基于模块化多电平矩阵换流器的柔性低频输电系统大信号稳定性分析

为了实现“双碳”战略目标,推动我国能源转型,实现海上风电等大规模新能源的安全可靠送出成为研究关键。柔性低频输电系统通过降低输电频率来提高输送能力并节省经济成本,逐渐成为“新型电力系统”中除传统工频输电和直流输电方式之外的有益补充。但是,柔性低频输电系统的稳定性问题,尤其是大信号稳定性问题仍是工程实践中的难题。为此,采用Lyapunov直接法对基于模块化多电平矩阵换流器(modular multilevel matrix converter,M3C)的柔性低频输电系统进行了大信号稳定性分析。首先针对系统非线性状态方程阶数较高,导致难以通过经验或者线性系统Jacobian矩阵方法直接构造能量函数的难题,通过扇区非线性方法建立了模糊模型,简洁快速地构建了系统能量函数并计算了大信号稳定吸引域(large signal domain of attraction,LS-DOA)。其次引入多维空间吸引域的映射方法,从频率差异的角度更加直观地揭示了主电路和控制系统等参数对系统大信号稳定性的影响。然后结合线性矩阵不等式(linear matrix inequality,LMI)凸优化理论,分析了系统大信号不稳定的相关机理并给出了高效的镇定策略。最后通过MATLAB/Simulink建立了系统模型,实现了对理论分析的仿真验证,研究结果对柔性低频输电系统的工程实践有一定的参考作用。

改进DOAS技术在混合气体中的定量分析

针对差分吸收光谱技术(DOAS)中混合气体吸收光谱重叠问题,提出了一种建立在粒子群优化算法和最小二乘支持向量机算法融合上的改进的DOAS方法.采用最小二乘支持向量机技术对SO2、NO分别建立定量分析模型,并运用粒子群优化算法的强大寻优能力对最小二乘支持向量机算法中的参数进行寻优,最后对定量分析模型进行重建.实验结果表明,采用数据融合的DOAS方法,在解决混合气体光谱重叠问题上切实可行,分别将SO2、和NO最大绝对误差率提高到1.200 0%和2.691 8%,具有一定的实际意义.

声源DOA估计中LS-SVR核函数选取研究

基于多通道到达时间差(TDOA)的定位方法是声源到达方向(DOA)估计中的重要方法。其中,由TDOA到DOA的映射是该方法的一个关键,目前广泛采用的映射方法为最小二乘法。然而最小二乘法存在诸如声源位于阵列端射方向时性能急剧下降的问题。为克服这一缺点,提出了基于最小二乘支持向量回归机(LS-SVR)的映射方法。在支持向量机技术中,核函数的选取直接影响着支持向量机的性能,但之前的工作仅讨论了径向基核函数。针对声源DOA估计中的TDOA映射问题,研究了径向基核、多项式核以及线性核函数构造的LS-SVR对声源DOA估计的影响。

一种高精度的TOA估计方法

提出了一种 CDMA系统的高精度的信号到达时延(TOA)的估计方法。在不提高采样频率的情况下,使用积分-清除电路对接收信号进行采样,将离散信号用离散傅里叶变换(DFT)转换到频率域中,然后根据 CDMA信号模型和多径信道模型以及已知的扩频码的离散频谱,估计出信号相对于一个码片周期的整数部分 TOA;再在离散频率域中用最小二乘法估计出信号到达的小数部分 TOA,该方法即使在采样频率不高的情况下,也有很高的精度,而且运算量小,因此是一种有效的高精度 TOA估计方法。

基于降维处理的MUSIC二维DOA估计算法

针对MUSIC(多重信号分类法)估计方法实现二维DOA(波达方向)估计的计算量大且遍历搜索耗时的问题,给出了一种基于降维处理的MUSIC算法。该算法无需进行二维谱峰值搜索。该算法利用二次优化方法将二维DOA估计分解为一维DOA估计,先通过一维MUSIC估计获得信号与x轴夹角,再利用最小二乘算法估计获得信号与y轴夹角。最后利用角度关系式得到信号的二维DOA估计值。该算法的复杂和搜索范围都大大降低,仿真表明,该算法具有较好的角度估计效果。

基于斜投影及先验信息的波达方向估计算法

提出一种应用于正交频分复用智能天线系统中的波达方向估计算法。该算法利用实际环境中基站与周围建筑物之间已知的角度信息,基于MUSIC算法的最小二乘思想,引入斜投影算子估计未知角度。理论和仿真实验证明,该算法是对未知角度的无偏估计,适用于分辨与已知角度相差很小的未知角度值,较传统的MUSIC算法有明显优势。

