采用简明扼要的指示和开关,便于操作使用。此设计在实际应用中得到了很好的验证,地面电源供电性能稳定,满足了直升机无线电罗盘对供电的需求。面对无线电罗盘供电需求,有着广阔的实际应用前景。     

SVD-ACKF算法在光电经纬仪实时定轨中的应用

对光电经纬仪量测噪声统计特性未知或不精确导致实时定轨精度降低甚至发散的问题,设计了基于奇异值分解的自适应容积卡尔曼滤波（SVD-ACKF）算法。首先,利用Sage-Husa极大后验估计器及其改进形式对噪声统计特性进行在线估计,使得CKF算法具有应对噪声变化的自适应能力,并使用SVD代替传统Cholesky分解以提高数值计算的稳定性。然后,阐述了实时定轨数学模型,提出使用欧拉预测校正法对带J2项摄动的轨道动力学方程进行离散。仿真实验表明:欧拉预测校正法将轨道动力学方程的离散精度提高了1 970.411 m。在量测噪声协方差矩阵取值恶劣时,SVD-ACKF算法将实时定轨精度维持在43 m左右,并且具有更好的数值稳定性。     

浅谈移动通信电源中蓄电池组的运行与维护

本文针对移动通信电源中蓄电池组的运行与维护进行了专门研究。     

达州铁通开展机房供电设备测试整治工作保障网络运行安全

为保障机房设备供电安全,铁通达州分公司近期克服机房点多面广,电源设备测试安全责任重大、耗时长、工作量大等困难,对管内28个局点的41组蓄电池进行了放电容量测试,共检查出性能不良电池12节、性能严重小足电池组3组、连接条存在松动的蓄电池组3组。     

强跟踪自适应平方根容积卡尔曼滤波算法

针对强跟踪滤波器（STF）的理论局限性及不良测量导致的滤波性能下降问题,提出了一种强跟踪自适应平方根容积卡尔曼滤波（SRCKF）算法。利用新息协方差匹配原理,建立对不良测量具有鲁棒性的自适应SRCKF 。基于STF的理论框架,采用自适应SRCKF代替扩展卡尔曼滤波构建强跟踪自适应SRCKF 。该算法兼具STF与自适应SR-CKF的优点,在系统同时存在模型不确定性及不良测量时具有良好的滤波性能。仿真验证了所建算法的有效性。     

广义模糊Gibbs随机场与MR图像分割算法研究

为了对图像进行准确、可靠的分割,提出了一种基于广义模糊集的软分割算法,并将广义模糊集和G ibbs场结合起来,提出了广义模糊G ibbs随机场模型,同时建立了广义模糊G ibbs分割(GFGS)算法。该算法是首先把每一个分割类看作是广义模糊类,并以最大后验概率(MAP)为判别准则来决定每一个像素值的归类以及它属于该类的隶属度;然后用广义隶属度函数中负的部分来刻划数据中的异常值,使得该算法能有效地处理异常值;最后用该模糊类的质心来更新类的中心,并以人脑的仿真图像和临床MR图像进行了实验。实验结果表明,该算法能有效地滤除噪声和处理部分容积效应,是一个分割能力强、稳健性好的算法。