求解含风电相关性区间潮流的仿射变换最优场景法

风电场发电功率有很强的不确定性和相关性,影响电力系统不确定潮流分布情况。为了能准确掌握电力系统潮流状态的区间分布特性,区间潮流作为不确定潮流计算工具,需要考虑风电的不确定性和相关性。采用联合采样区域的相关角量化风电出力的区间相关性,构建了考虑风电相关性的区间潮流(Interval Power Flow,IPF)模型,并提出了一种基于仿射变换的最优场景算法(Optimal Scenario Algorithm with Affine Transformation,OSA-AT)加以求解。该算法利用仿射变换先将相关的风电出力区间分布转化为独立的区间变量,然后应用最优场景法将区间潮流转化为一系列确定非线性优化问题,进而采用内点法计算获得潮流状态量的最大值和最小值,即区间分布。IEEE-14和IEEE-118系统的计算结果表明,所提方法可以精确处理区间变量相关性,且与蒙特卡罗方法(Monte Carlo,MC)相比,其计算效率可提高数十倍。

基于对数极坐标变换和仿射变换的目标识别定位方法

由于传统的模板相关匹配算法在目标图像发生较大旋转和放大时,定位结果可能会发生偏差,因此为了取得精度更高的目标识别结果,提出了一种基于对数极坐标变换粗匹配,结合仿射变换精匹配的目标图像识别定位方法,以用于在视场中自动搜索相对于模板图像有平移、旋转和尺度变化的目标图像。实验结果表明,该算法不仅定位精度高,而且相对于传统的模板匹配算法有更强的鲁棒性。

基于仿射变换与模板更新策略的目标跟踪方法

提出了一种自适应跟踪算法 ,其主要思想是用六个仿射变换参数来表征图像中目标区域的运动 ,由当前位置图像与模板图像的差分图像可以求取这些参数 ,并进一步用这些参数来预测目标的运动和跟踪目标 .在实际跟踪过程中 ,又采取了一种有效的相似性度量方法 ,用它来决定是否修改模板 。

基于仿射变换模型的图像跟踪系统的实现

文中设计研制了一种新型的基于仿射变换模型的实时图像跟踪系统。本跟踪系统已经通过实践检验,能够稳定的、准确的、快速的跟踪目标。并且系统有很大的升级潜力,除了能够满足仿射变换跟踪的要求之外,还能适用于其他的一些算法,构成鲁棒性更强的图像跟踪系统。实践证明该跟踪系统性能优于经典的相关跟踪系统。

一种适应仿射变换的全自动景象匹配算法

针对景象匹配算法的实时性和精确性问题,提出一种适应仿射变换的全自动景象匹配算法。该算法首先按照显著性要求在参考图中划分n个圆形区域,建立相应的尺度空间集合,并计算所有区域的特征向量,接着在实时图像中,以每一个待定像素为中心,构建实时图像相关区域的尺度空间集合,采用去均值Nprod算法,选取相关系数最大者作为匹配区域,利用匹配区域的几何中心(圆心)来计算参考图和实时图的变换参数,最后利用所求得变换参数对图像进行配准。实验证明该算法准确、有效。

一种基于仿射变换模型的目标跟踪算法

在图像目标跟踪的应用中,传统方法多采用基于平移运动模型和相关(correlation)类型匹配准则的跟踪算法。该类算法以目标仅发生平移运动为假设前提,难以有效适应目标在图像中通常会发生的缩放、旋转和错切等变化。本文应用了一种基于仿射变换模型的目标跟踪算法。该算法建立起包含六个参数的仿射变换模型,以其描述目标在序列图像中的变化,然后构造适当的匹配误差目标函数,并采用牛顿迭代法求解得到最优的仿射参数。实验结果表明,该算法具有较强的鲁棒性,能够得到较好的跟踪效果。