基于DOA估计的阵列式探地雷达逆向投影目标成像方法

本文针对阵列式天线探地雷达系统的目标成像问题,理论模拟分析了最小二乘(LS)估计、Capon估计、幅度相位估计(APES)三种波束形成算法在目标回波到达角(direction of arrival,DOA)估计上的效果和精度,提出了基于DOA估计的阵列式探地雷达逆向投影目标成像方法。该方法综合利用多输入多输出(MIMO)阵列信号估计得到的目标回波信号DOA和阵列空间观测信息对目标体进行成像,通过成像点空间扫描对各测点估计DOA幅度值在成像点的加权积分进行目标定位及反射强度估计。该方法实现简单高效,可以广泛应用于地下简单目标体的快速成像。

独立分量分析联合最小二乘的DOA估计

研究了线性均匀阵列的信号波达方向(direction of arrival,DOA)估计问题。提出了一种基于独立分量分析(independent component analysis,ICA)联合最小二乘(least square,LS)处理的DOA估计新方法。通过天线阵列因子的虚部,建立新的信号接收模型,并以此进行ICA应用的可行性分析,将获取源信号的幅值转化为LS问题进行求解。设计了方法的实现步骤,推导了新方法用于DOA估计的角度公式,指出天线阵元间距应满足的条件,在提高精度方面可采用细估计对粗估计的更新来实现。仿真表明,所提方法具有较好的低信噪比性能、角度分辨力较高以及所需数据长度较短,为DOA估计问题提供了一种新的解决方式。

基于多核最小二乘支持向量回归的TDOA-DOA映射方法

基于到达时间差(Time difference of arrival,TDOA)估计的方法是声源波达方向(Direction of arrival,DOA)估计中的一类重要方法。其中由TDOA到DOA的映射是该类方法的关键步骤。本文提出了一种基于多核聚类最小二乘支持向量回归(Least-squares support vector regression,LS-SVR)的TDOA-DOA映射方法,并且分析了其稀疏化处理后的性能。为了提高混响噪声环境下的TDOA-DOA映射性能,本文还给出了一种基于归一化中值滤波的TDOA估计离群值消除方法。仿真结果表明,本文提出的方法要优于现有的最小二乘方法以及单核LS-SVR方法。

单矢量水听器二维DOA和频率联合估计算法

基于单矢量水听器,利用时延数据构造两个阵形相同的子阵,运用LS-ESPRIT方法,对信号数据矩阵进行特征值分解,提取其特征值和相应的特征向量中包含的频率和角度信息,从而实现单频窄带信号的二维DOA和频率的联合估计。具有较好的估计精度,无需搜索过程并且能够实现三维参数的自动配对。使用MATLAB进行仿真,与基于单矢量水听器的波达方向矩阵法和基于声压阵的LS-ESPRIT方法进行比较,结果表明,该方法具有较好估计性能。

基于DOA和TDOI的主瓣扫描辐射源定位方法

针对具有已知扫描周期特性的辐射源无源定位问题,该文提出一种基于主瓣到达角(DOA)和扫描截获时间差(TDOI)的联合定位体制。通过对其定位误差的克拉美-罗下限(CRLB)推导,给出了联合定位体制的性能与DOA和信号截获时间(TOI)观测量的等效测角噪声功率比的关系。为了利用非线性联合观测量确定扫描辐射源的位置,通过将TDOI观测量转换成等效DOA观测量,给出一种加权伪线性最小二乘(WPLS)定位方法;为消除观测矩阵相关噪声导致的WPLS估计偏差,提出了一种加权辅助变量(WIV)定位方法,算法复杂度约为WPLS算法的2倍。仿真结果表明,WIV方法的定位误差在辐射源单个扫描周期内即可达到CRLB,定位性能与极大似然(ML)定位方法相当;随着观测次数的增多,WIV方法可以渐近达到无偏估计。

利用角度和时差的单站外辐射源定位方法

研究了通过单站接收多个外辐射源信号实现对固定目标定位的问题。首先,联合角度(DOA)和时差(TDOA)信息构建测量误差的概率密度函数。然后利用牛顿迭代法求解得到目标位置估计的最大似然解,迭代初值由最小二乘算法给出。最后通过仿真实验证明了联合角度和时差的定位系统克拉美罗界低于TDOA系统,本文算法估计结果误差接近克拉美罗界,通过几何精度因子图,分析了影响定位精度的主要因素是测量误差和目标的位置。