传统ip-iq检测方法在提取基波正序有功分量时,锁相环和低通滤波器的使用导致检测结果存在误差。在ip-iq法的基础上提出了一种能够快速准确提取基波正序有功电流的方法。通过采用正序基波提取器取代传统锁相环获得电压相位信息,利用积分法取代低通滤波器快速得到直流分量,同时加入旋转因子e-jγ对正序基波提取器和积分法组成的无锁相环无低通滤波器基波电流检测法进行误差校正,运用Simulink对该方法进行验证。结果表明,与传统ip-iq法相比,该方法在三相电压对称、电压不平衡、电压畸变以及电压频率偏移的情况下,检测电流总谐波畸变率均降低。验证了基波正序有功电流检测法具有精度高、实时性好的优点。

针对风电叶片模具电加热系统中被控对象存在的大惯性、非线性、干扰多等问题，提出一种基于改进径向基（RBF）神经网络的串级PID温度控制方法。首先，采用RBF神经网络结构对常规PID串级控制主回路结构进行优化，在此基础上，引入双动量因子，对主控制回路的输出Jacobian信息进行系统辨识，进而实现对控制器参数的自适应整定；其次，采用Kalman滤波器对主回路的输出噪声进行滤波，以消除外部扰动对系统辨识效果的影响；最后，搭建电加热试验平台，通过现场试验对上述算法的控制效果进行分析。仿真及现场试验结果表明：改进的径向基神经网络串级PID温度控制系统相较于常规串级控制具有响应快、超调低、抗干扰能力强等优点，且在主控制回路中的Kalman滤波算法能有效消减系统的输出噪声，可在很大程度上提高控制性能。

以实现25×18位带符号快速数字乘法器为目标，采用改进的基4 Booth算法以3位编码产生部分积，优化最低位产生电路，使用统一的操作扩展各部分积符号位，相比于传统方法提高了阵列规则性、节省了芯片面积；用传输门构成基本压缩器，并在此基础上优化实现高阶压缩器，进而组成一个Wallace树结构，同时将9组部分积压缩为2组，使电路仅需3级压缩、关键路径延迟时间为8个异或门延迟，有效地提高了压缩效率和降低了关键路径延迟时间。采用GF 28 nm CMOS工艺，以全定制流程设计，版图面积为0.011 2 mm2，仿真环境标准电压1.0 V、温度25℃、最高工作时钟频率1.0 GHz，系统的功耗频率比为3.52 mW/GHz，关键路径延时为636 ps，组合逻辑路径旁路寄存器的绝对延时为1.67 ns。