基于MGSCADA的混合微电网监控系统设计

为了实时准确地监控交直流混合微电网中各电力设备运行状态的需要,促进微电网智能化建设进程,采用现代信息、通信和控制技术,基于MGSCADA软件设计微电网监控终端.论文首先对微电网的实际架构展开监控系统功能需求分析,再基于MGSCADA软件进行通信建模、MMS服务数据库设计,最后应用于交直流混合微电网实验平台进行测试.测试结果表明,该监控终端可实时精确地测量各电气参数,经数据库进行存储,用户可通过良好的人机交互界面实时观测各设备运行状态,并能够实现微电网的优化控制,确保整个微电网系统安全稳定运行,满足功能设计需求.     

基于粒子群优化卡尔曼滤波的水下机器人信号处理

在卡尔曼滤波的基础上,引入粒子群优化算法,对卡尔曼滤波方法进行改进,提出基于粒子群优化的卡尔曼滤波器模型,从而提高水下机器人测量数据的精度,降低系统噪声和量测噪声所带来的误差。水池仿真试验结果表明改进的滤波方法有效、实用。     

基于改进混沌优化算法的船舶综合负荷模型参数辨识

参数在线辨识是目前电力系统负荷建模的主要手段,而在辨识方法上主要使用了优化类算法。首先改进以往混沌优化算法的流程,增加参数搜索范围自动缩小的功能,减少一次混沌序列生成的步骤。对测试函数的优化结果表明改进算法在保证精度的基础上大大提高了寻优速度。然后,将该改进算法应用到了船舶综合负荷模型的参数辨识上,仿真结果说明该算法寻优速度快,并且有良好的辨识精度。通过对仿真结果的分析指出,对于负荷模型参数辨识,合理缩小参数寻优范围有助于提高算法的精度。     

基于软件无线电的气象传真接收系统优化设计

为有效解决模拟解调气象传真接收机的精度和灵敏度低、抗干扰能力差等问题,提出基于软件无线电的气象传真接收系统优化方案。该系统采用J型场效应管、ESD保护电路和滤波电路等构建水准匹配的电小有源天线;采用超外差接收机技术、电调谐滤波器技术、数字解调技术、FFT同步算法、Rife频偏估计算法及基于DSTFT的FSK算法构建气象传真接收机信息接收和处理单元,实现气象传真信号的接收、数字解调、处理和显示。试验结果表明:该系统能完成气象传真信号的解调和气象传真图的恢复,图像质量和视觉效果均得到很大改善。     

基于改进混沌优化算法的船舶综合负荷模型参数辨识

参数在线辨识是目前电力系统负荷建模的主要手段,而在辨识方法上主要使用了优化类算法.首先改进以往混沌优化算法的流程,增加参数搜索范围自动缩小的功能,减少一次混沌序列生成的步骤.对测试函数的优化结果表明改进算法在保证精度的基础上大大提高了寻优速度.然后,将该改进算法应用到了船舶综合负荷模型的参数辨识上,仿真结果说明该算法寻优速度快,并且有良好的辨识精度.通过对仿真结果的分析指出,对于负荷模型参数辨识,合理缩小参数寻优范围有助于提高算法的精度.     

基于群搜索算法的风光储微电网优化调度

面对传统的电力发电系统火力不足且造成严重的环境污染问题,大力建设清洁能源为主的微电网具有重要的意义。本文搭建了由光伏、风能、储能电池、海水淡化系统等分布式电源构成的微电网系统。在保持微电网能正常运行的前提下,以实现经济环保成本最低为目标,建立了微电网的优化调度模型。最后分别运用粒子群搜索算法(PSO)、群搜索算法(GSO)对该模型进行寻优,并且进一步改进GSO算法。通过算例验证该模型的有效性。算例结果表明改进后的群搜索算法收敛速度更快,优化结果最好。     