基于仿射变换的地磁匹配定位算法

针对惯导系统定位误差随时间累积的问题,提出了一种基于仿射变换的地磁匹配定位算法。通过平方差算法建立匹配轨迹与实测的地磁场特征值的相关性约束,对约束函数进行泰勒展开和离散化,并引入仿射变换模型。将约束函数转化为曲线的位移、角度和伸缩误差的多变量指标函数。根据相关性原则,将地磁匹配问题转化为解非线性方程组。采用Mathematica中的迭代和数值求解方法解非线性方程组,将求得的解输入到MATLAB中进行匹配定位。实验表明,匹配轨迹的最终定位点与真实轨迹的终点相差293.3 m,匹配轨迹与真实轨迹之间的经纬度误差分别为0.003°、0.0004°,证明此算法具有一定的可行性。

采用随机空间仿射变换技术的蒙特卡罗区间潮流方法

区间潮流(interval power flow,IPF)是含风电系统稳态分析的重要工具。现有区间潮流计算方法都要求输入区间变量相互独立,无法合理计及风电场风速的区间相关性。针对这一问题,提出一种基于随机空间仿射变换的蒙特卡罗采样方法求解区间潮流。首先,引入相关角的概念来描述风速的区间相关性,建立了考虑风速区间相关性的区间潮流模型;然后,应用随机空间仿射变换技术,将原随机空间中相关风速转化为仿射随机空间中独立风速;最后,采用蒙特卡罗法求解包含独立风速的区间潮流。在IEEE-14和118标准系统仿真计算,结果验证了所提方法有效、可行。与传统蒙特卡罗法相比,所提方法可以在几乎不增加计算量的情况下,精确实现风速区间的去相关化。

基于ZMNL经验迭代法的相关非高斯雷达杂波仿真

针对基于零记忆非线性变换(zero memory nonlinearity,ZMNL)的相关非高斯雷达杂波仿真,提出了一种类似神经网络形式的经验迭代法。该方法在对输出频谱估计的基础上,反复修正输入频谱,经过多次迭代运算来确定非线性变换前后相关系数之间的关系。给出了应用该方法进行杂波仿真的具体步骤,仿真结果证明了该方法的有效性。

迭代法构造零相关区互补序列集

提出2种利用正交矩阵和交织迭代法构造零相关区互补序列集的方法,得到的零相关区互补序列集可以达到理论界限。这种零相关区序列集在零相关区域具有理想的相关特性,同传统的互补序列集相比具有更多的序列数目。

二维数字图像相关法在准静态拉伸实验中的应用

对二维数字图像相关法在准静态拉伸实验中的应用进行了研究。二维数字图像相关法采用Newton-Raphson方法和逆匹配结合的算法,首先对Newton-Raphson迭代式中的相关函数的一阶偏导和二阶偏导进行了简化,对于Newton-Raphson法的初值估计采用仿射变换方法和RG-DIC结合的方法;然后在计算域全场采用双三次插值,保证计算精度的同时降低了计算量。散斑仿真实验和准静态拉伸实验显示,二维数字图像相关法获得的分析值与应变片测量值相对误差约小于10%,表明二维DIC算法具有较高的准确性,能够用于实际工程测量。

利用仿射变换和互相关法的航侦图像快速拼接

根据某型航空侦察CCD相机的工作原理,提出了一种适用于该相机图像的快速拼接方法。首先运用相机工作参数估计相连图像间仿射变换模型参数,进而初步确定图像重叠区域;然后在估计的重叠区域内采用互相关配准方法精确估计配准参数;最后采用双线性插值方法对图像重叠区域进行融合。实际运行结果表明,该方法不仅能有效减少图像拼接时间,降低图像处理硬件系统的要求,而且能够有效消除单一互相关方法中的误匹配点,拼接结果可满足系统指标要求。

基于一种快速归一化积相关算法的图像匹配研究

在灰度图像匹配中,归一化积相关算法具有鲁棒性强、精准度高和易于硬件实现等优点。但算法复杂、计算速度慢是制约其应用的主要原因。基于迭代的思想提出了一种快速归一化积相关算法。该方法在计算基准子图图像能量时,只通过几个像素值的加减运算,便可快速实现基准子图像素求和,大大降低了计算的复杂度。实验证明,本算法与原算法具有相同的匹配精度,但计算时间仅为原算法的1/9.

