引入故障恢复信号的VSC-HVDC附加阻尼控制研究

基于电压源型换流器的高压直流输电(VSC-HVDC)具有快速、灵活的有功功率和无功功率控制能力。VSCHVDC附加阻尼控制能有效地抑制交流系统的低频振荡。讨论了附加阻尼控制器的限幅环节对控制效果的影响,然后提出了引入故障恢复信号的附加阻尼控制。故障恢复信号为指数规律衰减信号,将其与附加阻尼控制器输出信号叠加,作为直流功率调制的参考信号,以减小直流功率调制前期的直流功率幅值。并在直流电压波动的允许范围内,使直流功率调制过程趋于理想的自由衰减振荡,比无故障恢复信号的附加阻尼控制衰减更快,从而显著减小限幅环节的影响。还给出了直流电压波动随直流功率波动变化的关系曲线。仿真结果验证了所提附加阻尼控制方法的有效性。

利用带限信号的部分时域信息和频域信息恢复信号

本文在介绍带限信号恢复问题及有关算法的基础上，从理论上详细讨论了另外一类的带限信号的恢复问题，即在只知道时域的部分值和频域的部分值而不知道频带的情况下，给出了相应的算法，并论证了算法的收敛性及算法收敛的唯一性，而且对外推的数值计算误差及外推的稳定性也作了说明。本文还给出了模拟例子以及数字仿真的结果。总之，本文提出的算法是行之有效的。

通过l_(1)-l_(2)最小化恢复信号的充分条件

压缩感知中测量矩阵的零空间特性可以确保重建稀疏信号.在l_(1)-l_(2)最小化问题模型下,文章利用测量矩阵的零空间特性,根据已知信号的不同支撑信息,得到了相应的充分条件.这些条件给出了测量矩阵的限制等距性和信号恢复之间的紧密关系,且获得的结论在理论上优于现有的文献结果.

液体衰减反转恢复序列高信号血管征可预测急性脑梗死患者短期神经功能预后

目的:探讨液体衰减反转恢复序列(Flair)高信号血管征联合中性粒细胞计数对急性脑梗死(ACI)患者短期神经功能预后的预测价值。方法:选取96例经头颅磁共振确诊的ACI患者,入院时采用美国国立卫生院神经功能缺损评分量表(NIHSS)进行神经功能缺损评分,根据NIHSS评分将其分为轻度组(41例)、中度组(30例)和重度组(25例)。所有患者均进行磁共振检查,对Flair序列上高信号血管征进行评分,分析Flair高信号血管征、中性粒细胞计数与ACI患者短期神经功能预后的关系。患者发病6个月后,采用改变Rankin量表(mRS)评分将其分为预后良好组(81例)和预后不良组(15例)。结果:重度组患者年龄≥60岁、高血压及冠心病史的患者比例、入院时NIHSS评分、病灶直径、中性粒细胞计数均高于中度组和轻度组,而Flair高信号血管征评分低于中度组和轻度组(P均<0.05)。多因素logistic回归分析显示,年龄≥60岁、高血压及冠心病史、入院时NIHSS评分≥12分(OR=1.267,95%CI:1.140~1.409)、中性粒细胞计数升高(OR=1.719,95%CI:1.351~2.188)、Flair高信号血管征评分<4.76分(OR=2.190,95%CI:1.437~3.338)是影响ACI患者神经功能缺损的独立危险因素(P均<0.05)。预后不良组患者Flair高信号血管征评分较低,而中性粒细胞计数较高(P均<0.05)。以预后不良为因变量绘制受试者工作特征(ROC)曲线,结果显示Flair高信号血管征评分截断值为4.76分时,预测ACI患者短期神经功能预后的ROC曲线下面积为0.76(95%CI:0.745~0.826),敏感度和特异度分别为70.33%和64.33%;中性粒细胞计数截断值为5.82×10^(9)/L时,预测ACI患者短期神经功能预后的ROC曲线下面积为0.74(95%CI:0.723~0.814),敏感度和特异度分别为77.56%和63.24%;两者联合预测ACI患者短期神经功能预后的ROC曲线下面积为0.81(95%CI:0.839~0.876),敏感度和特异度分别为80.25%和63.46%。结论:Flair高信号血管征评分降低,中性粒细胞计数升高是影响ACI患者短期神经功能预后的独立危险因素,对评估患者预后具有重要参考价值。

基于贝叶斯推断的高斯反卷积信号恢复

针对高斯卷积和白噪声干扰的降质信号,提出一种基于贝叶斯推断的信号恢复模型和数值算法。在模型中引入模型差异项来描述卷积核估计误差,并用高斯分布来描述其统计特性。基于贝叶斯推断,将后验分布解耦为多个推断问题,对信号、模型误差和卷积核参数分别利用原始对偶混合梯度方法、高斯共轭先验法、随机游走的Metropolis算法进行交替更新,有效恢复信号的同时对卷积核参数进行不确定性量化并避免误差传播。数值实验表明,本方法可以同时估计卷积核和恢复信号,性能优于传统的信号恢复方法。

双稳随机共振的信号恢复研究

针对双稳随机共振输出波形失真的问题,从还原粒子运动轨迹的角度提出了波形恢复公式.通过将其应用于双稳系统对无噪阈上信号的响应输出,揭示了由粒子跃迁经过系统拐点引起的轨迹突变,及其在恢复波形的表现形式.鉴于阈下随机共振系统中噪声的随机影响,引入级联双稳系统对残余噪声进行二次调节,同时采用参数调节的恢复系统对波形进行恢复.数值仿真表明,该法直接应用于系统输出,适合处理有限长的时间数据,可以有效地估计噪声背景下微弱信号的时域波形.