基于无味粒子滤波和交互多模型算法的多机动目标跟踪

闪烁噪声是一种非高斯噪声．为了提高闪烁噪声下多机动目标跟踪的精度，在交互多模型IMM（Interacting Multiple Models）算法的基础上将非线性非高斯系统滤波算法——粒子滤波与IMM算法相结合，采用无味粒子滤波UPF（Unscented Particle Filter）代替IMM算法中各模型的卡尔曼滤波，提出了一种UPF—IMM算法，并应用该算法代替传统IMM_JPDA数据关联方法中的IMM部分，解决了闪烁噪声环境下的多目标跟踪问题，实验结果表明该算法可以明显地提高跟踪精度．     

基于免疫机制的改进粒子群优化算法研究

针对粒子群优化(PSO)算法容易陷入局部极值的不足,引入免疫机制对PSO算法进行优化,实现全局搜索。通过免疫机制的应用,根据亲和度的高低进行粒子克隆、选择、淘汰和高频变异,增强了算法全局搜索的能力,提高了收敛速度和精度。实验表明,改进后的算法完成全局搜索所需的迭代次数明显少于PSO算法,具有优良的自适应调整性能。     

水下航行器导航系统的模糊自适应多模型滤波方法

为了提高水下航行器组合导航系统的精度,针对系统模型和量测噪声随实际工作环境的不同而变化的特点,提出了一种基于模糊自适应改进多模型滤波的算法。首先依据多模滤波的思想,对系统进行离散化建模;然后基于协方差匹配技术,利用滤波信息的统计方差和计算方差的偏差作为模糊系统输入,设计模糊推理系统调节量测噪声方差,最后给出算法的实现过程。仿真结果表明,所提方法可增强估计算法的抗干扰能力,提高了估计精度。     

基于UT变换改进多模型滤波的水下航行器导航方法

为了提高水下航行器组合导航系统的精度,针对滤波算法存在较大的截断误差和累积误差等问题,提出了一种基于无迹变换改进多模型滤波算法,并利用辅助信息对估计结果进行修正。首先通过无迹变换产生Sigma点对非线性测量方程进行近似,构造伪观测量进行偏差估计,然后利用基于加权因子的辅助信息融合算法,消除累积误差,进一步提高系统估计精度,最后给出算法的实现过程。仿真结果表明:与常规的多模型滤波算法相比,本文方法提高了估计精度。     

基于多目标粒子群算法的微电网优化运行研究

为实现微电网系统经济和环境双重目标的优化运行,在满足系统约束条件下,对含有光伏、风机、柴油发电机以及铅酸蓄电池组成的孤立微电网进行研究,提出了一种经济与环保协调控制下的微电网优化调度模型,并采用非线性递减指数函数的惯性权重取值方法和添加二次函数类速度扰动项的改进多目标优化算法来求解调度模型,有效地改善了算法的收敛性能和Pareto前沿的分布特性,仿真结果表明该模型对微电网优化调度具有一定的指导作用.     

改进区间Kalman滤波器及其在船舶组合导航中的应用

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用。但由于船舶组合导航系统中各子系统模型参数的不确定性，传统的多传感器数据融合算法状态估计精度难以保证，因此提出了一种多传感器数据融合的改进算法。该改进算法不仅具有常规区间Kalman滤波器的鲁棒性，而且实用性较强。其具有如下特点：将所有系统不确定性和观测不确定性等效为系统噪声和观测噪声的不确定性，简化了系统模型；采用一种较为简单的区间矩阵综合求逆方案；利用时变马尔可夫模型在线调整滤波输出加权系数。仿真结果表明：该改进算法的状态估计精度较高。     

基于UKF和线性优化的改进粒子滤波算法

针对标准粒子滤波算法存在的粒子退化问题,提出了一种改进的粒子滤波算法,该算法将不敏卡尔曼滤波算法（UKF）、线性优化的思想和基本粒子滤波算法相结合,运用不敏卡尔曼滤波算法获得重要性概率密度函数,提高了粒子的使用效率;运用线性优化的思想,保证了所有粒子都以一定的概率对状态估计作出贡献,提高了粒子的多样性。仿真结果表明,改进的算法很好的解决了基本粒子滤波存在的粒子退化问题,具有更高的状态估计精度。     

