基于旋转高频信号注入法的内置式永磁同步电机低速段转子位置检测及其误差补偿

旋转高频信号注入法注入信号较为稳定,且位置估计过程不依赖电机参数,因而十分适用于内置式永磁同步电机(IPMSM)的零、低速转子位置检测。针对传统高频信号注入法无法辨别磁极的问题,用电压方波注入法检测磁极,结合有限元软件仿真,来合理选取方波电压幅值和时长,有效缩短了磁极判断耗时。分析了滤波器和信号离散化对位置估计精度的影响,提出在低速段可用线段拟合带通滤波器中心频率处的相频特性曲线,推导所需补偿角度与电机转速的关系。在理论分析的基础上,采用基于DSP28335的样机平台进行试验,结果表明磁极判断过程稳定,耗时较短,补偿后的位置估计值相比补偿前有明显改善,调速过程中系统动态性能良好。     

基于模型补偿的风力机变桨距线性自抗扰控制器设计

设计了一种变桨距线性自抗扰控制器,估计和补偿了系统未建模部分和外界干扰,实现额定风速以上时系统输出功率稳定于额定值;并采用模型补偿方法对自抗扰控制器进行优化,减少了参数整定的数目,提高了系统控制精度。对额定功率为300 kW的风电机组分别在阶跃风、阵风以及湍流风作用下进行系统仿真。结果表明,该方法可以快速调节风速变化引起的输出波动,使得系统输出稳定且超调量小,具有很好的稳定性和鲁棒性。     

一种高光谱图像的双压缩感知模型

高光谱图像因其海量数据性,给存储、传输及后续分析处理带来了挑战。压缩感知理论提供了一种全新的信号采集框架。针对高光谱数据的三维特性,提出一种双压缩感知的采样与重构模型。该模型在采样阶段兼顾高光谱数据的空间和谱间稀疏特性,构造了能同时实现空间和谱间压缩采样的感知矩阵;重构阶段不同于传统的压缩感知重构方法直接重构高光谱数据,而是将高光谱数据分离成端元和丰度分别进行重构,然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明,所提双压缩感知在低采样率下重构精度较三维压缩采样提高了10 dB以上,更为显著的是运算速度提升了3个数量级,同时该方法还便于获得端元和丰度信息。     

一种高稳定度太阳帆板驱动机构控制方法

为了提高低轨遥感平台卫星用太阳帆板驱动机构（SADM,solar array drive mechanism）的速率稳定度,降低太阳帆板转动对星体姿态稳定度的影响,在对SADM驱动原理分析和驱动性能测试的基础上,明确了步进电机定位力矩对速率稳定度的影响,并提出了定位力矩补偿方法．在SADM转速和转矩测量平台上,对定位力矩补偿的驱动控制效果进行了测试和对比分析,测试结果表明,采用定位力矩补偿控制方法可以将SADM的速率稳定度提高约一倍．     

简化Q矩阵的渐增式扩张生成算法

简化Q矩阵（Qr阵）是规则空间模型与属性层次方法的重要概念。基于属性层次结构,提出有效／无效项目的定义,研究属性层次结构的可达矩阵与有效项目之间的关系,给出有效／无效项目的判定定理。基于逐步向前回归的思想提出了求解Qr阵的渐增式扩张算法,给出相关理论依据。在考虑有效项目数的基础上,与Tatsuoka方法进行了实验比较,对属性个数为10的情况采用线性回归方法为两种方法建立了数学模型。     

浅谈空间光学遥感器稳像技术

文章首先分析了影响像稳定的因素,然后对几种常见的稳像技术的工作原理及其优缺点进行了介绍,在论述当前稳像技术发展现状及未来发展趋势的基础上,讨论开展综合稳像技术研究的必要性。     

旋转抛物曲面测量中的测球半径补偿

利用激光跟踪仪进行曲面的三维测量时,需要进行反射球的半径补偿。本文针对某高精度旋转抛物曲面检测,分别利用点距法和等距面法进行了半径补偿。结果显示,两种办法均能有效地实现半径补偿,提高了检测精度。     

基于BP神经网络的磁悬浮飞轮控制

针对磁悬浮飞轮控制对鲁棒性、低功耗及不平衡振动抑制等要求,提出BP神经网络直接控制方法。设计了两层结构BP神经网络控制器,基于磁轴承电磁力方程推导网络权值更新算法,实现了神经网络的在线训练。仿真表明,控制器权值更新算法对环境变化适应能力强,训练成功率高;BP神经网络控制器具有起浮迅速、抗干扰能力强、功耗低等性能,并具备不平衡振动抑制能力。结果表明BP神经网络控制器满足磁悬浮飞轮控制要求,具有可行性和有效性。     

卫星多径信道下SOFDM插值估计算法的对比分析

在卫星多径衰落信道环境中传输正交频分复用信号时,工程上可以考虑采用以插值运算为核心的信道估计方法对接收信号进行信道估计。文章首先给出并研究了线性插值、三次样条插值和拉格朗日函数插值这三种插值估计算法的基本原理,然后对各种算法的计算复杂度、插值估计的均方误差以及系统的误比特率这三项性能指标进行了对比分析,最后通过综合评估总结出了＂在慢多径衰落信道环境下宜采用线性插值估计算法＂和＂在快多径衰落信道环境下宜采用三次样条插值估计算法或拉格朗日函数插值估计算法＂的结论。     

时间序列三角极值点线性分段算法

文章在时间序列逐段线性描述方法基础上提出三角极值点分段算法.通过考察时间序列相邻极值点之间幅度变化大小来确定关键点序列.该算法较好地处理了时间序列局部噪声和数据压缩问题.并通过实验说明了算法的有效性.