在不同噪声背景下Dopplerlet变换在信号恢复中的应用

在不提供信号与噪声统计特性的前提下 ,用自适应匹配投影塔形分解算法实现的Dopplerlet变换 ,能有效地去除信号中的噪声和干扰 .

空间电荷测量信号恢复中的频域反卷积技术及实现

电声脉冲法空间电荷测量系统的输出信号通常存在比较明显的过冲。本文分析了电声脉冲法空间电荷测量系统硬件结构造成信号畸变的原因,介绍了空间电荷测量信号恢复中反卷积处理技术及其问题。根据测量系统中高压脉冲及输出信号波形的特点,选取高斯滤波器对反卷积处理带来的病态问题进行了修正。基于上述改进设计了空间电荷测量信号恢复的频域反卷积算法,并采用LabVIEW实现了反卷积处理。通过实际对聚乙烯/纳米银复合材料空间电荷测量信号的恢复发现,高斯滤波器可以有效抑制恢复信号的震荡,提高测量空间电荷的分辨率。

基于低秩张量补全的多声道音频信号恢复方法

多声道音频信号在r采集、压缩、传输过程中可能造成音频数据丢失,为了确保给听众带来更真实的听觉感受,该文提出一种基于低秩张量补全的音频丢失数据恢复方法。首先,把多声道音频信号表示为一个张量;其次,把张量补全作为一个凸优化问题建模,利用松弛技术和变量分离技术得到闭合的增强拉格朗日函数;最后,通过交替迭代方法求解得到恢复的音频张量。在不同数据丢失率的实验中,通过与线性预测、加权优化的CANDECOMP/PARAFAC分解方法进行对比分析,表明利用张量补全方法具有更高的音频信号恢复精度,隐藏参考和基准的多激励测试结果也显示低秩张量补全方法能够有效地恢复多声道音频的丢失数据,从而获得更好的听觉效果。

基于变参数随机共振和归一化变换的时变信号检测与恢复

非线性随机共振系统具有利用噪声增强微弱信号的能力,为强噪声背景下的信号检测开辟了新的途径。该文提出一种变参数随机共振(VPSR)模型,实现对非周期信号的有效检测、噪声去除和信号恢复。通过以恢复信号的拟合决定系数和互相关系数作为评判标准,研究分析了不同参数变化对系统输出的影响,分析结果表明该模型能有效地从噪声背景中恢复时变信号。该方法拓展了随机共振用于时变信号检测技术的领域,在时变信号检测和处理以及雷达通讯等方向有着一定的潜在应用价值。

一种迭代加权l_1范数的信号优化恢复方法

稀疏信号的快速优化恢复是压缩感知理论(Compressed Sensing,CS)研究的热点。讨论了参数选取对迭代加权l1范数优化算法恢复效果的影响,并将参数规则化过程引入到算法中,提出了带有参数规则化过程的迭代加权l1范数优化算法。最后通过数值实验,表明改进的算法较大程度地提升了对稀疏信号的恢复能力。

频域单快拍压缩感知目标方位估计和信号恢复方法

方位估计和信号恢复分别是水下目标定位、跟踪和目标识别的前提。提出了一种阵列频域单快拍压缩感知的水下目标方位估计和信号恢复方法。首先将阵列接收数据变换到频域,取频域单快拍数据作为压缩感知的测量值,然后根据频域快拍对应的频率、搜索方位和阵列流形构造过完备的阵列流形矩阵作为压缩感知的感知矩阵,最后通过基追踪算法估计搜索方位上目标信号和功率,实现DOA估计与信号恢复。宽带仿真实验数据验证结果表明,同等条件下完成同样的目标方位分辨,提出的方法比最小方差无失真响应方法要求的阵元数和快拍数较少,要求的信噪比更低,恢复的目标信号更加准确,波形相关系数达到89%以上。海上实验数据处理结果表明,目标检测能力优于最小方差无失真响应方法,证明该方法可以适用于实际声呐系统。

传感器故障在线诊断和信号恢复的两级神经网络方法

目的研究控制系统中传感器软硬故障诊断和信号恢复．方法提出一种两级神经网络（ＮＮ）包括一个主神经网络和若干个局部神经网络方法．主神经网络负责诊断传感器故障，其输入为各传感器在时刻ｔ的信号，输出为各传感器在时刻ｔ＋１的信号．各局部网络负责传感器故障诊断和信号恢复．每一个局部网络对应一个传感器，局部神经网络输出为相应的传感器在时刻ｔ＋１的信号，其输入为其余传感器在时刻ｔ的信号．各网络均采用先学习，后工作的在线学习方法．结果与结论所述方法具有在线学习、故障误检率低、可以诊断多个传感器软硬故障的优点．对气垫船中传感器软硬故障诊断的仿真结果表明，该方法是行之有效的．

