基于引力搜索算法的造纸过程模型辨识

造纸过程是一个多输入多输出的过程,造纸过程的模型辨识具有重要的研究意义。建立了造纸过程的多输入多输出模型,采用引力搜索算法(GSA)对造纸过程的模型进行参数辨识,并将预测模型的预测输出与实际模型的输出作对比。同时,论文使用广义增广随机梯度算法(GESG)对该造纸过程的模型进行辨识,并将两种算法的辨识效果进行对比。结果表明,GSA在造纸过程的辨识方面具有较高的辨识精度,预测模型的输出与系统输出较为吻合。相比于GESG算法,GSA具有收敛速度快、辨识精度高等优点。在不同的噪声方差影响下,GSA也能取得较好的辨识效果。该算法对造纸过程的参数辨识具有一定的可行性。     

基于系统误差补偿的改进迭代滤波电力谐波分析方法

快速准确估计谐波参数可为谐波治理提供可靠依据。迭代滤波方法仅通过简单的时域操作,时域移频和迭代滤波,即可实现电力谐波参数的快速估计。然而,受限于滤波器性能,迭代滤波方法不能完全滤除运算过程中的干扰成分而出现系统误差,影响谐波分析准确度。为降低系统误差对谐波测量结果的影响,分析了基于迭代滤波方法的谐波分析过程的系统误差,并根据系统误差特性提出一种基于系统误差补偿的改进迭代滤波方法。所提方法通过对一个周期内的系统误差的降采样求和补偿,提高迭代滤波方法的谐波分析准确度。基于Matlab的仿真结果表明：在相同滤波次数条件下,所提改进方法的谐波分析准确度高于原始方法 2～3个数量级。     

极端天气下基于时间卷积神经网络的新能源出力评估策略

新能源高渗透率背景下,极端天气造成的出力骤降对电力系统安全运行构成严重挑战,准确评估极端天气下的新能源出力深度是制定电力系统运行方式的重要依据。本文提出一种基于改进的深度时间卷积神经网络(deep temporal convolutional network,DeepTCN)的新能源出力评估方法。通过设计具有动态输入权重的时间卷积神经网络架构,准确量化估计了极端天气对新能源出力的影响,从而为制定极端天气下的电力系统运行方式提供风险程度信息。基于实际电力系统新能源出力数据集的算例结果表明,与常规的时序预测方法相比,所提方法的标准化均方根误差、对称平均绝对百分比误差和平均绝对标度误差3个指标分别最高可提升1.2,0.1和0.22。所提方法能够实现对极端天气下新能源出力的更精准评估。     

电力网络支路参数估计新方法

基于新息图法,提出了一种电力网络中支路参数估计的新方法.根据系统中某支路存在网络参数错误时,该支路及其相连支路的新息值比较大的特点识别网络参数错误.然后利用回路新息相角和,估计存在网络参数错误的支路的参数值.该方法辨识和估计网络参数错误较快,且简单有效.通过IEEE-5节点系统算例的计算,表明此方法能够比较准确地估计网络参数错误,并验证了网络参数错误与坏数据、拓扑错误同时发生时该方法的有效性.     

电磁散射特征提取与成像识别算法综述

合成孔径雷达(SAR)图像的自动化解译是合成孔径雷达技术应用的重要发展方向之一。电磁散射特征与目标结构具有稳健的关联性,是SAR图像解译的关键支撑。近年来,如何准确地实现电磁特征提取以及利用电磁特征反演目标特性受到了广泛的重视。该文讨论了电磁特征提取和基于电磁散射特征识别方法的研究成果,总结归纳了其中的关键要素和主要思路,详述了电磁散射机理在成像和识别领域的扩展应用,展望了未来电磁散射特征提取与应用的研究发展趋势。      

基于部分校准极化敏感阵列的信号DOA和极化参数迭代估计

针对安装于飞机机翼上,具有不同结构极化敏感天线的部分校准阵列,该文提出了一种完全极化电磁波DOA和极化参数的迭代估计方法。该方法基于部分校准阵列,估计阵列误差;然后利用阵列误差,估计单个极化敏感天线的极化导向矢量;最后利用极化导向矢量,估计完全极化电磁波DOA和极化参数。迭代运行上述三步,可以逐步提高估计精度。计算机仿真验证了该方法是收敛的,并且具有良好的鲁棒性。     

基于稀疏步进调频信号的低信噪比逆合成孔径雷达成像

针对稀疏步进调频信号对目标径向运动敏感且低信噪比(SNR)下难以聚焦成像的问题,该文提出基于遗传算法和稀疏贝叶斯学习的平动补偿与高分辨逆合成孔径雷达(ISAR)成像方法。首先,针对稀疏步进调频信号建立回波模型和稀疏观测模型,通过构造参数化字典,将ISAR成像问题转换为目标运动参数估计与高分辨距离像(HRRP)合成的联合问题。然后,对目标高分辨距离像引入Gamma-Gauss先验,并采用变分贝叶斯推断(VBI)对散射点进行估计。在此基础上,通过遗传算法迭代同步获得目标运动参数与高质量HRRP,最终实现高分辨聚焦成像和运动参数精确估计。不同场景下的仿真和实测数据处理结果验证了所提算法的有效性。     

基于Rao检验的信号统计分辨界分析

针对基于广义似然比检验(GLRT)的信号统计分辨界(SRL)分析存在计算较复杂、难以得到检测统计量解析表达式等问题,提出了一种基于Rao检测的SRL分析方法.分析了噪声方差已知和未知两种情形下的信号一维方位角SRL以及噪声方差已知时的信号二维方位角及俯仰角SRL,推导得到了Rao检测统计量以及对应SRL所需的最小信噪比(SNR),分析了检测性能、计算复杂度,并与GLRT方法进行了对比.仿真实验验证了Rao检测方法的有效性.     

雷达目标二维结构成像方法研究

该文首先研究了雷达目标二维电磁散射的频域散射模型;而后提出了用参数估计方法实现目标ISAR成像的思想,并研究了MP2D参数估计方法;最后用仿真数据和波音727客机真实目标实测数据对该方法进行了实验验证。实验结果表明,该方法能准确估计目标的二维散射中心,且对噪声有较强的抑制能力。