首页

马尔科夫跳变时滞神经网络稳定性分析与状态估计 04月11日

【摘要】本文研究马尔科夫跳变时滞神经网络的稳定性分析和状态估计问题。首先通过马尔科夫跳变神经网络稳定性概念,建立神经网络稳定性充分条件,并将结果写成线性不等式矩阵(LMIs)形式,然后进行状态估计器设计,将状态估计器存在的充分条件归结为线性矩阵不等式(LMIs)的可行解问题。最后用Matlab仿真软件LMI工具箱对研究内容进行数值仿真。研究的工作内容主要分为以下几部分:第一部分,对马尔科夫跳变分布 […]

【论文下载 - 中国知网/万方数据/维普/读秀/超星/国研/龙源/博看等资源库】

基于卡尔曼滤波优化的IEEE 1588PTP在多跳无线传感器网络中的同步性能分析 12月06日

【摘要】物联网技术的不断进步,带来了无线传感器网络的飞速发展。无线传感器网络作为典型的分布式网络,具有自组织、部署灵活、成本低等优势,其最大的弱点是系统的稳定性和可靠性较差。时间同步是解决无线传感器网络稳定性和可靠性的关键技术。而传统的GPS和NTP算法由于复杂度及能量问题,对节点能量及能力受限的无线传感器网络并不适用。寻求适于无线传感器网络的高精度的时间同步算法势在必行。IEEE1588精确时间 […]

面向无线传感器网络的IEEE 1588时间同步优化和OMNeT仿真 12月06日

【摘要】随着无线通信网络技术的发展和成熟,尤其是无线传输和易于快速组网的优势,无线传感器网络的应用领域不断扩展。在很多新的应用中,需要在各分布式网络节点的时钟上保持很高的一致性,从而实现更精确的数据采样,提高数据获取的质量,同时也能够更好的调度数据传输,降低功耗,延长网络寿命。因此,作为无线传感器网络的一个新兴研究领域,面向无线传感器网络的时间同步技术近年来得到了越来越多的重视,尤其在对时间敏感的 […]

基于粒子滤波的微弱雷达目标检测方法 10月10日

【摘要】机动微弱目标检测是雷达信号处理领域面临的严峻挑战之一。当目标回波信噪比过低,基于单帧数据的相干或非相干累积方法无法保证可靠检测时,可采用检测前跟踪技术。检测前跟踪技术是一种长时间信号累积方法,通过联合处理多帧观测数据同时实现目标检测和跟踪。但早期的基于动态规划、Hough变换以及最大似然估计的检测前跟踪算法仅适合处理近似直线运动的目标。粒子滤波器(算法)解决统计特性已知的非线性、非高斯问题 […]

电力系统分布式动态状态估计研究 08月21日

【摘要】同步相量测量单元(phasormeasurementunit,PMU)能够对电力系统机电暂态过程中相量信息进行直接测量,为电力系统动态安全监控提供了新的技术手段。然而,由于传感器误差以及干扰的影响,PMU量测不可避免地存在随机误差和不良数据。如果不对PMU量测量进行处理而直接应用,则有可能无法准确监测电力系统动态过程,甚至导致控制系统做出错误的控制策略。针对PMU量测信息,本文系统地研究了 […]