基于压缩感知的数据收集算法在能量受限、数据冗余的无线传感网中有巨大的应用潜力,现有研究大多假定无线链路理想.通过实验说明,有损链路丢包会严重影响压缩感知数据收集算法的数据重构质量.提出了一种基于重传与时间序列相关性预测(CS...基于压缩感知的数据收集算法在能量受限、数据冗余的无线传感网中有巨大的应用潜力,现有研究大多假定无线链路理想.通过实验说明,有损链路丢包会严重影响压缩感知数据收集算法的数据重构质量.提出了一种基于重传与时间序列相关性预测(CS data gathering based on retransmission and time series correlation prediction,简称CS-RTSC)的数据收集算法,将有损链路上的丢包建模为随机丢包和块状丢包,设计了基于滑动窗统计的丢包类型预判算法,在检测到链路丢包时判断丢包类型,对随机丢包采用重传恢复,对块状丢包设计了基于时间序列相关性预测算法恢复.仿真结果表明:该算法能够有效降低有损链路丢包对CS数据收集的影响;在网络丢包率达到30%时,CS数据重构的相对误差仅比理想链路下的CS相对重构误差高0.1%.展开更多
天体光谱中的谱线包含重要的天体物理信息。文章提出一种基于卷积型小波包变换的谱线自动提取方法。该方法由以下主要步骤组成:(1)将观测光谱进行4层卷积型小波包变换;(2)对第四层小波包系数,采用区域相关算法以及阈值处理方法进行噪声...天体光谱中的谱线包含重要的天体物理信息。文章提出一种基于卷积型小波包变换的谱线自动提取方法。该方法由以下主要步骤组成:(1)将观测光谱进行4层卷积型小波包变换;(2)对第四层小波包系数,采用区域相关算法以及阈值处理方法进行噪声处理;(3)选择中高频小波包系数进行谱线特征重构;(4)根据重构后的谱线特征,利用谱线搜索方法,在观测光谱中提取谱线。作者在实验中用恒星、正常星系和活动星系光谱进行谱线提取测试,结果表明该方法具有对噪声鲁棒和谱线提取准确等特点。用该方法提取sloan digital sky survey(SDSS)光谱中的谱线后,计算了红移并与SDSS给出的红移进行了对比,实验结果间接验证了该方法提取谱线的有效性。展开更多
采用能量型储能和功率型储能组成的混合储能系统平抑光伏输出功率波动。利用小波包分解可获取更多信号细节信息的优点,综合分析光伏功率信号的幅频特性、储能的性能特点,将光伏功率信号分解,得到光伏平抑目标功率和不同类型储能的充放...采用能量型储能和功率型储能组成的混合储能系统平抑光伏输出功率波动。利用小波包分解可获取更多信号细节信息的优点,综合分析光伏功率信号的幅频特性、储能的性能特点,将光伏功率信号分解,得到光伏平抑目标功率和不同类型储能的充放电功率。充分考虑实际工程应用中实时控制对运算速度的要求,并通过阈值判断补偿滤波延迟效应。采用模糊控制方法对功率型储能的荷电状态(state of charge,SOC)进行自适应控制,实现功率的优化分配,提高平抑效果。算例结果表明,所提控制策略能够充分利用不同类型储能的性能优势有效平抑光伏输出功率波动。展开更多
文摘基于压缩感知的数据收集算法在能量受限、数据冗余的无线传感网中有巨大的应用潜力,现有研究大多假定无线链路理想.通过实验说明,有损链路丢包会严重影响压缩感知数据收集算法的数据重构质量.提出了一种基于重传与时间序列相关性预测(CS data gathering based on retransmission and time series correlation prediction,简称CS-RTSC)的数据收集算法,将有损链路上的丢包建模为随机丢包和块状丢包,设计了基于滑动窗统计的丢包类型预判算法,在检测到链路丢包时判断丢包类型,对随机丢包采用重传恢复,对块状丢包设计了基于时间序列相关性预测算法恢复.仿真结果表明:该算法能够有效降低有损链路丢包对CS数据收集的影响;在网络丢包率达到30%时,CS数据重构的相对误差仅比理想链路下的CS相对重构误差高0.1%.
文摘天体光谱中的谱线包含重要的天体物理信息。文章提出一种基于卷积型小波包变换的谱线自动提取方法。该方法由以下主要步骤组成:(1)将观测光谱进行4层卷积型小波包变换;(2)对第四层小波包系数,采用区域相关算法以及阈值处理方法进行噪声处理;(3)选择中高频小波包系数进行谱线特征重构;(4)根据重构后的谱线特征,利用谱线搜索方法,在观测光谱中提取谱线。作者在实验中用恒星、正常星系和活动星系光谱进行谱线提取测试,结果表明该方法具有对噪声鲁棒和谱线提取准确等特点。用该方法提取sloan digital sky survey(SDSS)光谱中的谱线后,计算了红移并与SDSS给出的红移进行了对比,实验结果间接验证了该方法提取谱线的有效性。
文摘采用能量型储能和功率型储能组成的混合储能系统平抑光伏输出功率波动。利用小波包分解可获取更多信号细节信息的优点,综合分析光伏功率信号的幅频特性、储能的性能特点,将光伏功率信号分解,得到光伏平抑目标功率和不同类型储能的充放电功率。充分考虑实际工程应用中实时控制对运算速度的要求,并通过阈值判断补偿滤波延迟效应。采用模糊控制方法对功率型储能的荷电状态(state of charge,SOC)进行自适应控制,实现功率的优化分配,提高平抑效果。算例结果表明,所提控制策略能够充分利用不同类型储能的性能优势有效平抑光伏输出功率波动。