提出了一种改进的电力负荷短期预测小波网络模型,该模型采用最小二乘支持向量机(LS-SVM)实 现了小波分解系数的多尺度组合预测 .首先使用多孔算法对短期负荷序列进行小波分解,得到指定尺度下的 近似系数和相关尺度下的小波系数,然后利用 LS-SVM对预测点的系数进行多尺度组合预测,通过小波重 构可以求得相应的预测值 .结合某地区短期负荷需求数据进行了仿真试验,研究了预测点与历史记录数据的 相关关系 .预测结果表明,使用本模型进行短期负荷预测同比传统小波神经网络方法可以获得更好的预测精 度,同时 LS-SVM

针对视觉里程计(VO)因累积误差导致运动姿态估计存在的偏差，提出实时扩展卡尔曼滤波器姿态估计模型，利用惯性测量单元(IMU)结合重力加速度方向作为垂直方向参考，对视觉里程计航向、俯仰和侧倾3个方向姿态估计进行解耦，修正姿态估计的累积误差；根据运动状态采用模糊逻辑调整滤波器参数，实现自适应的滤波估计，降低加速度噪声的影响．实验采用高精度的全站仪作为真值，并结合多种地形环境，实验结果表明：50 m内跟踪的累积误差低于0．3 m，有效地提高了视觉里程计的定位精度和鲁棒性．

开关磁阻电机(SRM)具有诸多性能优势，发展前景广阔，然而严重的转矩脉动极大地限制了其应用范围。对SRM直接转矩控制方法(DTC)进行了研究，对DTC的核心思想进行了介绍，给出了空间电压矢量的选取原则。采用有限元法(FEM)和神经网络(NN)相结合的方法，在Matlab中搭建了一个四相s/6极SRM的动态仿真模型。在不同的工况下，对 DTC的控制性能进行了仿真分析，结果表明，DTC的引入可以有效地抑制SRM的转矩脉动，同时保证系统具有良好的调速和带载能力。

提出了一种改进的载波预留( tone reservation TR)算法来降低 OFDM系统的 PAPR( peak-to-average power ratio) 。传统的 TR算法虽然可以很好地抑制高 PAPR的出现,但这种全搜索系统的计算量非常大。而改进的 TR算法在保持传统算法优点的 同时,利用相邻―迭代方法,大大降低了计算量,从而降低了算法的复杂度,仿真结果验证了此改进算法的有效性。

针对灰度投影算法运用于存在局部运动目标的情况下,稳像效果较差并且可能产生错稳这一问题,在分析灰度投影基本理论的基础上,提出一种改进的灰度投影算法:局部运动物体位置估计方法和像素替代法。利用灰度值的改变和像素替代的方法,把局部运动物体去除,再进行稳像处理。通过实验验证,该方法可以解决图像中存在运动物体时发生的错稳情况。比较改进前与改进后的稳像效果,改进后的PSRN(峰值信噪比)提高了1.35。

在阵列互耦误差存在的前提下，针对多组相干信号源和若干非相干信号源并存的情况，提出了一种对信号源进行准确估计的算法．算法首先估计阵列的互耦参数，并利用此互耦参数对阵列接收数据进行补偿；然后利用 Toeplitz矩阵重构法对相干信号进行解相干；最后利用MUSIC算法估计各个信号源的来波方向(direction of arrival， DOA)．实验结果表明，算法有效解决了互耦的影响，避免了阵列损失，实现了间距很小信源的准确估计．

温湿度与日常生产生活息息相关,在很多情况下都要对温湿度信息进行采集监测。传统的有线温湿度采集监测在监测环境和数据信息传输距离上都有一定的限制。本文在无线传感器网络相关理论的基础上研究设计一种温湿度无线采集监测系统。 它能实现多节点温湿度的实时检测,并能通过无线收发和 GSM通信将采集的信息发送到终端用户,实现在终端监测界面的动态监 测,终端用户还可以通过无线收发和 GSM通信发送控制信息,实现对温湿度的控制,在一定程度上能实现自动控制并克服传输距 离的问题,具有广阔的应用前景。

针对提高光纤通信系统中LDPC编译码方案频谱利用率的问题,本文研究了光纤通信系统中具有较高频谱效率的 LDPC高阶调制方案,重点以16QAM调制的LDPC为例分析了基于卡方分布的光纤信道中软解调对数似然比的理论推导,提出并推导了其简化算法,设计了16QAM-LDPC的光纤通信系统方案。仿真结果表明,采用16QAM软解调译码算法能带来较好的系统性能,当码长2304,码率为5/6的QC-LDPC码在时,对应的Q=9.1dBa其相应的简化算法在0.2dB的性能损失代价下,可以具有较低的译码复杂度。

基于阴影属性提出了一种全自动彩色影像阴影去除算法。首先将影像变换到HSI空间，依据阴影区域亮度值低和饱和度高的特性，结合小区域去除和数学形态学处理，得到精确的阴影区域。然后，分别对I、H、S分量图上各个独立阴影区域与其邻近的非阴影区域进行匹配补偿，再反变换回RGB空间，完成阴影去除操作。实验结果表明，该方法能在不改变非阴影区域信息的情况下，有效地去除阴影的影响。

针对受控系统非线性、时变性、复杂性和不确定性的特点,文中采用一种基于模糊控制的变论域自适应控制算法,将变论域引入模糊控制的隶属函数中,设计了输入函数的自适应律,并通过李雅普诺夫函数进行了稳定性分析.仿真结果表明在有干扰的情况下,算法能很好的跟踪系统输入,使系统跟踪误差小且能够保证系统的稳定性.该算法结构简单,具有良好的鲁棒性和动态性能,同时克服了系统参数变化对稳定性造成的不利影响.仿真实例表 明了本算法的正确性和有效性.