基于时空分布映射的大规模电池健康状态研究

针对传统方法难以对不间断电源系统、微网储能系统的蓄电池组进行高效准确的状态估计问题,提出了一种全新的基于数据驱动的方法应用于大规模电池的健康状态预测。首先,分析电池的历史数据,从电池健康状态（空间维度）和时间演变放电过程（时间维度）2个层面对电池状态进行有效聚类。其次,将数据分布映射到高维空间,设计相应的基于时空分布映射的电池健康状态预测深度神经网络模型。最后,实验模型验证了所提方法的有效性。     

基于时空分布映射的大规模电池健康状态研究

针对传统方法难以对不间断电源系统、微网储能系统的蓄电池组进行高效准确的状态估计问题,提出了一种全新的基于数据驱动的方法应用于大规模电池的健康状态预测。首先,分析电池的历史数据,从电池健康状态（空间维度）和时间演变放电过程（时间维度）2个层面对电池状态进行有效聚类。其次,将数据分布映射到高维空间,设计相应的基于时空分布映射的电池健康状态预测深度神经网络模型。最后,实验模型验证了所提方法的有效性。     

基于主动时反的浅海目标DOA估计优化算法

将时反技术应用到浅海目标DOA估计中,提出基于主动时间反转(active time reversal,ATR)的浅海目标DOA估计优化方法,可有效解决多径、低信噪比条件下的目标DOA估计问题。采用经典射线模型,结合阵列信号处理理论,建立了基于均匀线列阵的常规多径DOA估计模型和主动时反多径DOA估计模型,利用Capon算法对所建模型进行了仿真验证,并做了对比分析。仿真结果表明:在低信噪比情况下,主动时反方法可以更好地估计出目标的角度,其分辨率更高,抑制旁瓣的能力更强。     

GPS/BDS实时精密单点定位技术实现

为给各类用户提供高精度、高可靠定位、导航、授时等服务，设计了一款基于 ARM+FPGA 的 GPS/BDS 双模双频接收机，嵌入基于 GPS/BDS 双系统的实时精密单点定位软件。 简单介绍了接收机的硬件设计中的电源和射频模块，针对实时改正数差分龄期过大和 IODE 与广播星历不匹配造成实时 PPP 定位中断的问题，给出了相应解决办法。最后通过对实时 GPS/BDS 组合 PPP 长时间测试表明：静态条件下，水平方向偏差 RMS 为 2.1cm，高程方向偏差 RMS 值为 3.6cm；动态条件下，水平方向偏差 RMS 值为 12.6cm，高程方向偏差 RMS 值为 14.7cm。     

双Duffing振子逆向联合信号检测模型

针对Duffing振子信号检测系统存在的输入噪声对系统扰动的影响、目标信号与内策动力的相位同步以及系统输出运动状态判断3个关键性问题,分别提出了相应的解决方法。提出了一种基于临界阈值字典的逆向相变方法,根据临界阈值随噪声强度的单调性建立临界阈值字典,有效避免了低信噪比下输入噪声对系统的扰动。提出了一种双系统联合检测方法,解决了目标信号相位和内策动力相位不同步问题,并推导出了由于相位的不遍历性导致的虚惊概率。提出了一种基于输出相空间图形表征的系统运动状态判断方法,并进行了可行性的数学证明,实现了检测结果的低运算量、高精度的嵌入式表征。最终建立了适用于工程实际的低信噪比下Duffing振子信号检测模型,使得检测概率不变的前提下最低检测信噪比大幅度降低。