基于改进压缩采样匹配追踪算法的机械振动信号恢复

为了解决压缩感知重构算法对于机械振动信号的残缺数据恢复不佳的问题,提出一种改进压缩采样匹配追踪算法,对缺失信号进行修复重构。对比几种同类的贪婪重构算法恢复缺失信号的效果。通过仿真数据和实测数据验证算法对信号的恢复效果。结果表明:改进方法能够很好地实现对缺损信号的修复,且重构概率远远高于其他重构算法,比较压缩采样匹配追踪算法与其改进算法发现:在稀疏度为50时,改进算法的重构概率可以达到100%,而未改进的压缩采样匹配追踪算法重构概率为0,说明改进算法的重构效果优于原算法,重构出来的信号可以准确地表现原始信号的全部信息。

基于改进多尺度采样算法的模糊图像识别方法研究

本文为了提高模糊图像识别结果的准确率,引进改进多尺度采样算法,根据模糊图像的多维度采样机理,对此类图像识别方法展开设计研究。对多尺度算法的改进,设定一个识别符号模式,根据改进的结果,细致化提取模糊图像的特征与纹理细节信息;为保留在进行图像去噪处理过程中图像的真实性,可根据图像在空间映射后的维度,对其进行5×5的分解,调节模糊区域进行中值,直到终端显示三维曲面图像已十分平滑,完成模糊图像的去噪处理;引进差影法,空间映射图像边缘信息,融合关键信息后将其与原始图像匹配,匹配成功后,输出映射空间中对应的模糊图像,以此实现对模糊图像的有效识别。对比实验证明,设计的识别方法,可实现对不同模糊程度图像的有效识别,识别率超过99.5%,具有较高的模糊图像识别能力与较强的适用性。

对F-J方法中采样算法的改进

介绍了基于贝叶斯理论的线性-非线性模型的反演方法(F-J方法),在理论上可以求出模型参数的概率分布,可以通过马尔可夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)采样估计参数值及其精度。为了评估F-J方法反演效果,给出了线性-非线性模型的最小二乘方法以及假设检验步骤。针对MCMC采样算法中参数的随机游走步长会影响最佳采样数量的问题,对采样算法作了改进,模拟数据算例表明,改进的采样算法基本消除了部分参数游走步长选取不合适对确定采样次数的影响,解决了随机游走采样难以确定最佳采样点数量的问题。

在功率变化交叉闭锁振荡中对称故障的快速识别方法

在电力系统振荡期间,三相有功、无功的变化率分别是两侧系统功角的正弦和余弦函数,经过归一化后,理论上不可能同时低于0.7的门槛,而对称故障发生后,有功、无功的变化率都趋近于零。利用上述特征提出了基于功率变化率交叉闭锁振荡中对称故障的快速识别方法。通过修正后的2点采样值积算法,功率的计算不受频率变化的影响。作为一种积分型判据,其动作稳定性高。仿真结果表明:该方案具有较高的可靠性和速动性,最长动作延时为算法的数据窗长30ms。

并联型有源电力滤波器死区效应的研究

分析了并联型有源电力滤波器(PAPF)主电路IGBT管的死区效应对滤波装置滤波效果的消极影响,研究了有源滤波器中逆变器的死区效应及其补偿方法。提出了基于改进规则采样算法的脉宽调制(PWM)和通过电流极性判断的电流反馈型死区效应补偿策略。对设计出的样机进行了实验,实验结果证明,该设计方案是有效和正确的。

单站目标被动跟踪的滤波器方法研究

为了实现对单站目标的被动跟踪,分析并比较了扩展Kalman滤波器和粒子滤波器在非线性估计方面的性能,并且针对粒子滤波器存在的粒子退化现象,引入改进的重采样算法和基于无迹变换的滤波算法.仿真实验分别比较了几种滤波器在目标做匀速、匀加速、变加速情况下距离和速度滤波的均方根误差,结果表明粒子滤波器滤波性能优于扩展的Kalman滤波器,改进的重采样算法和基于无迹变换的粒子滤波器可以有效改善估计精度.