基于IKLIEP−四分位模型的风电场异常数据识别算法

风电场功率数据中包含大量异常数据,难以反映风电场真实的风能情况,会影响风电功率预测的精度,从而影响电网决策。针对该问题,通过分析风电场异常数据特征,将其分为堆积型和分散型,并基于时间序列变点检测理论,将密度比是否为恒值作为剔除堆积型异常数据的判断准则,采用改进Kullback Leibler重要性估计程序(improved Kullback Leibler importance estimation program,IKLIEP)剔除堆积型异常数据;再采用四分位法剔除分散型异常数据。最后将所提方法应用于国内蒙西某130.5 MW的风电场,实验结果表明所提方法能够更有效地识别并剔除异常数据,平均识别率提高了6.19%,误识别率降低了2.92%,验证了所提方法的有效性。

考虑样本加权的迁移学习暂态稳定评估模型更新方法

在电力系统暂态稳定评估模型的更新过程中,针对与潜在故障相关性较小的故障样本影响迁移效果的问题,本研究从原始样本的特征量出发,发现其分布差异能反映故障之间的相关程度,由此提出考虑样本加权的迁移学习方法,进一步提高更新后评估模型的性能.首先,通过预先训练获得一个独立的域判别器,以此衡量训练模型的各故障样本相对于潜在故障的相似程度.其次,将量化后的分布差异通过密度比估计的方式进行转化,得到训练模型的各故障样本所赋予的权重大小.最后,将权重引入迁移学习更新评估模型的损失函数中,实现样本筛选.所提方法的有效性在IEEE-39节点系统和华东某区域的实际系统中均得到验证.

采用密度比估计的多窗口变点检测方法

针对基于密度比估计的时间序列变点检测方法受时间窗窗宽限制,识别变点类型单一的问题,利用和发展动态多重过滤算法MFA(multiple filtering algorithm),提出一种多窗口变点检测方法 mDRCPD(multiple window density-ratio change point detection)。将处理后的时间序列按多个时间窗进行适当划分,通过比较相邻时间窗数据的分布差异来识别变点,采用基于密度比估计的相对皮尔逊散度来度量不同时间窗数据分布的差异性;固定窗宽下寻找变点集,并按照MFA方法集成各变点集。模拟实验和实证分析表明,与基于密度比的单窗口变点检测方法相比,mDRCPD方法在多变点时间序列变点检测中绝对误差、召回率、F1得分等指标均有改善。将mDRCPD方法应用到COVID-19的传播进程分析中,通过对传播率的分段建模来刻画疫情的阶段性特点,评估国家政策在降低疫情传播速度上的效果。

基于折射率数据的玻璃物证比对检验似然比模型建立及评估

玻璃是常见微量物证,目前国内微量物证检验报告通常只列出检验数据或定性给出比对检验结论,无法量化表达物证比对鉴定结论。似然比证据价值评价方法在全世界被广泛接受,但在中国,针对玻璃物证的定量价值评价方法还未建立,给检察官和法官准确利用玻璃物证带来困难。为提升玻璃物证的证据价值,本文拟建立量化比对检验结论的似然比方法模型并进行评估。基于四大类150个玻璃样品共750个折射率的检验数据,采用高斯核密度估计方法建立似然比(LR)模型,采用直方图和两类错误率对该模型进行评估。通过建立的似然比模型计算得出同源样品间的LR值在6.58~204500范围内,不同源的样品间的LR值在0~0.68范围内,在150个样品的自身比对中,仅有一个样品自身比对的LR<1,错误排除率为0.67%;对150个不同来源玻璃样品进行两两比对,在C^(2)_(150)=11175对比对中,有173对LR>1,错误接纳率为1.55%,两个错误率均较低,在可接受范围内。基于高斯核密度估计建立的似然比模型能够对基于玻璃折射率数据的样品比对给出满意的比对结果,可为法庭提供玻璃样品比对的量化评估值。

自适应平滑周期图语音增强研究

提出基于功率谱结构特征的频带间自适应平滑周期图,解决周期图估计的频率分辨率和方差的矛盾,并应用于语音增强算法的幅度谱减法。测试结果表明,自适应平滑周期图谱减法对于各种功率谱结构特征的噪声,在平均段信噪比提高、平均对数谱距离等性能指标上优于其它周期图估计方法的谱减法。

基于直接密度比估计的SAR图像变化检测

提出了一种通过直接分布函数密度比估计的SAR图像变化检测方法。不同于以往基于分布函数的方法需要先分别估计不同时相的分布函数再计算比值,该方法直接估计分布函数比值,并使用皮尔逊散度作为差异度量获取差异图。通过将概率标签松弛(PLR)嵌入到最大期望(EM)聚类算法中,增强了变化检测结果的空间一致性。实验结果表明,该方法能够准确地提取变化区域,得到较为满意的变化检测结果。

