基于FT-FD-MA滤波器的电机谐波-转矩脉动抑制控制

针对永磁同步电动机谐波电流和转矩脉动抑制问题,本文提出了基于固定采样间隔-固定深度滑动平均(FT-FD-MA)滤波器的电机谐波/转矩脉动抑制控制方法。首先理论分析了滑动平均滤波器的频率特性及其用于电机控制的优劣,在此基础上,将运行平均算法与滑动平均算法相结合提出FT-FD-MA算法,并理论分析其频率响应特性;然后提出基于FT-FD-MA的低通滤波器和高通滤波器,前者用于平均速度控制,可有效抑制转矩脉动,后者用于电流谐波抑制,可显著降低谐波电流。最后,实验验证了本文方法的有效性和可行性。

高阶统计量地震子波估计建模

本文在反射系数序列为非高斯、平稳和统计独立的随机过程,地震子波为非因果、混合相位的假设条件下,分别应用滑动平均(MA)和自回归滑动平均(ARMA)模型对地震记录进行建模,并采用运算代价较小的基于高阶累积量的线性化求解方法——累积量矩阵方程法进行了子波提取和模型适应性的研究。数值模拟结果和实际地震数据处理结果表明:自回归滑动平均(ARMA)模型比滑动平均(MA)模型具有参数节省、模型更为高效的特点;累积量矩阵方程法可以有效地压制加性高斯噪声,但对累积量样本估计的准确性要求较高;如果累积量样本估计的误差和方差适度,结合自回归滑动平均(ARMA)模型描述的累积量矩阵方程法可以高效、准确地估计出地震子波。

一种MEMS陀螺随机漂移的高精度建模方法

为补偿MEMS陀螺随机漂移,采用时间序列分析法对其进行自回归滑动平均(ARMA)模型辨识,提出一种滑动平均(MA)参数估计的新方法。先将陀螺随机漂移建模为带观测噪声的ARMA模型,在估计出自回归(AR)部分的参数后,针对AR滤波后的残差,推导出一种方差小的MA自协方差估计值,并将该估计值作为输入,利用Gevers-Wouters(GW)算法估计出MA部分的参数。仿真结果表明,MA参数估计精度得到提升的同时,参数估计可靠性也得到了增强。MEMS陀螺的随机漂移补偿实验进一步验证本文所提算法的补偿精度高于改进前。