基于随机分析的自适应重合闸时间预估值计算

自适应重合闸可显著提高供电可靠性.快速精确地计算重合闸时间预估值是其难点.本文提出了解决这一难题的随机分析方法,导出了时间预估值的计算公式,并给出了具体实现思路.     

自适应控制系统的线性化研究与仿真实验

在自适应控制系统的设计中，通常用李亚普诺夫的自适应律，使控制系统在非线性范围内的稳定分析能够在准线性或完全线性范围内进行，可以通过劳斯或古尔维茨的线性判据求解在较大的稳定裕度下的自适应参数．使系统具有较好的鲁棒性。     

自适应陷波器的原理,应用及其算法仿真

分析了自由适应滤波器组成的自适应陷波器的基本原理。针对大坝监测中多频率噪声干扰的实际情况，给出了一种有效的陷波器结构及其算法仿真。     

多级从滤波器结构的自适应滤波器

根据理论分析，理论了多级从滤波器结构的自适应滤波算法系列。由于多个从滤波器在误差曲面上的细化寻找，从而使多级从滤波器结构的自适应滤波系统在移居记失调方面得到了较大的改善。计算机模拟实验结果验证了其良好的性能，说明具有一定的优越性和实用价值。     

神经Chebyshev正交多项式均衡器及自适应算法

提出一种全新结构的非线性均衡器———神经Chebyshev正交多项式自适应均衡器.该均衡器由1个非线性神经自适应滤波器和1个Chebyshev正交多项式滤波器级联而成.基于最陡下降方法,推导出了相应的自适应算法.仿真结果表明,在线性信道中,该均衡器的均方误差(MSE)比神经自适应均衡器和二阶Volterra均衡器小;在非线性信道中,以更为简单的结构达到了和BP算法训练的三层神经网络相似的性能.     

单自由度磁悬浮系统无模型自适应控制的研究

针对单自由度磁悬浮系统的非线性及难以建立精确数学模型的问题，将全格式无模型自适应控制（FFDL-MFAC）方法应用于单自由度磁悬浮系统，首先，采用无模型自适应控制算法、伪梯度估计算法、伪梯度重置算法和单自由度磁悬浮系统的动态化数据模型，设计单自由度磁悬浮系统的控制器；然后，仿真分析MFAC控制参数对单自由度磁悬浮系统控制效果的影响及对阶跃响应信号、干扰信号和噪声信号的响应特性；最后，在磁悬浮球实验装置上进行实验验证. 研究结果表明:全格式无模型自适应控制方法只需采集单自由度磁悬浮系统在工作状态下的I/O数据，无需建立单自由度磁悬浮系统精确数学模型，通过设定全格式无模型自适应控制器参数即可使控制器具备良好的自适应性和鲁棒性，实现高精度稳定悬浮控制；与PID相比，FFDL-MFAC将系统的超调量降低了0.005，稳定悬浮位移的误差均方根减小了0.2607.      

一种时滞系统智能化控制新策略及仿真研究

介绍了一种不依赖模型的线性时滞系统智能化控制策略。该策略将进化计算与自适应模糊控制相组合，通过优化若干关键参数以获得对线性时滞系统的满意控制，仿真实验证明了该方法具有良好的动、稳态性能和较强的抗干扰性和坚韧性。     

用于自适应可展结构的智能主动杆试验研究

为将智能主动杆用于可展结构的自适应控制，研制了一种具有传感和作动双重功能的智能主动杆．对主动杆输出位移、输出力特性以及动力学性能进行了试验研究，获得了不同驱动电压频率的对位移增益和输出力增益．试验结果表明，这类智能主动杆可用于消除铰连接间隙、精确定位和振动抑制．     

车站联锁控制系统的仿真

微机联锁系统是以微型计算机为主要技术手段实现车站联锁的系统,自适应车站联锁模拟控制系统是一套车站联锁的仿真模拟系统.阐述了自适应车站模拟控制系统与微机联锁系统的关系,介绍了自适应车站模拟控制系统的功能、设计和特点.     

