双级矩阵变换器直驱风力发电系统最大风能追踪

提出了一种双级矩阵变换器(two stage matrixconverter,TSMC)直驱风力发电系统最大风能追踪控制策略。基于爬山法,通过引入中间变量实现对系统捕获风能状态进行判断,在此基础上,提出基于集成控制的最大风能追踪(maximum power point tracking,MPPT)算法。在Matlab中建立了TSMC风电系统仿真模型。仿真结果表明:新的MPPT算法通过对风力发电系统逆变级无功功率分阶段性的控制,不仅具有较好的准确性和稳定性,而且加快了系统捕获最大风能的速度。     

变压器三维设计系统中三维实体与非投影视图关联设计的实现

介绍了在变压器三维设计系统中将三维实体与非投影视图实现属性关联的方法.     

基于太阳能输出电压的跟踪方法研究

研究一种车载太阳能的自动跟踪方法。该方法以太阳能输出电压为细跟踪参数,以光敏管组成的比较电路输出电平为粗跟踪参数,并针对太阳能最大输出电压随车载电器负荷变化及天气状态变化的问题,对给定目标值采取了实时调节策略。由于跟踪参数直接取自于太阳能输出电压,因而较好地反映出了太阳能的实际跟踪状态。实验表明,即使车载电器负荷变化及天气状态变化,上述方法均能较好地满足太阳能的动态跟踪要求。     

Efficient graph attentional network for 3D object detection from Frustum-based LiDAR point clouds

LiDAR-based 3D object detection is important for autonomous driving scene perception, but point clouds produced by LiDAR are irregular and unstructured in nature, and cannot be adopted by the conventional Convolutional Neural Networks (CNN). Recently, Graph Convolutional Networks (GCN) has been proved as an ideal way to handle non-Euclidean structure data, as well as for point cloud processing. However, GCN involves massive computation for searching adjacent nodes, and the heavy computational cost limits its applications in processing large-scale LiDAR point cloud in autonomous driving. In this work, we adopt a frustum-based point cloud-image fusion scheme to reduce the amount of LiDAR point clouds, thus making the GCN-based large-scale LiDAR point clouds feature learning feasible. On this basis, we propose an efficient graph attentional network to accomplish the goal of 3D object detection in autonomous driving, which can learn features from raw LiDAR point cloud directly without any conversions. We evaluate the model on the public KITTI benchmark dataset, the 3D detection mAP is 63.72% on KITTI Cars, Pedestrian and Cyclists, and the inference speed achieves 7.9 fps on a single GPU, which is faster than other methods of the same type.     

纯方位目标跟踪极坐标模型的状态空间变换方法

在纯方位目标跟踪定位研究领域里,采用极坐标模型,可以实现可观测状态和不可观测状态的分离,但非线性的系统方程使算法的具体实现非常困难。利用状态空间的变换,可避免直接计算非线性函数雅可比矩阵的值,减小了计算量,提高了滤波稳定性。     

空间球形物体自动定位方法研究

利用双目立体视觉技术对空间物体进行定位的一个难点在于特征点的选择和匹配，常用的方法是选择一幅图像中物体的形心为特征点，然后根据灰度或者颜色值在另外一幅中进行匹配。为了达到较好的精度，所用的匹配算法都比较复杂，并且当物体表面颜色分布均匀时错误匹配率较高。针对球形物体，本文提出基于形心几何匹配的定位方法，避开了常规匹配方法所面对的难题，经过试验验证，效果很好。     

基于.NET平台的Word数据自动交换管理技术应用

基于.N ET的Word自动化解决方案为企业自动化应用提供了基础平台,本文分析了解决方案的对象模型技术,并对几个常用的Word对象的原理进行了详细介绍,并用实例对其使用方法进行了说明,这对实现Word数据管理自动化具有一定的指导意义。     

考虑目标运动状态的激光在线跟踪标刻方法

为了解决传统方法容易受到噪声、光照等因素影响,导致目标检测精度与标刻效果降低的问题,在考虑目标运动状态基础上提出一种激光在线跟踪标刻方法.首先根据激光点构建对应运动模型,并通过迭代计算求解获取出目标运动激光点和实际像素坐标,实现激光对实际目标的自主瞄准,并得出目标运动粗略范围;使用改进粒子滤波法进一步精细定位,由此计算...     

采用SRM准则对RLS-FIR滤波器的改进

针对自适应FIR滤波器在非平稳条件下跟踪性能差的问题,提出采用结构风险最小化(SRM)准则来改进FIR滤波器的方法,并进行了分析和仿真实验.仿真结果表明:在平稳条件下,采用SRM准则的FIR滤波器收敛于Wiener最优解;在非平稳条件下,采用SRM准则的FIR滤波器跟踪性能大幅提高,优于自适应递推最小二乘(RIS-FI...