LCL型并网逆变器数字单环控制延时影响与稳定域分析设计

数字控制可靠性高、控制灵活,但存在数字延时,改变了系统稳定性。在考虑计算、采样等数字延时情况下,采用直接数字法,建立LCL型并网逆变器离散精确数学模型,在连续域和离散域下,对网侧电流单环控制稳定性进行对比分析,说明数字延时改变对系统稳定性的影响,基于此在网侧电流单环反馈控制中设置数字延时为滞后一拍,主要分析滞后一拍情况下采样频率和谐振频率之比对稳定性的影响,得出其稳定的范围,同时对控制器参数进行了设计。仿真和实验证明了所提方法的正确性和有效性。

基于虚拟同步机的微网逆变器无频差控制

虚拟同步机控制可克服传统并网逆变器无惯性给电网带来的冲击,可提升电网接纳可再生能源的能力,在微电网中受到了广泛关注。但由于虚拟同步机采用传统的有功?频率下垂控制,在孤网模式下存在频率偏移,这会对接入微网中的负载产生不利的影响。提出了一种无频差的有功-频率控制算法,即在转子运动方程中,用频率比例积分反馈代替传统的阻尼环节,消除了孤网模式下的频率偏移,同时能够实现微网逆变器的多模式控制。建立系统降阶小信号模型,以系统的稳态性能、动态性能和微网系统相关参数指标为约束条件对所提控制器参数进行优化设计。最后,仿真和实验结果证实了控制算法的有效性和可行性。

基于ORB算法和OECF模型的快速图像拼接研究

为了增加移动机器人视觉导航中的成像范围,提出了一种基于ORB算法和OECF模型的图像拼接算法,获取的图像进行预处理后,先利用SIFT算法提取特征点,再用ORB算法获取特征点的二进制码串描述子进行匹配,而后通过投影变换模型获取参数,最后估计摄像机的光电转换函数OECF(Opto-Electronic Conversion Function),利用Laguerre OECF模型参数对拼接图像进行色彩调整,解决了多幅图像拼接中颜色不一致的问题。实验结果表明,该算法能有效地对图像进行拼接,配准速度和拼接视觉效果和优于其他算法。

面向单幅图像去雨的非相干字典学习及其稀疏表示研究

提出一种非相干字典学习及稀疏表示方法,并将其应用于单幅图像去雨。该方法在字典学习阶段,为降低有雨原子与无雨原子间的相似性,引入字典的非相干性,构建新的目标函数,不仅可以保证有雨字典与无雨字典的可分性,而且学习的非相干字典具有类似于紧框架的性质,可以逼近等角紧框架。通过有雨字典与无雨字典对高频图像的稀疏表示,能够更好地分离出高频图像中的有雨分量与无雨分量,将高频无雨分量与低频图像融合实现图像去雨。采用合成雨图与真实雨图对算法进行验证,实验结果表明,算法所学习的非相干字典具有较好的稀疏表示性能,去雨后的图像雨线残留较少,边缘细节保持较好,视觉效果更为清晰自然。

分数阶线性系统二阶P型迭代学习控制收敛性分析

针对一类α(0≤α<1)分数阶线性系统,讨论其P型迭代学习控制(ILC)问题。首先,通过引入λ-范数并借助广义Gronwall不等式,分别获得了开环系统一阶和二阶P型ILC收敛的充分条件。然后,借助Qp因子概念,对上述两种ILC的收敛速度进行了比较,并用数值仿真验证了该方法的有效性。

分数阶非线性系统高阶P型迭代学习控制收敛性分析（英文）

针对一类分数阶非线性系统,研究其N阶P型迭代学习控制(ILC)问题.首先,通过应用Gronwall-Bellman引理,获得了系统控制输入序列收敛的充分条件.与已有结果不同的是,该条件包含系统状态矩阵.然后基于Q因子概念,对二阶与一阶ILC的收敛速度进行了比较.最后,数值模拟证明了所提方法能获得满意的跟踪性能.

