湖南省自然科学基金(11JJ6064) 作品数:9 被引量:47 H指数:5 相关作者: 曾喆昭 盛立锃 刘峰 张畅 贺莹 更多>> 相关机构: 长沙理工大学 更多>> 发文基金: 湖南省自然科学基金 湖南省科技计划项目 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电气工程 理学 电子电信 更多>>
基于扩展型Duffing振子的局部放电信号检测方法研究 被引量:9 2015年 目前,小波阈值去噪法、数字滤波法、傅里叶频域变换法等常用的微弱信号检测方法所能达到的最低检测信噪比为-10 d B,而双向环形耦合Duffing振子能达到的最低检测信噪比为-20 d B.但是,现场检测时常常会出现更低信噪比的放电脉冲信号,因此现有检测方法就很难满足信号检测的实际需求.为了有效解决该难题,研究了一种扩展型Duffing振子的微弱脉冲信号检测的新方法.该方法的主要思想是使用广义时间尺度变换,将Duffing振子模型变换为扩展型Duffing振子模型,有效扩展了微弱信号的频率检测范围.仿真结果表明,扩展型Duffing振子不仅具有良好的噪声免疫特性,而且能有效检测到信噪比低至-40 d B的局部放电微弱脉冲信号,进一步扩展了现有Duffing振子微弱信号检测方法的检测范围和应用领域. 曾喆昭 周勇 胡凯关键词:微弱信号检测 强噪声背景 不确定混沌系统的径向基函数神经网络反馈补偿控制 被引量:5 2013年 对不确定混沌系统控制问题,研究了一种基于径向基函数神经网络(radial basis function neural network,RBFNN)的反馈补偿控制方法.该方法首先用RBFNN对混沌系统的动力学特性进行学习,然后用训练好的RBFNN模型对混沌系统进行反馈补偿控制.该方法的特点是不需要被控混沌系统的数学模型,可以快速跟踪任意给定的参考信号.数值仿真试验表明了该控制方法不仅具有响应速度快、控制精度高,而且具有较强的抑制混沌系统参数摄动能力和抗干扰能力. 曾喆昭关键词:混沌控制 径向基神经网络 反馈控制 误差补偿 基于Cortex-M3的便携式POS系统设计 2014年 针对目前嵌入式收款机系统在功能和性价比方面存在不足的问题,介绍了一种基于Cortex-M3芯片的嵌入式收款机系统。该系统功能全面、性能良好、界面完善、具有故障分析和机器自检功能。运行结果表明,该系统实现了预期目标。 杨希驰 曾喆昭关键词:CORTEX-M3 不确定混沌系统的多项式函数模型补偿控制 被引量:5 2013年 针对不确定混沌系统控制问题,研究了一种基于共轭梯度法(conjugate gradient algorithm,CGA)的多项式函数模型(polynomial-basis-functions model,PBFM)的补偿控制方法.该方法首先用PBFM对混沌系统的动力学特性进行拟合,然后用拟合好的PBFM模型对不确定混沌系统进行前馈补偿控制.该方法的特点是不需要被控混沌系统的数学模型,可以快速跟踪任意给定的参考信号.数值仿真试验表明了该方法不仅具有响应速度快、控制精度高,而且具有较强的抑制混沌系统参数摄动能力和抗干扰能力. 曾喆昭 雷妮 盛立锃关键词:混沌控制 共轭梯度法 基于共轭梯度法的FIR数字滤波器优化设计 被引量:4 2014年 针对高阶FIR数字滤波器要中高阶矩阵逆计算困难,提出了一种共轭梯度法的FIR线性相位数字滤波器的优化设计方法。方法的主要思想是采用共轭梯度法计算余弦基函数的加权系数,从而获得FIR滤波器的单位脉冲响应,使得设计出的FIR滤波器的频率响应与理想滤波器的频率响应的全局误差在整个通带和阻带的范围内最小。仿真结果表明,与其它优化设计方法相比,提出的优化设计方法不仅具有更小的逼近误差,而且过渡带窄,阻带衰耗更大。上述方法不涉及逆矩阵计算,因而计算量小,在FIR数字滤波器优化设计中具有重要的应用价值。 雷旎 刘峰 曾喆昭关键词:共轭梯度法 数字滤波器 优化设计 非线性PID自学习控制方法研究 被引量:12 2014年 针对非线性、多变量、强耦合系统的控制问题,提出一种基于双曲函数的非线性PID自学习控制方法。在PID控制过程中,用双曲函数构造比例、积分、微分3个增益参数分别随误差变化的规律曲线,将传统线性PID控制律转化为非线性PID控制律的控制思想,并使用自学习算法实时调整3个非线性增益函数的增益系数,实现基于双曲函数的非线性PID自学习控制。仿真实验结果表明,与其他控制方法相比,该方法具有更强的鲁棒稳定性和抗扰动能力,是一种有效的控制方法,在非线性控制领域具有重要的应用价值。 曾喆昭 贺莹 张畅 李霖关键词:非线性PID 双曲函数 自学习控制 鲁棒稳定性 一种永磁直线同步电机混沌系统的反馈控制方法 被引量:3 2015年 针对永磁直线同步电机混沌系统参数不确定的控制问题,基于具有很强非线性映射能力的RBF神经网络,研究一种基于径向基神经网络(RBFNN)的反馈控制方法。该方法以永磁直线同步电机的定子交轴电流、直轴电流以及转速作为控制变量,首先采用RBFNN学习这3个变量所体现出来的混沌动力学特性,然后用训练好的径向基函数神经网络模型反馈控制混沌系统。数值模拟结果表明,提出的算法具有很强的鲁棒性,抗干扰能力强、响应速度快、控制精度高。 刘旭鹏 曾喆昭关键词:永磁直线同步电机 RBF神经网络 混沌控制 基于代数多项式模型的用电量预测研究 被引量:7 2015年 针对电网布局与建设等要求,需要根据地区提供的历史数据对该地区未来的用电量进行比较合理的预测。为此,构建基于递推最小二乘法算法的多项式预测模型,并提出基于代数多项式神经网络预测方法。该方法以多项式拟合模型构建神经网络拓扑结构,以模型参数作为神经网络权值,以往年每个季度的用电量数据作为参考值,使用递推最小二乘法对神经网络权值进行训练以获得多项式模型参数。仿真结果表明,该方法不仅具有良好的拟合效果,而且也具有良好的预测功能,在电力系统用电量预测中具有较大的应用价值。 盛立锃 曾喆昭 李莎关键词:电力系统 用电量预测 递推最小二乘法 神经网络 直驱型永磁同步风力发电机混沌运动的非线性比例控制 被引量:6 2014年 根据直驱型永磁同步风力发电机(DPMSG)的数学模型,通过仿射变换和时间尺度变换,将转子磁场定向坐标系下的永磁同步发电机模型变换成一种简单的无量纲数学模型。验证系统在某些参数条件下会出现混沌运动,提出直驱型永磁同步发电机混沌运动的非线性比例控制方法。该方法以直轴和交轴电压为控制变量,通过发电机状态的非线性反馈,将直轴和交轴电流方程中的耦合项解耦,并使直轴和交轴电流可以跟踪设定值。该控制方法可以根据实际要求设置唯一稳定的平衡点。仿真结果表明了理论分析的正确性和有效性,为DPMSG风力发电系统的混沌控制提供了有效的控制方法。 曾喆昭 刘峰关键词:混沌控制 解耦控制