串联型有源电力滤波器的控制策略

通过所给出的串联型有源电力滤波器系统结构 ,分析了其补偿电压型负载的工作原理。在此基础上探讨了串联型有源电力滤波器的关键技术之一———获得参考电压的控制策略 ,包括检测电源电流和检测负载电压两种控制策略 ,并设计了相应的控制电路。最后 ,通过实验研究了串联型有源电力滤波器采用这两种不同控制策略时对电压型负载的谐波补偿效果     

GBAS中抑制电离层异常的改进自适应Hatch滤波算法

针对单频地基增强系统(Ground Based Augmentation System, GBAS)中电离层异常时Hatch滤波器平滑精度降低问题,系统分析了电离层延时对Hatch滤波器平滑精度的影响,提出一种改进自适应Hatch滤波算法。根据卫星信号计算码载偏离度,并利用二阶线性时不变低通滤波器抑制码载偏离度高频信号,以实现电离层异常实时检测;建立平滑后伪距误差均方根与电离层延时变化率、伪距测量噪声标准差以及平滑时间三者之间的函数模型,并由此确定出Hatch滤波器最优平滑时间。利用GBAS原理样机进行验证实验,结果表明:自适应Hatch滤波算法能够根据卫星信号电离层延时变化率确定滤波器最优平滑时间,且当电离层异常时,自适应Hatch滤波器机载位置误差最大由1.15 m减小为0.43 m,从而验证了所提算法的有效性。     

Gabor二进制编码异源图像匹配方法

异源图像匹配是图像处理领域尚未解决的问题。其中,合成孔径雷达图像与光学图像差异较大,用现有方法匹配通常难以得到满意结果。针对这个问题,提出一种基于Gabor编码的异源图像匹配方法:选取一组Gabor滤波器,分别对大图和小图进行Gabor卷积;采用池化方法对卷积结果进行压缩表示;对池化结果二值化并转换为二进制表示得到Gabor二进制编码特征;采用二进制位操作计算实时图与基准图对应窗口特征的相似性,相似性最大值对应图像匹配结果。本方法采用二进制对图像进行描述,减少了计算量,同时也更好地描述了异源图像间的共性特征。实验结果表明,本方法具有较高的匹配概率,计算时间少于现有方法。     

用于超宽带引信目标回波模拟的窄脉冲电路设计

超宽带引信目标回波模拟器是对超宽带引信进行成批、快速测试的有效手段,而超宽带窄脉冲产生电路的设计是其关键技术之一。目前的窄脉冲产生电路多是针对高斯脉冲或者双极高斯脉冲所设计,不能直接用于回波模拟器窄脉冲的产生。在球形目标回波假设的前提下,提出了一种使用阶跃恢复二极管(SRD)和超宽带滤波器联合设计产生二阶高斯脉冲信号对引信回波进行模拟的方法。通过仿真确定了SRD电路参数、超宽带滤波器的性能指标及其尺寸,根据仿真结果实现了窄脉冲产生电路。测量结果表明,所产生的窄脉冲信号波形与理论波形基本一致。     

一种用于扩频通信中大功率窄带干扰抑制的IIR自适应滤波器

提出一种稳定的ＩＲ自适应滤波器，并给出了系数迭代的非线性梯度算法。计算机模拟结果表明：它能够有效抑制ＪＳＲ很高的单频连续波（ＣＷ）干扰及部分频带型窄带干扰，从而使ＦＩＲ滤波器的固有缺陷得以克服。     

仿生自修复硬件多层结构模型

针对仿生自修复硬件细胞间信号传输复杂、效率低等问题,借鉴内分泌系统中激素的传输方式,提出基于片上网络和近邻连接的4层仿生自修复硬件结构模型,并以实现有限脉冲响应滤波器为例,对模型进行详细论述。基于该模型的自修复硬件,具有灵活的布线能力与良好的容错能力,表明该模型为高可靠性自修复硬件设计提供了新途径。     

闪烁噪声条件下基于交互多模框架的雷达目标跟踪算法

针对传统雷达目标跟踪算法在处理闪烁噪声时面临的性能下降问题,提出一种将容积卡尔曼估计器与交互多模框架相结合的高性能滤波算法。该算法将目标状态建模为高斯分布,将闪烁噪声建模为混合高斯分布,同时将其发生概率建模为一阶马尔可夫过程;在此基础上,利用交互多模框架实现对不同高斯噪声分量的匹配滤波处理。为了减轻非线性观测条件对目标跟踪精度的影响,进一步采用容积卡尔曼估计器作为高斯近似滤波器,对目标状态进行递推预测和更新。仿真结果表明：所提算法较传统高斯混合滤波器和粒子滤波器具有更高的跟踪精度和更好的实时性能,同时还能对闪烁噪声出现时刻进行有效的估计。     

人工神经网络方法实现自动判别失磁类型及失磁深度

利用失磁后 Ｅｔ．ｑ、 Ｅｆ ｑ．ｑ 衰减时间常数 Ｔｑ 仅取决于发电机参数及失磁类型的结论，根据失磁故障的分类，采用一个三层前向神经网络得出 Ｔｑ ，使微机失磁保护能够在失磁发生的瞬间自动判别出失磁类型并预测失磁深度。数字仿真、动模试验以及实际运行证明了本文所提出的方法。     

应用Kalman滤波器估计放大转发双向中继联合信道

针对遵从放大转发协议的双向中继网络的联合信道估计问题,提出了一种基于Kalman滤波器的新方法。根据联合信道构成特点将其划分为自干扰部分及传输部分,通过AR模型对这两部分自相关函数进行近似化处理,建立了联合信道时变过程的状态方程,结合接收的训练序列信号,给出了具有Kalman滤波器形式的估计方法。在证明了该方法的一致收敛性质的同时,列出了误差性能限所满足的Riccati方程表达式。仿真结果表明,新估计方法相比于最大似然方法在均方误差方面具有明显的性能优势。     

适于PCT编码的低内存通用树状多带滤波器组实现

基于常用的多带滤波器组的紧支撑性及FIFO(First-in First-out)缓存技术提出了一种具有低内存需求的通用树状多带滤波器组(Tree-structured Filter Bank,TSrS)的实现方法SBFB.该方法具有两大特点:(1)生成与全局变换法相同的子带系数,但是内存需求大大减小且仅与图像宽度及采用的TSFB相关;(2)在FIFO缓存中直接生成父子树(Parent-children Tree,PCT).基于PCT的编码器可直接对位于缓存中的PCT进行编码,而无须在SBFB与编码器之间引入中间缓存.通过分析TSFB的各分解层中的数据流,给出了样本点与子带系数之间的时序关系,并且使用该关系从数学上严格证明了SBFB的正确性.