基于迭代局部搜索和自适应粒子群优化的SVM短期负荷预测

为了能够进一步的提高船舶电力负荷的预测精度,针对SVM模型在负荷预测中存在的参数选取问题,该研究提出了一种新的参数优化算法:基于迭代局部搜索和自适应粒子群优化的组合算法。自适应粒子群算法提高了传统粒子群算法的收敛速度,引入的迭代局部搜索思想,配合新的极值评价标准能够很好的解决粒子群算法容易陷入局部最优的问题。仿真结果表明,利用新的参数优化算法使得SVM预测模型的精度得到了很大的提高。     

一种提高外显子预测的改进周期3消噪策略

为提高外显子的预测精度，文中用到了一种改进的算法-PPA算法（ post-processing algorithms ）．PPA算法通过比较滤波前后DNA信号N/3处的频谱分量的方法来去除噪声．将PPA算法分别应用到处理离散傅立叶变换（DFT），成对的频谱分析（ PSC）和改进的Gabor小波变换（ MGWT）的周期3系数来实现周期3的去噪．算法的性能在HMR195，Burset/Gui-go570，Asp673个数据库中进行了评估，并把受体工作特征（ ROC）、特异性、灵敏度曲线3个方面作为评测标准．通过实验分析，验证了PPA算法能够有效地提高外显子的预测精度，同时基于小波变换的策略确保了模型的独立性．     

海上舰艇编队高精度时间同步系统设计

针对舰艇编队遂行协同打击任务的高精度时统需求,提出一种超宽带CDMA体制的时统系统设计方案。该系统应用TOA算法,基于超宽带高时间分辨率波形设计,采用可靠同步、干扰抑制和FFT校频等关键算法,实现复杂电磁环境下作战节点快速移动中可靠高精度时间统一,时间同步精度达10 ns。关键算法仿真和试验样机测试证明该系统设计和关键算法合理有效。     

被动多传感器改进交互多模型粒子滤波算法

将改进的粒子滤波算法即基于均匀重采样的粒子滤波(AUPF)与交互式多模型算法(IMM)相结合,提出交互式多模型均匀重采样粒子滤波算法(IMM-AUPF),并将其应用于被动多传感器的机动目标跟踪中。均匀重采样粒子滤波在标准粒子滤波的基础上通过改进重采样过程,在解决粒子退化问题的同时,增加了粒子的多样性,提高了滤波性能。在多模型中应用均匀重采样粒子滤波,提高被动多传感器系统的机动目标跟踪精度。将该方法与交互式多模型粒子滤波算法(IMM-PF)进行仿真对比,结果表明该方法具有更好的跟踪性能。     

基于AFSA优化的支持向量机柴油机性能预测模型

电控高压共轨技术的采用使得船用柴油机性能及排放具有了更大的优化空间，但同时柴油机控制参数增多使得柴油机性能的预测变得更为复杂。为了建立精确的柴油机性能预测模型，利用回归支持向量机，通过对实验数据的学习以获得预测模型。支持向量机的预测精度会因其参数的选择出现一定的差异，所以需要对支持向量机参数选择进行研究和优化。以某型船用高速大功率电控高压共轨柴油机为研究对象，建立支持向量机预测模型，分析其预测性能受参数选择的影响，并利用人工鱼群算法对其进行优化。结果表明，基于人工鱼群算法优化的回归支持向量机能够建立精度较高的柴油机性能预测模型，且人工鱼群算法具有很好的寻优性能。     

自适应算法在单轴激光惯导初始对准中的应用

针对传统的卡尔曼滤波在单轴旋转激光惯导动基座初始对准中当系统噪声和量测噪声未知时,会导致滤波精度下降甚至发散的问题,设计了简化Sage-Husa自适应滤波算法,建立了动基座条件下的单轴旋转激光捷联惯导的误差方程,利用设计的算法进行了仿真,结果表明在误差模型较大时,自适应滤波算法可以很好的提高滤波精度和稳定性。     

OFDM系统信道估计技术研究

论文介绍了信道的估计算法和插值算法,对FFT插值算法进行了优化,通过加窗处理解决了FFT算法中频谱能量泄露的问题。针对变换域滤波算法中导频信息不能集中在低频区域的问题,提出了内插和变换域滤波结合的算法,使导频信息变化平缓,更好的集中在了低频区,通过仿真分析表明,信道的估计性能得到提高,运算量增加不大。