结合最小颜色通道图与传播滤波的单幅图像去雾算法研究

针对单幅图像去雾中边缘区域去雾不彻底及黑斑现象,提出了一种结合最小颜色通道图与传播滤波的图像去雾算法。该方法首先基于双区域滤波实现大气透射率的初始估计,然后引入最小颜色通道图作为参考图像,采用传播滤波优化初始透射率,优化后的透射图因与参考图像具有相似的边缘特性,能有效避免图像景深突变边缘像素点透射率估值出现偏差的问题,同时去除了初始透射图中冗余的纹理信息,最后利用L-BFGS自适应恢复大气光矢量,基于大气散射模型复原无雾图像。实验结果表明,所提算法对图像景深突变边缘具有更为精确的透射率估算值,能有效保持边缘和细节,图像景深均匀区域具有较好的空间平滑特性,复原后的图像具有较高清晰度和丰富色彩度。

图像去雾中的大气光强度自适应恢复算法研究

传统的单幅图像去雾方法中大气光强度仅设定为与图像最亮象素有关的经验值,容易造成去雾后的图像亮度偏暗,且某些区域色彩还原失真等问题。本文提出一种大气光强度自适应恢复算法。首先对图进行分块,根据每个图块的像素在RGB颜色空间分布在同一条线上,可求得大气光强度的方向,然后对大气光强度模值引入一个惩罚因子实现图像去雾,对去雾后图像提出大气光强度模值估计的目标函数,根据图像明暗系数的最大值与透射率的等级无关的约束条件,利用L-BFGS优化从而得到正确的大气光强度模值。实验结果证明该方法可以有效避免大气光强度估值偏差而引起的图像色彩失真,鲁棒性强,去雾后的图像具有更好的色彩还原度和清晰度,更能符合人眼视觉效果。

基于分数阶重复PI控制的并网逆变器设计

针对三相LCL型并网逆变器并网电流中存在周期性谐波以及滤波电路产生谐振尖峰的问题,提出一种基于分数阶相位超前法的重复PI复合控制方案。采用分数阶相位超前设计,克服整数阶相位超前法相位校正精确度不高的问题,保证系统的稳态输出特性;将LCL滤波器中电容并联的电阻进行等效,替代重复控制补偿器中的低通滤波器,简化重复控制器的参数设计;在重复控制器中叠加PI控制,克服了重复控制器动态响应差的问题。通过仿真分析和实验验证,结果表明该方法提高了系统的稳态性能和动态响应速度。

基于视觉引导的浸漆炉上料系统研究

针对空调压缩机电机生产过程中定子浸漆工序,设计了基于视觉引导的浸漆炉上料系统。介绍了浸漆炉上料系统的整体机械装置与电气控制系统,基于机器视觉和机器人视觉引导实现浸漆炉自动上料的工作原理,分析了其中的关键技术,提出了相应的图像目标识别与定位检测算法,并在实际系统中验证了机械电气方案及视觉算法的有效性和实用性。

带边界条件约束的非相干字典学习方法及其稀疏表示

从字典的相干性边界条件出发,提出一种基于极分解的非相干字典学习方法 (Polar decomposition based incoherent dictionary learning,PDIDL),该方法将字典以Frobenius范数逼近由矩阵极分解获取的紧框架,同时采用最小化所有原子对的内积平方和作为约束,以降低字典的相干性,并保持更新前后字典结构的整体相似特性.采用最速梯度下降法和子空间旋转实现非相干字典的学习和优化.最后将该方法应用于合成数据与实际语音数据的稀疏表示.实验结果表明,本文方法学习的字典能逼近等角紧框架(Equiangular tight-frame,ETF),实现最大化稀疏编码,在降低字典相干性的同时具有较低的稀疏表示误差.

基于IMM-UKF-CS的混合环境目标跟踪

针对视距(Line of Sight,LOS)和非视距(None-Line of Sight,NLOS)混合环境机动目标跟踪问题,提出一种基于"当前"统计模型(current statistical,CS)和无迹卡尔曼滤波(unscented Kalman filter,UKF)的交互式多模型方法(IMM-UKF-CS)。该方法在交互式多模型的框架内,利用CS在机动目标跟踪方面的优势,并选择具有较高跟踪精度且计算代价较低的UKF作为子滤波器。仿真结果表明:在LOS/NLOS混合环境中,IMM-UKF-CS具有较高的跟踪精度、较强的鲁棒性及较低的时间代价,具有良好的应用价值。