GPS弱信号的自适应载噪比估计算法

载噪比是GPS接收机中的一个重要测量值和控制参数。针对高灵敏度GPS接收机中的载噪比测量,提出了一种自适应载噪比估计算法。该算法根据信号功率的大小自适应调整载噪比估计时间来获得准确且稳定的载噪比估计值。该算法已经在GPS接收机中实用,测试结果表明,载噪比大于40dB-Hz时,估计时间小于1s,估计值的标准差小于0.2dB,随着载噪比的降低,估计时间呈指数关系增加,载噪比为14dB-Hz时,更新时间为12.48s,估计值的标准差小于0.8dB。

一种基于小波系数相关性的图像降噪方法

在利用正交小波对图像进行分解的基础上,提出了一种考虑不同尺度子分量的小波系数之间是相互关联的系数概率密度函数模型,而不同尺度的系数的选择依赖于其父层系数的大小,从而保证在消除噪声的同时保留图像的边缘信息,然后再对图像进行重构。实验证明,该方法取得了较好的降噪效果。

基于参数估计和感知提升的语音增强降噪算法

为了提高单通道语音增强降噪算法的整体质量,该文从噪声消除和语音感知两个角度出发对传统语音增强算法进行改进,通过引入多种处理手段来达到最佳优化效果。首先在参数估计方面,把基于弱语音出现的平滑算法加入到基于固定先验信噪比的软判决方法中来解决噪声谱过估计问题,并根据语音帧存在概率动态调整平滑因子,从而提高先验信噪比的跟踪效果。其次在语音质量感知提升方面,采用谐波恢复的方法重建语音段的高频谐波分量,并采用相位补偿和增益平滑的方法消除静默段和语音段的音乐噪声。实验结果表明,相比传统算法,该文算法通过引入参数估计改进模块和感知质量提升模块,在消噪效果和语音质量两方面均得到了较大的提高,并适用于多类噪声环境和信噪比条件。

采用概率密度比值估计的距离度量学习

现有的距离度量学习算法都是假设训练数据和测试数据服从相同的分布,但是该假设在实际中不一定成立。当训练数据和测试数据的分布不同时,利用训练数据学习得到的度量函数可能难以适用于测试数据。针对上述问题,本文在NCA(Neighbourhood Components Analysis)度量学习方法的基础上,通过引入概率密度比值对目标函数加权,提出了一种采用概率密度比值估计的距离度量学习方法(Distance metric learning with ProbabilityDensity Ratio Estimation,DML-PDR)。在UCI数据集和Corel图像库上的KNN分类实验表明,新方法克服了传统度量学习方法的不一致问题,提高了分类的准确率。

油藏流体特征参数变化规律及其在储量评估中的意义

油藏流体特征参数研究是储量研究工作的基础。根据探井测得的原始地层压力与高压物性分析资料确定的饱和压力间的相互关系,将油藏划分为饱和油藏与未饱和油藏两大类。饱和油藏与未饱和油藏流体特征参数变化规律的差异在于原始溶解气油比和地层原油体积系数随深度的变化规律是相反的,二者相同之处在于地层压力、地层温度及地层原油密度随深度的增加而增大。当PVT样品点分布不均匀时,储量评估中应选取油藏几何中心点对应的参数值;对于目标油藏,至少应获取两个以上合格的PVT资料,并结合流体分布特征合理确定油藏流体特征参数。

水声MIMO-OFDM通信中的空频迭代信道估计与均衡

在MIMO-OFDM水声通信系统中,由于信道间的相互干扰和水声信道严重时延扩展产生的频率选择性衰落,系统的通信误码率较高。针对这一问题,研究了空频编码的MIMO-OFDM通信,提出空频迭代信道估计与均衡(Spatial Frequency Iterative Channel Estimation and Equalization,SFICEE)方法。该方法通过载波间的空频正交性进行各收发阵元对的信道估计,并通过空频均衡获得符号初始估计,迭代更新信道估计,而后通过符号后验软信息反馈进行迭代空频软均衡。仿真结果表明,当误码率为10^(-3)时,文中所提出的SFICEE方法经过二次迭代与STBC方法相比具有4.8 d B的性能增益,相对于SFBC方法有2.8 d B的性能提升。当输入信噪比相同时,文中所提出方法的星座图更加收敛,可以更好地降低水下通信系统的误码率。

直扩通信系统信噪比估计在LDPC译码中的应用

针对LDPC码的信噪比误差使置信传播(BP)译码算法性能下降的问题,提出一种扩频码辅助的直接序列扩频信号信噪比最大似然估计算法,并利用解扩后的相关值序列对存在的小多普勒频偏情况进行修正。仿真结果表明,该算法在较低信噪比时仍可以达到比较好的估计精度,采用估计信噪比作为BP译码先验概率对译码性能影响非常小。

