一种改进的MIMO-OFDM帧同步和载波频偏估计方法

在MIMO-OFDM系统中,每个接收天线上的信号都是多个发送天线信号的叠加,再加上多径的影响,使得帧同步比一般OFDM系统更加困难,为此提出了一种改进的用于MIMO-OFDM帧同步和载波频偏估计的正交帧头结构.通过在时域直接生成同步帧头,并在频域修正其频域特性,这种正交帧头能够区分每个发送天线到接收天线的不同到达时间,是通常的时域生成的正交帧头的改进,在保证时域正交性的同时,又具有良好的频域特性,有利于数字上变频.Matlab仿真结果表明,这种改进的帧头结构在帧同步和载波频偏估计中都有很好的性能.     

基于IBAS-NARX神经网络的锂电池荷电状态估计

在使用神经网络方法估计锂电池荷电状态时,传统荷电状态适应度评价函数存在仅考虑均方误差等网络权值参数的缺点,忽略了拓扑参数对模型的影响.故本文提出在适应度评价函数设计中综合考虑输入/输出时序相关性、隐层神经元数量等模型拓扑参数和网络权值参数的加权影响,并将其引入带外部输入非线性自回归神经网络建模方法的锂电池荷电状态估计中,进而基于改进天牛须搜索算法实现了上述模型拓扑参数与网络权值参数的协同辨识优化.仿真结果表明,本文所提出方法能够提高多种复杂工况下的锂电池荷电状态估计精度,在DST标准工况和WLTC标准工况下锂电池荷电状态的均方根误差分别达到3.38×10?3和8.75×10?4,相比于未经改进的天牛须搜索算法优化NARX神经网络在均方根误差上估计精度分别提升了42.4％和20.5％.     

基于AUKF的分布式电源系统虚假数据攻击检测方法

虚假数据注入攻击(FDIA)是一种典型的网络攻击方式,其通过破坏数据完整性进而误导电力系统状态估计结果,严重危害电网运行安全.随着国家大力发展新能源产业,越来越多的分布式电源注入电力系统,使得电网中大量测量数据具有随机、多变的特性,分布式电源系统中的虚假数据检测难度大大增加.针对这一问题,本文构建了分布式电源系统状态估计模型和FDIA模型,采用了一种基于自适应无迹卡尔曼滤波(AUKF)的检测算法,通过AUKF算法对电网中的状态量进行估计,在此过程中经一致性检验、虚假数据检测并计算相应的阈值,判断系统是否受到攻击.结果表明,当系统中注入攻击强度为[-10,20]dB的虚假数据时,采用该方法均能准确识别虚假数据;当系统中测量值发生突变时,不会被该算法误判为虚假数据注入,避免造成错误的调度选择.     

变电站谐波监测实时估计的优化

文中研究了传统变电站谐波实时估计的优化.文中以研究信噪比为优化准则,采用蒙特卡罗模拟方法计算信噪比临界值,使噪声对监测的影响最小.为了缓解传统变电站中传统状态估计器的偏态问题,将安装在变电站过程层的合并单元产生的高速测量值传输到卡尔曼滤波函数中,作为谐波估计的动态估计器.在一个基于Mat?lab/Simulink的仿真器模型中,建立了一个Matlab-MEX函数集合,实现了合并单元函数、A/D和D/A转换函数、网络通信函数以及内置Simulink模块库,并在XPC目标中运行,实时协同模拟任务的执行.文中给出了谐波估计受信噪比影响时的性能评价结果.     

板料成形优化技术进展与质量工程研究

板料成形过程的优化研究对于改进模具设计、提高产品质量具有重要意义。综述了板料成形工艺优化的研究现状。考虑到在有约束的设计优化中,最优结果常位于约束边界附近,随机因素的波动易导致产品质量不稳定甚至失效,难以保持产品的可靠性和稳健性。为此,本文应用质量工程学中的6σ理念,提出了基于数值模拟的板料成形6σ稳健设计优化方法。     

机器人视觉引导中标定参数同步求解方法

在分析机器人视觉引导中各坐标系转换关系的基础上,提出一种基于最大似然估计的非线性机器人视觉引导标定参数的计算方法,该方法根据最大似然估计构造计算过程中矩阵变换测度函数,采用Levenberg-Marquardt算法求解非线性最小二乘问题,可一次性求解出摄像机标定参数和手眼标定参数。通过数值仿真和真实机器人标定实验,将计算结果与经典标定方法的计算结果进行了比较。结果表明:提出的算法相对于经典算法在估计误差、对噪声的敏感度和稳定性方面均有所提高。     

一种新的感度试验与分析方法

介绍了一种新的感度试验设计与分析方法，即Ｎｅｙｅｒ法。它利用最大似然估计来选择下一个试验水平，利用似然比试验可计算任意置信区间，并以Ｃｒａｍｅｒ－Ｒａｏ理论为基础，可以分析所有感度试验结果。     

基于间歇测量的状态估计稳定性和精度研究*

针对分布式控制系统状态估计过程出现的测量值丢失问题,本文量化分析测量值丢失对估计稳定性和精度的影响。首先,根据随机测量模型重新推导带测量值丢失的卡尔曼滤波器,得到估计误差协方差迭代式。然后,将随机误差协方差迭代式建模为修正的黎卡提微分方程,提出了估计稳定性和精度分析方法。最后,列举不同的系统实例,证明临界包到达率的存在性,当测量值到达率大于临界值时,平均误差协方差从发散过渡到有界,进而得到估计精度与包达率之间的函数关系。     

用于虚拟现实的360度视频编码技术新进展*

随着虚拟现实技术不断发展,360度视频编码开始成为研究热点。应用于虚拟现实的360度视频与传统的视频相比分辨率更高,编码数据量更大,在实际应用中面临传输带宽有限的瓶颈,编码效率问题有待解决。归纳分析了国际标准组织联合视频研究组（joint video exploration team, JVET）正在制定的360度视频编码投影变换技术及其编码优化方法,综合对比了各变换技术的编码性能。根据当前最新研究成果,对下一步研究需要解决的问题进行了探讨总结,给出未来的研究方向和思路。     

一种基于深度卷积网络的鲁棒头部姿态估计方法

针对头部姿态估计方法受特征提取限制导致姿态估计效果不佳的问题,提出使用深度卷积网络自动学习有效特征并进行分类的头部姿态估计方法。首先,利用DCNN非线性映射和自动提取图像结构信息的能力,设计一个深度卷积网络实现对姿态鲁棒特征的提取;然后再将提取的特征用于分类器训练并最终实现头部姿态估计。在Pointing’04和FacePix数据库上的测试结果表明,本文设计的深度卷积网络能有效的进行特征学习,避免了人工设计特征的不足,与现有的基于人工设计特征方法相比,本文方法在两个数据库上达到的预测平均绝对误差分别为4.05〫和2.04〫,充分证实了本文算法的稳定性和可靠性。