基于多尺度斑点检测的快速视盘定位方法

提出了一种利用多尺度斑点检测的快速视盘定位方法。首先通过斑点检测确定12个视盘的候选区域,然后综合利用候选点邻域内的外观和血管特性决策视盘真实位置。对五个公开的数据集1540幅图像进行了测试,定位准确率达到97.9%。算法可以在缩小后的图像上进行检测,因此检测效率高,在五个数据集中平均检测时间约0.2s,远快于目前绝大部分检测算法。实验表明,对正常和轻度病变图像视盘检测效果很好,但是对严重病变的图像以及部分低质量的图像中的视盘检测,准确率仍有待提高。

基于改进SIFT特征的深度图像匹配

针对尺度不变特征变化(SIFT)在深度图像匹配中存在较多不稳定的边缘特征点、特征维数过高、运算速度过慢等问题,提出一种改进的SIFT特征提取与表示方法。首先,在提取SIFT关键点的基础上,利用Harris角点检测算子对提取的特征点进行筛选,以剔除深度图像边缘区域中大量不稳定的伪特征点;然后,采用统计抽样法对提取的特征点描述子进行降维处理;最后,利用最近邻搜索进行特征匹配。实验结果表明,所提算法在不同视点、缩放与旋转、含噪等情况下的匹配正确率均在80.0%以上,与SIFT算法和SURF算法相比平均匹配正确率提高了9%,运行时间较SIFT算法降低了8%左右。

尺度自适应在线鲁棒目标跟踪

针对在线boosting跟踪算法在目标外观发生大幅度变化以及遮挡时易产生漂移导致目标丢失问题进行了研究,提出一种尺度自适应在线鲁棒目标跟踪算法。算法基于目标灰度或彩色直方图统计特征构建权重图像,通过对权重图像的矩特征分析,可以实现对目标尺度的自适应调整;同时该算法引入半监督学习策略,很好地解决了由于在线学习导致的跟踪失败问题。实验结果表明,该算法很好地解决了遮挡、目标外观和尺度变化时的鲁棒跟踪问题。与EM-shift、MIL和SPT三种算法相比,跟踪成功率以及鲁棒性均有所提高。

基于多尺度滤波和线检测算子的视网膜血管检测

视网膜血管分割在眼底图像分析中具有重要作用。结合多尺度Hessian矩阵滤波和线检测算子,提出了一种有效的血管检测方法。首先利用多尺度Hessian矩阵的特征值构建血管相似性函数,实现血管增强;然后采用改进的线检测算子,提取反映血管测度的特征;最后采用SVM实现血管检测。实验结果表明,该方法只需要较少的训练样本即可达到与其他方法相当的准确率,且在灵敏性上具有更好的性能。

结合射频和计算机视觉提高车厢编号识别精度的方法

本文提出一种提高火电厂输煤火车车厢编号识别可靠性和准确率的方法,它在原有的RFID射频识别装置的基础上,加装计算机视觉识别装置,建立并行识别系统。当火车通过轨道衡时,在RFID识别的同时,由相机获取图像,并由计算机程序对图片进行预处理、定位、分割以及识别,最后通过所设定的规则融合RFID和视觉识别的结果。实验表明该方法可以显著提高车厢编号识别的准确率和可靠性。

逆变并网中LCL无源阻尼分裂电容设计

与传统的L型和LC型滤波器相比,LCL型滤波器具有高频衰减效果好、输出电流谐波小的优点,但是易出现电压和电流振荡尖峰,破坏系统的稳定性。本文采取在电容上串联电阻来改善振荡问题,同时针对电容上串联阻尼电阻之后带来的功率损耗问题,引入了无源阻尼分裂电容的方法。该方法首先将LCL滤波器的电容分裂成两部分,其容量和与完全电容相同;然后根据滤波器谐振频率处幅值增益和阻尼电阻的功率损耗来设计电容比例,将阻尼电阻与小电容串联;最后进行储能变流器逆变并网仿真,实验结果证明LCL无源阻尼分裂电容可以抑制并网电压和并网电流的幅值增益,相比完全电容法明显降低了电容支路上阻尼电阻带来的功率损耗。