Poincare映射的数值算法及其在永磁同步电机混沌分析中的应用

给出了Poincare映射的一个数值算法 ,并在提出的永磁同步电机 (PMSM )混沌模型的基础上 ,应用Poincare映射分析了PMSM的混沌现象 .仿真结果表明Poincare映射可以更直观地反映其相应的状态空间图形 ,而从一个新的角度证实了PMSM的混沌运动的存在性 .

基于状态空间重构法的永磁同步电机的混沌分析

利用状态空间重构法重构了永磁同步电机 (PMSM)的状态空间 ,分析了永磁同步电机的混沌现象 ,并与原状态空间图形进行了比较 ,可以看出重构的状态空间图形与原来的状态空间图形有着相同的拓朴结构和概率特征 ;其重要意义还在于对PMSM的实验中 ,在某些状态变量无法实验测得的情况下 ,可以用状态空间重构的方法 ,通过测量PMSM的某一状态变量来重构系统的状态空间来研究系统的动力学行为 。

利用时间序列重构永磁同步电动机混沌吸引子

利用永磁同步电动机 (PMSM)一个状态变量的时间序列 ,重构了 PMSM混沌吸引子 ,并与原相空间中的混沌吸引子进行比较。从比较结果看出 ,重构的吸引子与原吸引子具有相同的拓扑结构和概率特征。这对于在某些状态变量无法实验测得的情况下 ,通过测量 PMSM的某一状态变量的时间序列来重构系统的吸引子 ,以便研究系统的动力学行为 ,进而利用所得数据控制 PMSM的混沌现象 ,具有重要意义。

融合实时超声影像的多模态肌肉运动特性研究

人体肌肉活动是一个复杂过程,常用的研究方法包括肌电信号、肌音信号、超声影像等。提出一种多模态方法,联合这三种信号对肌肉活动特性进行研究。研发了多通道运动信号采集系统,对包括超声影像在内的多种信号进行实时同步采集。开发了一种新的图像追踪算法,实现肌肉边界的自动追踪。对膝关节伸展时股直肌等长收缩的情况进行研究,对采集的各种信号进行特性分析,并联合多种参数对关节力矩进行估计。研究表明,这三种信号的线性组合与关节力矩之间存在显著的线性关系,拟合度达到0.99,高于分别用3种信号进行线性拟合的情况。与单独研究一种信号相比,这种多模态的方法能提供更多关于肌肉运动的信息,为进一步深入研究提供一种可行的方法。

光伏组件表面积灰影响探究

以某研究院30 kW光伏工程为背景,以提高光伏组件输出效率为目的,仿真研究了光伏表面积灰对光伏组件输出性能的影响,提出了该光伏组件的清洁周期与清洁方法。通过分析光伏效应,在Matlab/Simulink平台上建立光伏电池模型,并据此建立光伏组件表面积灰影响光伏电池输出特性的模型。设置积灰浓度从0逐步增加到4 g/m2,仿真结果显示随着积灰浓度的增加,光伏输出功率受到明显的限制,单体最大功率点下降幅度分别为7.51%、13.27%、18.16%、22.24%。该30 kW光伏工程项目运行数据统计结果显示经清洁后光伏组件的输出效率有明显的提升,平均效率提高1.57%。考虑到光伏工程运行的组件安装形式、天气条件与安装地点等条件,确定该光伏工程的清洁周期,大大提高了能源利用率。

基于Stackelberg博弈的售电侧放开环境下电能质量定价方法

售电侧放开后,用户拥有自主选择权,电能的商品属性凸显,电能质量决定电价,因此对于售电公司而言,如何根据电能质量合理确定销售电价,是亟待解决的问题。提出一种基于Stackelberg博弈的电能质量定价方法,考虑多个售电公司与多个用户进行博弈,引入消费者参考价格和“自我选择约束”概念建立用户选择模型,在此基础上分别建立用户收益和售电公司收益优化模型,通过Stackelberg博弈求解模型寻找最优电价。算例分析表明基于Stackelberg博弈的电能定价方法能够合理确定销售电价,满足用户电能质量和收益要求的同时保证了售电公司的盈利水平。

基于TTr1SVD的张量奇异值分解及其在人脸识别上的应用

张量是一种数据组织形式,它的实质是高维数组。很多数据都可以被组织成张量的形式,可以考虑将人脸图像组织成张量的形式。人脸识别过程中最重要的一个环节是特征提取,后续的匹配识别过程是建立在它的基础上。TTr1SVD是一种新型的张量分解算法,可以认为该算法是矩阵SVD在张量领域的扩展。实际数据库中图片的图像模态往往是最大的,结合TTr1SVD算法,得到张量的高阶奇异值分解,改变图片的组织形式,可以加速人脸特征的提取。基于TTr1SVD的高阶奇异值分解算法,实现人脸特征的提取和识别,并且保持了较好的准确性。实验结果表明,该算法比传统的使用Tensor Toolbox的高阶奇异值分解算法更加灵活高效。

基于局部Radon变换和卡尔曼滤波的超声图像肌束方向自动跟踪方法

超声成像是一种无创、实时和便捷的成像方法,已被广泛用于人体肌肉运动分析。临床上目前主要采用手工处理的方法来提取超声图像中的形态结构,不仅依赖于操作者的主观经验,且耗时严重、重复性低。提出一种自动计算与跟踪超声图像序列中肌束方向的新方法,利用基于约束互信息的自由变换算法自动提取感兴趣区域,然后基于局部Radon变换对超声图像进行投影,并利用相邻帧间肌束的连贯性,采用卡尔曼滤波的图像处理方法。对6名试验对象进行步行实验,共采集小腿内侧腓肠肌的动态超声影像1 080帧,并用所提出的方法计算肌束方向。实验结果表明,所提出的自动检测方法有较好的鲁棒性。与人工检测结果相比,两者的平均相关系数为0.92±0.02,平均误差为0.30°±0.62°。该方法可以一定程度地替代人工测量,在处理大量超声数据时具有较大的优势。