离网型风光互补发电系统是一种合理配置新能源的独立电源系统,由于自然界中风能、太阳能出现的不可预测性,以及负载、储能状态的随机性,提出一种基于风光互补发电系统多模态能量流的分析法,研究了各模态及模态间转化特性,给出了四种典型状态下风光互补发电系统的能量控制及管理。采用闭环电压控制使风力发电通道和光伏发电通道输出电压恒定,为用电设备和储能元件提供安全可靠的电能。通过MATLAB/Simulink软件对离网型风光互补发电系统多模态能量控制进行了仿真,结果表明离网型风光互补发电系统工作可靠,验证了多模态分析法的有

转子系统振动特征信息的研究有利于深入地进行转子系统的结构设计分析和运行状态监测。以水平放置的Jeffcott转子为研究对象，建立了不平衡转子系统的弯扭耦合振动的非线性运动动力学方程，采用Fourier变换进行不平衡转子系统的弯扭耦合振动分析，能够有效地获取不平衡转子系统弯扭耦合振动特征信息。针对DH-63空气透平压缩机高速转子的异常振动，理论计算与测试分析提取的特征参数表明高速转子存在不平衡弯扭耦合振动，指导维修成功地解决了异常振动问题。

交通路网中最优路径的选取是电子地图导航中最基础的应用之一，如果规划路径选取的合理，能够大大提高行车的效率，为用户方便出行提供便利。本文根据城市交通网络的特点对A＊算法进行研究与优化。针对交通规则对有向图的数据模型进行改进，同时将道路通行能力属性赋予路段，建立路段权值的计算模型，从而实现导航过程中的最优路线规划。

针对在分形噪声1/fα(0>α<2)中检测磁异信号存在的问题,提出了一种自适应噪声抵消器与自适应AR白化滤波器相结合的磁异信号正交基函数( OBF)检测算法――改进的OBF检测算法。 由于固定AR白化滤波器对分形噪声1/fα 的白化效果不佳,影响了OBF检测算法的性能,因此采用自适应噪声抵消器对被检测信号进行预处理以提高其信噪比,再利用自适应AR白化滤波器对预处理信号进行白化滤波,以实现OBF检测算法的最优化。 理论仿真结果表明:当α值接近于0时,改进的OBF检测算法的处理增℃略高于未经白化的OBF检测算

针对传统的OBF分解算法在非高斯噪声下检测性能较差的问题,提出了一种带通滤波结合OBF分解的磁异常信号检测算法。首先,根据磁异常信号的频域特征,设计了Parks-McCl ellan最优FI R滤波器。通过对含噪信号的带通滤波,实现对非高斯噪声的近似高斯化,同时最大程度地保留磁异常信号的信息。然后,对滤波后的信号进行OBF分解,提取能量特征信号进行门限检测。最后,分别采用仿真数据和实测数据对算法进行了验证。结果表明:改进后的算法有效地提高了信噪比,增强了非高斯噪声下微弱磁异常信号的检测能力,解决了OBF在

针对已有的对曲面进行局部拟合方法中窗口半径选取难的问题,提出了一种使用移动最小二乘法进行全局曲面拟合的新方法。该方法充分利用最小二乘法形函数多阶连续的特点,能够保持在较高拟合精度的前提下获得深度图像曲面多阶连续的拟合结果,这种拟合结果为计算深度图像的曲面特性提供了便利。利用真实的深度图像进行数值实验,计算结果说明了该方法的有效性。

针对目前多失效模式相关下结构系统可靠度计算一般采用近似估算法，其计算结果存在误差的特点，首先建立了含单一极限状态方程和含多极限状态方程的多失效模式相关下结构系统可靠性一般模型，并分别给出其可靠度表达式，然后提出了在MATLAB环境下采用Monte Carlo模拟法直接利用程序实现多失效模式相关下结构系统可靠度相对精确计算方法，并给出了具体计算步骤和程序框图。结合两个算例进行分析，研究结果表明：多失效模式相关下的可靠度比传统单一不相关模式下的可靠度更科学、准确。且文中直接利用程序来实现多失效模式相关下结构系

建立1/2车体四自由度汽车模型，在此模型基础上，以车身加速度和悬架动挠度作为控制系统的综合反馈输入量设计了参数自调整模糊PID控制器，论述了主动悬架系统的模糊PID控制方法。对悬架在随机输入激励下的仿真效果与被动悬架、PID控制主动悬架作了比较，减振效果更好，汽车的平顺性和操纵稳定性得到了明显的改善。

调制传递函数是评价红外光电成像系统整机成像质量的重要指标之一。通常MTF的测试方法有狭缝法和刀口法等。详述了倾料目标靶(料狭缝和料刀口)测试MTF的测试原理,并且对该两种方法进行了比对实验。提出一种改进刀口法,将多行数据刃边对齐并排列成一行数据作为刀口扩散函数,能增加采样点数和采样率并提高测试分辫率,进而得到刀口图像,对每行数据先微分得到各行LSF(线扩散函数),再对LSF多行数据构成的新图像按照料缝法处理过程计算MTF。实验验证表明,该方法数据能够有效地降低在MTF测试过程中的噪声影响,与料缝法MTF测

粒子群优化算法是一种基于群体智能的随机全局优化技术,尽管其原理简单易、于实现且功能强大,但目前研究人员还没有对它的工作原理做出足够的解释。将群体优化过程看成一个动态系统的演变,采用线性离散时间系统的分析方法对算法的收敛性进行了分析,导出了简化PSO算法的收敛条件。考虑到参数是影响算法性能和效率的关键因素,利用标准测试函数对算法的参数选择进行了详细的分析,并给出一些指导性原则。