盲源分离与高分辨融合的DOA估计与信号恢复方法

目标方位估计(Direction of arrival,DOA)和信号恢复分别是水下目标定位、跟踪与识别的前提.基于盲源分离方法可以得到含有阵列流形信息的解混矩阵,融合成熟的高分辨方法提出了一种新的方位估计、信号恢复模型和方法.在宽带信号背景下进行了仿真实验,结果表明该方法可实现目标方位的实时估计和目标信号的恢复.在同等条件下完成同样的目标方位分辨率,比单纯的高分辨方法要求的阵元数和快拍数较少,要求的信噪比要低.海上实测数据检验也表明,比常规的最小方差无失真响应(Minimum variance distortionless response,MVDR)方法得到了更好的结果,明显提高了弱目标信号的空间谱能量,增强了检测弱目标信号的能力.

稀疏信号恢复理论在CT图像重建中的应用

新的图像重建算法一直是CT成像前沿研究中的热点问题之一,而实际中常常遇到的有限角度重建问题则是其中的难点。Terence Tao和他的同事提出了一种稀疏信号恢复理论,为解决这个问题提出了可能的应用策略。我们在本文中介绍了这个理论并给出了在锥束CT重建中应用的初步结果。这种理论和策略的实现对很多应用情况都有重要的意义,为该领域的发展开辟了新的方向,也必将对该领域的发展产生重大影响。

机械装备中跌落物冲击信号的恢复

卷积同态系统可以将卷积组合的信号转化成倒频域内以相加组合的信号 ,本文正是利用了卷积同态系统的这一特点进行信号的恢复的。本文首先简单地介绍了卷积同态系统的组成和信号恢复的方法 ,接下来给出了用螺母、小球以及力锤进行的试验的结果 ,各种试验条件下的信号恢复的结果是令人满意的。最后给以后的研究方向作出了一个展望。

毫米波交流全功率辐射计的信号恢复处理

通过引入一种先验知识,研究了毫米波交流全功率辐射计低频信号失真的补偿问题。经理论建模和实验数据分析,全功率毫米波辐射计扫描所得的交流信号可近似认为是钟型信号,这一信息基本决定了信号的低频特性。这一先验知识结合信号中未失真的频谱部分,通过求解一组非线性方程即可近似恢复出交流信号的全部频谱,从而恢复出完整的交流信号。仿真和实验数据均表明了该恢复方法的有效性。该文的研究结果有助于提高毫米波交流全功率辐射计的目标识别率。

基于贝叶斯压缩感知的复数稀疏信号恢复方法

该文利用复数稀疏信号的时域相互关系提出一种新的稀疏贝叶斯算法(CTSBL)。该算法利用复数信号的实部与虚部分量具有相同的稀疏结构的特点,提升估计信号的稀疏程度。同时将多个测量信号间的内部结构信息引入到了信号恢复中,使原始的多测量稀疏信号恢复问题转变为单测量块稀疏信号恢复问题,使恢复性能得到了提升。理论分析和仿真结果证明,提出的CTSBL算法相较于目前的针对复数信号的多测量矢量贝叶斯压缩感知(CMTBCS)算法和块正交匹配追踪算法(BOMP)在估计精度上具有更好的性能。

压缩感知后引入噪声的信号恢复

将压缩感知后引入噪声的信号恢复作为研究对象,建立了信号恢复模型,以解决工程领域中广泛存在的噪声问题。由于传统的算法无法实现压缩后引入噪声的信号恢复,本文提出了用阈值收缩迭代算法来实现含噪信号的恢复。分析了算法原理,对压缩感知后加入高斯随机噪声、5%和10%密度的脉冲噪声分别进行了信号恢复仿真,并与正交匹配追踪(OMP)算法和平行坐标下降(PCD)算法进行了比较。结果表明,阈值收缩迭代算法对无噪稀疏信号基本可以做到完全恢复;对压缩后含噪信号的恢复具有较强的鲁棒性,只在峰值处出现了较明显的误差,通过增加测量矩阵行数和迭代次数可以提高抗噪性能。实验显示:本算法在处理高斯噪声和低密度脉冲噪声时具有明显优势,在处理高密度脉冲噪声时略优于另两种算法。

一种盲信号恢复的特征向量算法

信号恢复是雷达声纳目标检测和通信信号处理的一项重要任务。基于特征向量估计(EVA)的信号恢复算法可以在未知信道和源信号先验知识的情况下,在较短的时间内实现信号的盲恢复。它是将均衡信道参数估计问题变为与交叉累积量矩阵、自相关矩阵有关的特征向量求解问题,并保证解的唯一性和收敛性。将该算法应用于单源-单接收元(SISO)的恒模变相信号、两种声学水池信号妁恢复,取得了较好的恢复效果。