未知噪声信息多径衰落信道的软判决度量生成

信道解码中的软判决技术需要利用信道噪声方差信息来产生软判决度量,而通常情况下,这一信息是未知和时变的。本文首先简要分析了信道噪声方差对软判决度量的影响,进而提出一种新的在多径衰落信道中估计时变噪声方差的方法,并利用该方法的估计结果为信道解码器生成软判决度量。将该算法应用于中国地面数字电视广播传输系统外接收机的仿真结果表明:与已有的信道噪声方差估计算法相比,本文算法具有收敛速度快、估计结果准确的优点,生成的软判决度量逼近于多径衰落信道的最优软判决度量。

混响背景下基于核密度估计的动目标检测

针对混响背景中的动目标检测问题,将基阵接收数据经过波束形成与匹配滤波后的输出视作统计观测空间,基于背景和目标回波在该空间中的统计特性差异,采用非参量核密度函数估计方法构造多ping情况下的检验统计量,实现运动目标回波检测。理论计算获得不同信混比下的ROC曲线,与单ping波束形成及匹配滤波方法相比,在保证虚警概率小于0. 01,检测概率大于0. 5的条件下,最小可检测信混比约降低6 d B。波形数据仿真与海上实录数据检验均表明该方法的检测性能优于单ping检测器。

改进的经验模态分解盲信噪比估计方法

针对经验模态分解信噪比估计方法运算量大、精度低的问题,本文结合概率论提出了改进的算法。利用离散傅里叶变换分析了固有模态函数的功率谱分布情况,确定了3次分解的有效性,简化了运算过程。基于统计数据给出了分量功率谱密度分布关于特征参数的正态分布近似表达式,并分析了分解过程中存在的能量溢出现象,由此给出了由特征参数估计信噪比的方法。针对不同的样本长度和信号调制方式测试了新算法的性能,结果表明新方法的性能优于原始方法,信噪比0 d B时新方法的估计误差不高于0.5 d B。

连续相位调制信号的信噪比估计

针对连续相位调制(CPM)信号信噪比估计子空间分解算法运算量较大和最大似然估计(MLE)算法信噪比小于0dB时精确度差的问题,提出了一种精确度较高的快速算法。该算法是对常用的最大似然算法的改进,利用接收信号的统计和互相关特性,无需获得信号的初始相位,便可快速准确地估计出信号的信噪比。信噪比在-20dB～20dB之间时,估计误差小于1dB。MATLAB和FPGA仿真验证了该算法的有效性。

信噪比盲估计算法性能比较

为了实现非协作环境下的通信信号信噪比估计,本文在功率谱分析的基础上,提出了一种基于功率谱差分的信噪比盲估计算法,并将其与传统的基于奇异值分解的信噪比盲估计算法进行了比较。理论与仿真结果表明,与传统方法相比,本文提出的算法不但复杂度低,而且在低信噪比情形下仍具有较高的估计精确度和稳健性。

Acquisition algorithm assisted by AGC control voltage for DSSS signals

An appropriate acquisition configuration in terms of signal quality can optimize the acquisition performance. In view of this, a new approach of acquisition assisted by the control voltage of automatic gain control(AGC) is proposed. This approach judges the signal power according to the AGC control voltage and switches the working modes correspondingly and adaptively. Non-coherent accumulation times and the detection threshold are reconfigured according to the working mode. Theoretical derivation and verification by simulation in typical situations are provided, and the algorithm is shown to be superior in terms of the mean acquisition time, especially in strong signal scenarios compared with the conventional algorithm.

异质性生产技术下中国区域物流产业全要素生产率

考虑地区生产技术异质性前提下,将能源和碳排放纳入全要素生产率框架,利用共同前沿MalmquistLuenberger生产率指数考察中国区域物流产业全要素生产率,并结合"技术差距比率"衡量三大区域物流生产技术与全国潜在最优水平的差距,最后运用核密度估计和面板模型分析物流全要素生产率的动态演进及影响因素。结果表明:我国物流技术效率总体偏低,东部实现全国最优生产技术,中西部差距较大,传统测度低估中西部物流技术发展潜力;全要素生产率提高依赖纯技术进步,而非纯技术效率及规模效率变化;动态分析显示,区域和省际物流生产率水平分化明显,中西部表现出明显的"双峰"状态;政府支出、FDI、交通设施、研发、产业结构、市场需求、能源结构七个因素的研究发现,各因素对物流全要素生产率的影响均不相同,应当实施差异化的策略。