超声回波参数的高斯与牛顿迭代法计算

应用超声回波模型,对检测目标的超声回波进行模拟,在模拟过程中应用高斯与牛顿法迭代出估计参数.结果表明,该算法能以较少的迭代次数计算出向量参数,但对模型中到达时间初值设定较为敏感,这可用常规方法(互相关或小波变换、遗传算法等)解决.

基于仿射变换的密钥相关S盒构造方法

针对现有密钥相关S盒构造方法存在的问题,提出了仿射密钥相关S盒的概念,给出了一种由密钥获得仿射密钥相关S盒的方法及其算法;分析了仿射变换对S盒的密码指标的影响,证明了保持仿射密钥相关S盒代数次数不变的条件.理论分析及实验结果表明:利用该方法所获得的密钥相关S盒在非线性度、差分均匀性、抗代数攻击能力、代数次数、代数项数分布、严格雪崩特性等指标上显示出良好的密码学特性,从而有效克服了现有密钥相关S盒构造方法中可能出现弱S盒等不足.

基于仿射变换矫正相机抖动的数字图像相关测量方法

随着数字图像相关方法被逐渐应用于远距离工程结构多点挠度监测等任务中,户外等非控制测量场景中的相机抖动成为影响测量精度的主要原因之一。为了消除相机抖动对目标点位移测量的影响,基于描述针孔相机运动的投影模型,建立了远距离下表征相机扰动运动的仿射变换模型,并结合稳定参考点,对相机运动后的图像点坐标进行了校正。为了验证仿射模型的有效性,进行了三组平移实验。实验结果表明,在工作距离大于2 m的情况下,仿射变换模型以较为简单的形式有效消除了相机扰动引起的测量误差,而且不受参考点和目标点深度分布的影响。

一种改进的整周模糊度去相关算法

目前LAMBDA算法中常用的2种去相关算法为逆整数乔里斯基算法和迭代法算法,这2种去相关算法在运算处理过程会出现病态的变换矩阵,影响去相关程度且降低了去相关的成功率。因此提出了一种改进去相关算法并进行了算法性能分析,通过从矩阵条件数和相关数对3种算法进行了仿真比较。结果表明,改进算法去相关处理效果得到明显改善。

基于LAMBDA整周模糊度解算方法中的整数Z变换算法

LAMBDA算法是目前公认求解整周模糊度效果最好的方法,该算法主要包括模糊度去相关处理(Z变换)和整周模糊度搜索,其中Z变换对高度相关的整周模糊度进行降相关处理是LAMBDA算法的核心内容。本文分析了Z变换中迭代法和联合去相关法两种算法的基本原理,并通过实例对两种算法进行了性能评价,实验分析表明两种算法去相关水平相当,迭代次数无明显差异,但矩阵维数越大,去相关效果越有所下降。总体而言,联合去相关效果略高于迭代法。

基于自相关视角的弱平稳过程之间的伪回归分析

随机干扰项之间的未知形式自相关是导致相互独立的弱平稳过程之间伪回归的主要原因。通过理论分析和一系列的蒙特卡罗模拟,揭示了数据过程本身的持久性、样本容量T和随机干扰项自相关之间的内在联系。研究发现随机干扰项往往呈现出与数据过程阶数相同的自相关。进一步研究表明,运用广义差分法和Cochrane-Orcutt迭代法虽然能大大减少伪回归概率,但在有些情况下,即使当样本容量较大时,较高阶的Cochrane-Orcutt迭代法仍然无法避免伪回归的发生。

仿射变形下的异源图像匹配方法

针对图像同时存在仿射变形和成像特性差异时传统方法难以快速可靠匹配图像的问题,提出仿射变形下的异源图像匹配方法.首先利用二维Moran信息准则从小图中筛选若干有效子区;然后基于梯度方向相关方法在平移空间内计算每个有效子区与大图的相似度;最后对多个子区的平移空间相似度进行变换与组合得到仿射空间图像相似度的近似描述,求解仿射空间相似度最大值得到图像匹配结果.该方法避免了多次对全图进行仿射变换和比较相似度的运算,其计算复杂度仅与传统平移空间图像匹配方法相当,远低于仿射空间图像匹配方法.实验结果表明,文中方法不仅计算速度快,同时还具有很高的匹配成功率.