传统下垂控制策略忽略了储能系统的健康状态(state of health,SOH),无法保证SOH的均衡,甚至可能加剧SOH的差异。为了确保直流微电网的稳定运行并维持储能系统内部的功率平衡,需要结合储能模块的健康状态(SOH),制定并联储能系统的控制策...传统下垂控制策略忽略了储能系统的健康状态(state of health,SOH),无法保证SOH的均衡,甚至可能加剧SOH的差异。为了确保直流微电网的稳定运行并维持储能系统内部的功率平衡,需要结合储能模块的健康状态(SOH),制定并联储能系统的控制策略。本工作在现有下垂控制策略基础上提出了一种计及SOH的改进下垂法作为并联储能系统控制策略,并且引入了二次补偿环节减少母线压降,建立了改进下垂控制模型,探究了采用二次补偿环节维持系统电压稳定方面的有效性和幂指数n对功率平衡速度的影响,通过MATLAB/Simulink仿真证明了该策略在全钒液流电池并联储能系统中的有效性,为提升直流微网储能系统管理的准确性和效率提供了有效途径。展开更多
为了在视域(field of view,FOV)不同的条件下实现对数量时变的不确定目标的最优跟踪,提出一种高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GM-PHD)滤波器的去相关算术平均(arithmetic average,AA)融合算法...为了在视域(field of view,FOV)不同的条件下实现对数量时变的不确定目标的最优跟踪,提出一种高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GM-PHD)滤波器的去相关算术平均(arithmetic average,AA)融合算法。鉴于多目标AA融合被分解为多组单目标分量的合并,先通过重构贝叶斯融合推导出最优去相关估计融合,后将其用作单目标分量的合并方法。由于推导的去相关估计融合需要先验估计,设计了一个包含主滤波器的分层结构,以自动提供需要的先验估计。为了解决不同FOV导致的目标势低估问题,融合节点利用FOV补偿单目标分量的权重。仿真结果证实了提出的算法在各种场景中的最优性,提升了多目标跟踪的精度。展开更多
为解决第三代音视频编码标准(audio video coding standard 3,AVS3)帧内预测的耗时问题,提出一种基于最小编码单元(coding unit,CU)代价的帧内预测并行算法。首先,将图像划分为最小CU。然后,利用原始像素作为参考,并行计算所有最小CU的...为解决第三代音视频编码标准(audio video coding standard 3,AVS3)帧内预测的耗时问题,提出一种基于最小编码单元(coding unit,CU)代价的帧内预测并行算法。首先,将图像划分为最小CU。然后,利用原始像素作为参考,并行计算所有最小CU的帧内模式代价。最后,用代价组合的方式快速计算出其他CU的帧内模式优先级,选择最优的15个模式进入粗略模式决策(rough mode decision,RMD)阶段。此外,为减少方法引入的误差,提出了3种优化策略。在预测前对原始像素进行预处理,使其更贴合重构像素;修改帧内预测的代价函数,以更准确地估计每种模式的优先级;大尺寸CU使用顶层的CU代价作为参考,减少CU组合累积的误差。实验结果表明,在码率仅下降0.35%的情况下,整体编码的计算时间减少了27%,有效地减少了帧内预测的耗时并保证了编码质量。展开更多
文摘传统下垂控制策略忽略了储能系统的健康状态(state of health,SOH),无法保证SOH的均衡,甚至可能加剧SOH的差异。为了确保直流微电网的稳定运行并维持储能系统内部的功率平衡,需要结合储能模块的健康状态(SOH),制定并联储能系统的控制策略。本工作在现有下垂控制策略基础上提出了一种计及SOH的改进下垂法作为并联储能系统控制策略,并且引入了二次补偿环节减少母线压降,建立了改进下垂控制模型,探究了采用二次补偿环节维持系统电压稳定方面的有效性和幂指数n对功率平衡速度的影响,通过MATLAB/Simulink仿真证明了该策略在全钒液流电池并联储能系统中的有效性,为提升直流微网储能系统管理的准确性和效率提供了有效途径。
文摘为了在视域(field of view,FOV)不同的条件下实现对数量时变的不确定目标的最优跟踪,提出一种高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GM-PHD)滤波器的去相关算术平均(arithmetic average,AA)融合算法。鉴于多目标AA融合被分解为多组单目标分量的合并,先通过重构贝叶斯融合推导出最优去相关估计融合,后将其用作单目标分量的合并方法。由于推导的去相关估计融合需要先验估计,设计了一个包含主滤波器的分层结构,以自动提供需要的先验估计。为了解决不同FOV导致的目标势低估问题,融合节点利用FOV补偿单目标分量的权重。仿真结果证实了提出的算法在各种场景中的最优性,提升了多目标跟踪的精度。
文摘为解决第三代音视频编码标准(audio video coding standard 3,AVS3)帧内预测的耗时问题,提出一种基于最小编码单元(coding unit,CU)代价的帧内预测并行算法。首先,将图像划分为最小CU。然后,利用原始像素作为参考,并行计算所有最小CU的帧内模式代价。最后,用代价组合的方式快速计算出其他CU的帧内模式优先级,选择最优的15个模式进入粗略模式决策(rough mode decision,RMD)阶段。此外,为减少方法引入的误差,提出了3种优化策略。在预测前对原始像素进行预处理,使其更贴合重构像素;修改帧内预测的代价函数,以更准确地估计每种模式的优先级;大尺寸CU使用顶层的CU代价作为参考,减少CU组合累积的误差。实验结果表明,在码率仅下降0.35%的情况下,整体编码的计算时间减少了27%,有效地减少了帧内预测的耗时并保证了编码质量。
