解微分方程组的Adams预测校正算法的改进方法

针对Adams预测校正算法求解微分方程组作了改进.算法的主要改进之处是在校正环节用已经计算出来的"新值"取代"旧值".最后,基于提出的改进方法和传统的Adams预测校正算法对同一微分方程组问题作了数值比较实验.数值实验结果表明改进的算法与传统的Adams预测校正算法的计算量一样,但精度大大提高.

基于Adams多步法预测的励磁控制器的设计

本文介绍了一种新的励磁非线性控制器设计方法,该方法使用预测控制理论以单机无穷大系统励磁控制为对象,以功角、角速度和有功功率作为变量,以发电机转子角速度为输出函数,用Adams四阶预测法展开输出函数,幵迚行在线滚动优化,最后得到了预测励磁控制规律。仿真结果表明,该方法与泰勒级数方法比较,既能改善发电机的机械稳定性,又能改善发电机端电压的动态特性,具有较高的控制品质。

空间运动方程快速求解器设计与实现

文章基于四阶经典龙格库塔法(classical Runge-Kutta method of order four,RK-4)和四阶Adams预测校正法(fourth-order Adams predictor-corrector method,Adams-4),提出一种现场可编程逻辑门阵列(field programmable gate array,FPGA)实现的数据路径可动态配置的空间运动方程快速求解器(space motion equation fast solver,SMEFS)。SMEFS采用折叠式结构,借助高效的任务映射和精准的状态管理,通过资源复用和动态配置运算器内部连接关系实现数据路径的动态配置,快速求解空间运动方程,并有效节省硬件资源。采用某型运载火箭的相关数据对SMEFS进行大批量空间运动方程求解的性能评估,实验结果表明SMEFS能够快速可靠地求解发射坐标系下的五自由度空间运动方程,与软件求解的平均加速比为12.765,求解结果最大相对误差小于9×10^(-5,)具备较好的加速效果和较高的计算可靠性。

ESD电流波形的小波自适应Kalman滤波去噪方法

为降低静电放电电流信号的干扰噪声,将小波分析与自适应Kalman滤波算法结合用于ESD电流波形去噪分析。并将Adams预测校正算法用于人体-金属模型ESD电流的数值计算,建立了相应的加噪ESD电流信号模型,小波去噪在此模型上进行去噪性能分析。针对实测ESD电流波形,使用小波阈值去噪方法对ESD电流波形进行预处理,获得较为平稳的观测数据;再根据观测数据的信息,采用Sage-Husa的自适应Kalman滤波算法对小波预处理后的数据做优化处理。结果显示,基于小波分析和自适应Kalman滤波算法可以有效降低实测ESD电流波形的干扰噪声。