一种增强的运动自适应算法

基于传统算法,提出了一种增强的运动自适应去隔行算法．在第一步运动检测得出运动状态之后用中值检测来纠正运动误判,提高了运动检测的抑制噪声能力．其次,由检测结果进行运动自适应插值：对图像静止部分使用场间插值,对运动部分使用边缘自适应插值．实验结果表明,该算法提高了运动检测的准确性,对静止图像和动态图像均能达到较好的效果．在一定程度上克服了传统算法带来的运动模糊、边缘锯齿等问题,同时与运动补偿算法相比,具有易于硬件实现的优点．     

基于距离测度法的中枢神经系统损伤检测

基于AR模型的EEG信号距离测度方法可以较好地表征中枢神经系统损伤的情况。主要探讨在这种方法中利用不同的定阶准则建立相应的AR模型及其对距离测度结果的影响。同时，使用自适应滤波器对原始信号进行滤波，将分离后的平稳和非平衡成分再进行距离测度法的研究。对滤波器的参数分析表明，这种方法可以很好地消除EEG信号中可能混有的不同程度的噪声，得到的距离测度结果也能更好地表示损伤的变化情况。     

基于Matlab的自适应滤波器设计

滤波器在电子设备中已得到广泛的应用,而自适应滤波器可以不必事先给定信号及噪声的自相关函数,它可以利用前一时刻已获得的滤波器参数自动地调节现时刻的滤波器参数,从而实现最优滤波。介绍了自适应滤波器原理,并对LMS自适应算法进行了分析,最后用Matlab对自适应低通滤波器进行了仿真和实现,并分析了该自适应滤波器的性能。     

基于邻域相关的自适应中值滤波算法

为改善图像效果,在对现有的椒盐噪声自适应中值滤波算法分析的基础上,提出了基于邻域相关的自适应中值偏移滤波算法。算法对自适应中值滤波算法的处理过程进行改进。当滤波窗口大于设定的最大值时,根据像素点邻域内的像素点灰度值分布在不同的区间,将像素点灰度值的复原分为偏大或偏小两种情况。受污染像素点的滤波输出值为偏移的中值,偏移的距离根据改进的自适应中值滤波算法运行时滤波窗口的大小来决定。从仿真结果可见:该算法滤波后的图像具有较高的峰值信噪比,对图像细节的保留能力和抑制椒盐噪声的能力都有一定的提高。     

A Simple Approach to Determine Noise Frequency of Boiler Drum Level

IntroductionSince much of emergency shutdowns arecaused by poor drum level control in power plant,stable drum level control is critical to economic op-eration of any power plant steam generator sys-tem.The control gain setting must be reduced inorder not to respond excessively to thc drum levelerrors[1].Due to the uncertainty of operating con-dition point,surface wave of drum water is stimu-lated to fluctuate frequently and subsequently tomake oscillatory disturbance signal,which is com-bined …     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

牵引网馈线自适应保护原理及配置方案研究

首先讨论了影响牵引网馈线保护原理及配置的因素,然后分析了牵引网馈线自适应保护的原理,其中重点探讨对距离保护传统阻抗多边形进行改进的可行性,并利用现场运行数据进行了仿真验证,最后提出了牵引网馈线自适应保护的配置方案．     

Image Segmentation Using an Improved Watershed Algorithm

IntroductionOne of the firstand mostimportantoperationsin image analysis and computervision is image seg-mentation.The aim of image segmentation is thedomain- independent partition of the image into aset of regions,which are visually distinct and uni-form…     

峰峰值自适应延迟反馈混沌控制算法的改进

研究了混沌控制理论的时滞反馈控制算法及在该算法基础上改进的峰峰值自适应延迟反馈控制算法,得出以上算法在测量受到噪音干扰情况下,信号的峰值很难准确确定,而且控制稳定后,所得到的周期轨道不能很好重叠等不足,本文提出一种修正的峰峰值自适应延迟反馈算法,该算法通过事先给定延迟时间的变化阈值,来消除在自适应调节延迟时间过程中因测量误差带来的延迟时间的小幅波动,使轨道达到稳定的时间减小.最后使用该方法对自治Rossler系统进行控制,并用Matlab/Simulink工具箱对该系统进行了仿真验证.     

基于传递函数法的柴油机气缸压力识别

在柴油发动机气缸压力的识别过程中，把缸盖系统看成一个多输入单输出的线性系统，对测试数据进行时域统计平均预处理，提高信噪比，通过时域加窗截取对于气缸压力的那一段振动响应信号，去除邻缸的干扰和其他不相关的激励力的影响．再设计一个有限冲击响应低通滤波器，消除高频噪声，求出系统的传递函数，恢复气缸压力．结果表明，恢复的气缸压力与原始信号吻合很好，特别是低幅值部分的恢复要优于其他方法．     

基于神经网络方法的柴油机气缸压力识别

分析了柴油机气缸盖系统激励和响应信号的非线性特性,阐述了基于BP神经网络的柴油机气缸压力识别方法.对测试的振动响应信号进行时域统计平均和低通滤波后,训练BP神经网络,利用自适应梯度下降算法,自适应调节学习速率,提高网络精度,识别柴油机气缸压力.结果表明,恢复出来的缸内压力信号和实测信号十分接近,该方法对柴油机的实时在线控制、监测和故障诊断有重要的应用价值.