【摘 要】
：
该文对传统小波滤波器结构和系数进行改进,提出了一种高效的整数算法小波变换的构造方案.在此基础上,针对电力系统数据自身的特点,对小波变换后的低高频数据分别进行二次压缩,低频数据采用Ray-Period压缩算法,高频数据采用改进的阈值压缩算法.压缩实验证实,该算法能在均方误差优于2.0×10-4的情况下,获得6.2％的压缩比,并且速度比传统小波变换的压缩算法提高了十倍以上,具有实用价值。
【机 构】
：
北京化工大学信科学与技术学院 北京化工大学机电工程学院 北京 100029
论文部分内容阅读
该文对传统小波滤波器结构和系数进行改进,提出了一种高效的整数算法小波变换的构造方案.在此基础上,针对电力系统数据自身的特点,对小波变换后的低高频数据分别进行二次压缩,低频数据采用Ray-Period压缩算法,高频数据采用改进的阈值压缩算法.压缩实验证实,该算法能在均方误差优于2.0×10-4的情况下,获得6.2％的压缩比,并且速度比传统小波变换的压缩算法提高了十倍以上,具有实用价值。
其他文献
本文主要介绍了一种基于USB接口和无线电波两种传输方式的数据采集系统的设计。本设计采用凌阳SPCE061A为系统微处理器,采用Philips公司的PDIUSBD12芯片完成USB数据通信功能,采用SRWF-105无线传输模块来完成无线数据功能,并给出了详细的软硬件设计过程。实验表明，该设计成功的,所设计的数据采集系统能够同时采集四路0-5V的电压信号,能够通过USB和无线通信方式将数据传输到计算机
在许多实际工业过程中(特别是化工过程中),存在着双率-多率采样数据系统,由于双率采样数据系统存在采样间损失输出,使得传统的预测控制算法和参数估计算法无法实现.因此,论文提出了基于随机梯度参数辨识的双率系统自校正广义预测控制策略.其主要思想是,利用随机梯度辨识方法估计系统模型参数,通过对系统模型参数,采样间损失输出的估计和利用广义预测控制方法对系统进行控制,提出了双率系统的自校正广义预测控制算法,仿
本文对特定智能机器车进行了改装设计。改装后的智能机器车系统具有视频信号无线传输的双目视觉和通过主机进行无线遥控功能，学习图像模式识别、机器视觉与智能控制的学生以改装系统作为平台,自主设计图像处理、识别及小车运动控制的软硬件模块,开展创新综合实践。文章阐述了改装设计的主要思想和关键技术环节,以及改装后系统达到的综合能力及可以完成的综合实验项目。
阻容式分压器作为新型高压测量设备,正以其适合现代电力系统监控自动化的特点,在实时在线监测电压稳定状态方面得到越来越多的使用。另一方面,其分压器由于环境因素变化而发生变化从而影响电压测量精度的问题,必须得到重视。环境温度变化和对地杂散电容为影响测量精度的两大重要因素。本文通过对阻容式分压测量系统工作方式的分析,结合理论模型计算,相关参数的实际测量和比较,深入分析了环境温度的变化和杂散电容的存在对分压
波前编码技术是运用光瞳位相调制的方法实现焦深延拓的新技术,具有广泛的应用前景。本文利用光学仿真软件ZEMAX设计了一个波前编码光学系统,并将它的光学特性与传统光学系统进行了对比。模拟结果表明,波前编码系统能极大地提高成像系统的焦深。
主要针对欠驱动机器人的几何路径轨迹跟踪问题进行了研究,控制目标为使机械臂末端从初始位置沿着特定轨迹运动到期望位置.建立了操作空间下及路径坐标系下的系统动力学方程.动力学方程中关节角度变量用路径参数变量代替,即在控制过程中只需对路径参数变量进行控制.对每个路径参数变量设计相应的控制规律,在驱动力矩受限情况下,利用控制规律相互切换的思想,当其中一个参数不易受控时切换到另外一个控制律,最终实现了轨迹跟踪
文根据未知输入观测器的设计方法,提出一类Lipschitz非线性不确定系统的非线性观测器设计方法,给出现测器的LMI存在条件和相关证明.同时提出基于LMI的非线性观测器的算法,利用MATLAB的LMI工具箱设计非线性观测器的待定矩阵,简化了非线性观测器设计难点.通过数值仿真验证设计算法的有效性,以及对系统非线性因素的鲁棒性。
本文研究了采样数据(SD)系统的鲁棒故障检测的直接设计方法.通过引入连续提升来刻画SD系统在采样间隔间的特性,将SD系统转化为等价的离散时间系统.基于等价的离散系统,设计鲁棒故障检测系统使其对未知输入信号鲁棒,同时对故障信号具有较强的灵敏度.
针对一类具有执行器(或传感器)增益故障的不确定时滞系统,设计了有记忆静态输出反馈H∞容错控制器.提出的方法保证闭环系统在执行器(或传感器)增益故障的情况是稳定的,并且满足H∞范数性能指标,给出了保证问题有解的充分条件是时滞独立的,具有线性矩阵不等式形式.仿真结果表明了方法的有效性。
针对釜式反应器等实际系统建模困难、试验困难且代价高昂的特点,设计了一种基于时间序列暂态估计算法的故障预报新方法.利用系统初始正常状态下的特性表征值作为训练样本,建立在线学习的一类最小二乘支持向量回归(LS-SVR)模型,通过LS-SVR回归输出值判断系统的暂态特征,实现快速故障预报.同时通过最小二乘拟合暂态特征的回归趋势,估计故障发生的大概时间.该方法无需故障系统的数学模型或故障先验知识,可在故障