随着我国电力工业的迅猛发展，电网上非线性负载的日益增多，导致线路电压、电流经常出现非正弦状态，从而造成电网谐波“污染”。电网谐波恶化了电能质量指标，降低了电网的可靠性，增加了电网的损失。所以，电器设备在出厂前需要对其进行检测，看其是否会影响电网的电能质量。那么可靠的电力参数测量设备的研制就变得非常重要。通过充分调研并翻阅大量资料，针对课题要求，提出了以ARM作为处理器，结合外围电路，借由μC/OS-Ⅱ操作系统对硬件进行控制，来完成电参数采集及其处理的思路。 本论文完成了装置的硬件电路设计和软件开发。硬件方面采用Philips公司的LPC2132作为处理器，结合外围电路，建立起基本的采样、通信和人机接口硬件平台。软件方面，首先分析了电参数测量的算法，并进行了必要的仿真。在完成μC/OS-Ⅱ在LPC2132上移植的基础上，进行多任务设计，完成数据采集、电量参数计算、USB串口通信和人机接口等功能。
上传时间： 2013-06-08
上传用户：jiachuan666
在QPSK调制方式下，分别研究推导了基于辅助数据的极大似然比信噪比估计算法研究、基于矩的信噪比估计算法研究以及基于高阶累积量的信噪比估计算法。通过仿真比较了信噪比估计算法的性能，着重分析比较了采用的迭代次数及数据长度等参数对算法性能的影响，最终根据算法各自的特点给出了相应的适用范围。
上传时间： 2013-10-20
上传用户：15736969615
提出一种基于自适应混沌粒子群优化和支持向量机结合的非线性预测建模算法（ACPSO-SVR），引入ACPSO启发式寻优机制对SVR模型的超参数进行自动选取，在超参数取值范围变化较大的情况下，效果明显优于网格式搜索算法。选取UCI机器学习数据库中的Forest fires标准数据集进行测试，实验结果表明该方法具有较高的精度和良好的泛化能力，对于解决多变量的回归预测问题是一种有效的方法。最后给出了混合算法在碳一多相催化领域的两种典型应用，在反应动力学模型未知的情况下建立催化剂组份模型和操作条件模型，以及基于混合算法的最优催化剂设计框架。
上传时间： 2013-10-23
上传用户：alibabamama
功率谱估计的应用范围很广，在各学科和应用领域中受到了极大的重视。在《现代信号处理》课程中讲述了经典谱估计和现代谱估计这两大类谱估计方法；经典谱估计是基于傅立叶变换的，虽然具有运算效率高的优点，但是频谱分辨率低同时旁瓣泄漏严重，对长序列有着良好的估计。为了克服经典谱估计的缺点，人们开展了对现代谱估计方法的研究。现代谱估计是以随机过程的参数模型为基础的，有最大似然估计法、最大熵法、AR模型法、预测滤波器法。现代谱估计对短序列的估计精度高，同经典谱估计互为补充。在认真学习了现 代谱估计方法后，我选择了现代谱估计中的AR模型法的仿真作为题目。下面给出AR模型的相关理论和仿真实现。
标签： 功率谱估计
上传时间： 2013-12-25
上传用户：yepeng139
针对现有遗传算法在多维非线性优选方面的不足，本文提出了一种基于小生境进化算法（NEA）的非线性优选模型，探讨了NEA算法的参数选择原则。通过大量仿真和比较，表明算法在复杂非线性优选中具有快速、高效、鲁棒性强的特点，并能在全局范围内有效搜索所有最优解。
上传时间： 2014-08-02
上传用户：ZJX5201314
讨论了用MATLAB实现经典谱估计的各种方法，比较了它们的性能指标，并优选它们的参数.得出了在科学研究和工程技术应用中有一定参考价值的结论
上传时间： 2015-05-01
上传用户：zxc23456789
利用自相关函数估计基音周期，函数jiyinzhouqi，输入参数是分析语音文件名和帧移，帧移在5~10ms
上传时间： 2014-01-02
上传用户：lhc9102
第一章 概述 辨识（Identification）、状态估计和控制理论在现代控制理论中是密不可分的，它们互相渗透。辨识和状态估计离不开控制理论的支持，控制理论的应用几乎不能没有辨识和估计技术。由此可见，辨识在科研与实际应用领域都有很高的实用价值。 所谓辨识，就是从含有噪声的输入、输出数据中提取被研究对象的数据模型。此数据模型只是过程的输入输出特性在某种意义下的近似，而近似的准确度一般取决于采样数据的精度以及辨识方法的合理性。 辨识的目的是根据过程所提供测量的数据等信息，在某种准则意义下，估计出模型的未知参数，其基本原理如图1.1所示：
标签： Identification 控制理论 辨识 状态
上传时间： 2014-01-09
上传用户：aig85
一维线形阵元的music算法DOA估计，参数为3个信号源，8阵元接收
上传时间： 2015-06-16
上传用户：star_in_rain
最优化方法中的非线性规划的powell方法的matlab实现，可支持多维的参数，自己修改即可。
上传时间： 2014-03-05
上传用户：gxrui1991
