内容概要：本文详细介绍了利用MATLAB/Simulink构建含分布式电源（如光伏）的10kV配电网模型，模拟短路故障情况下的电压电流波形变化及潮流计算结果。主要内容涵盖模型搭建步骤、故障设置方法、关键参数调整以及仿真结果分析。文中展示了如何通过设置故障点来研究短路对系统稳定性的影响，特别是在引入分布式电源后系统的响应特性。同时探讨了光伏逆变器在低电压穿越保护机制下的行为表现及其对系统潮流分布的影响。 适用人群：电气工程专业学生、从事电力系统仿真研究的技术人员、对智能电网感兴趣的科研工作者。 使用场景及目标：适用于需要深入理解配电网中分布式电源接入影响的研究项目；用于教学演示，帮助学生掌握电力系统仿真的基本技能；为企业提供技术支持，优化现有配电网的设计与运维。 其他说明：文中提供了大量实用的MATLAB代码片段，便于读者动手实践；强调了几个重要的仿真技巧，如正确设置变压器分接头、选用合适的仿真求解器等；最后还分享了一些有趣的仿真现象，增加了文章的趣味性和实用性。

形态滤波是一种非线性滤波方式，其基本思想是利用数学形态学的原理对信号进行处理，有效提取信号的边缘轮廓和形状特征。形态滤波技术可以应用于多种领域，尤其是对于非线性时间序列降噪处理有着重要的作用。本文针对非线性时间序列信号，特别是那些与高斯白噪声具有相似宽频带特性的信号，提出了一种基于形态滤波的降噪方法。 在信号处理中，小波变换是一种广泛应用的线性分析工具，它可以有效地处理具有线性特征的信号。然而，对于非线性信号，如混沌信号，传统的线性方法（如小波分析）并不能很好地与噪声分离，因此需要一种新的非线性处理方法。 形态滤波的核心是使用结构元素对信号进行匹配和操作，这些结构元素具有不同的形状、宽度和高度，它们定义了滤波器操作的方式。形态滤波器通过基本运算—腐蚀和膨胀，结合开运算、闭运算、开-闭运算（OC）和闭-开运算（CO），以实现对信号的细化和噪声的去除。结构元素的选取对于形态滤波器的性能有决定性的影响。 开运算主要应用于滤除信号上方的噪声，而闭运算则用于滤除信号下方的噪声尖峰。通过迭代使用开运算和闭运算，可以在多轮操作中逐步消除噪声，实现对信号的精细处理。除此之外，还可以使用平均（AVG）滤波器来进一步平滑信号。 在具体的研究中，作者选取了Lorenz信号作为研究对象，这种信号是一种典型的混沌信号，具有复杂的非线性特征。通过使用不同的结构元素和形态算子，研究者们成功地对Lorenz信号进行了形态滤波处理，并且证明了形态滤波在降低信号噪声的同时，能够有效保留信号的非线性特征。 该研究不仅展示了形态滤波在信号处理中的应用潜力，而且还讨论了如何通过形态滤波后进一步平滑处理以获取更加清晰的非线性特征。通过数值仿真分析，作者验证了该降噪方法的有效性，对形态滤波技术在未来信号处理领域的应用提供了理论基础和技术支持。 形态滤波技术为非线性时间序列信号提供了新的降噪手段，通过数学形态学基本运算和结构元素的灵活使用，可以在去除噪声的同时保留信号的重要特征，从而为非线性时间序列分析开辟了新的道路。

内容概要：本文介绍了基于STM32F103的无感FOC（Field-Oriented Control）滑膜观测器技术和SVPWM（Space Vector Pulse Width Modulation）控制的全开源C代码实现。文章详细解析了滑膜观测器的核心代码及其工作原理，特别是在不依赖传感器的情况下估算转子位置的方法。同时，文中还展示了SVPWM的具体实现方法，包括PWM配置函数的设置以及启动策略的三段式软起过程。此外，作者分享了一些调试经验和硬件设计注意事项，如MOS驱动电路的设计和采样电阻的布局优化。 适合人群：具有一定嵌入式系统开发经验的研发人员，特别是对电机控制感兴趣的开发者。 使用场景及目标：适用于希望深入了解无感FOC滑膜观测器和SVPWM控制技术的工程师，旨在帮助他们掌握低成本高性能的电机控制解决方案。通过学习本文提供的代码和调试技巧，能够更好地应用于实际项目中。 其他说明：整套代码已在GitHub上完全开源，包括完整的IAR工程和示波器抓取的波形图。对于想要尝试低成本方案并进行深入研究的开发者来说，这是一个非常有价值的参考资料。

D类音频功放的1/f噪声和电压失调对信号的失真和噪声性能产生直接的影响，特别是在输入信号为零时的背景噪声最为明显，通过采用全差分斩波运放电路和T/H解调技术，有效地降低了系统的低频噪声和电压火调。流片后的对芯片的测试表明，该电路使Class-D的噪声性能有了很大的改善。

介绍了快速自适应信息处理的用途及含义，最小均方误差准则类的各种处理方法，最小平方误差准则类处理方法等。包括LMS、RLS、LSL、FTF算法。 作者: 陈尚勤 / 李晓峰 出版社: 人民邮电出版社 副标题: 全国高技术重点图书·通信技术领域 出版年: 1993

EasyScope3.0软件是一款专业的示波器控制软件，拥有示波器管理、SCPI控制、波形控制等多种功能，可以对示波器的不同参数进行，支持波形数据图形获取、波形数据获取、波形测量值获取，还可将获得数据进行保存和打印。

UPS电源（不间断电源）是一种重要的电气设备，它可以在市电中断时提供应急电力，保障关键电子设备、仪器的持续运行。然而，UPS电源在为用电设备提供保障的同时，其整流电路会在工作中产生谐波电流，从而对电网造成严重的危害。谐波电流不仅会引起电源效率下降，还会造成设备损坏、系统不稳定甚至引发火灾等安全问题。因此，减少UPS电源产生的谐波电流至关重要。 谐波电流主要源自UPS的整流电路。在UPS工作过程中，整流电路将交流电转换成直流电，而这一过程会导致电流波形出现失真，产生高次谐波。这些谐波电流叠加在基波电流之上，形成非正弦波形。由于谐波电流与基波频率不同，它们会对电网和相连的电气设备产生不良影响，如导致变压器、电缆过热，甚至可能引发跳闸、火灾等严重后果。 单相UPS电源的谐波电流主要以3次谐波为主，而3次谐波最容易在零线上叠加，造成零线电流过载。因为零线上通常没有保险装置，过大的电流得不到及时的切断保护，容易引起过热，从而成为火灾的隐患。在信息设备日益普及的今天，零线过热已成为电气火灾防范中不容忽视的问题。 三相UPS电源虽然不会产生3次谐波电流，但会产生以5、7次谐波电流为主的谐波，同样会对电网造成危害，例如变压器和电缆的过热问题，以及导致跳闸等故障。 为了减小UPS电源产生的谐波电流，可以在电源输入端安装谐波滤波器，该设备能够过滤掉大部分的谐波电流。谐波滤波器分为有源滤波器和无源滤波器两种。有源滤波器相较于UPS本身更为复杂，成本较高，可靠性相对较低，因此并不是理想选择。而无源滤波器通常被应用于UPS电源输入端，因其结构简单，成本较低，可靠性较高。 然而，并非所有的无源谐波滤波器都适用于UPS。常规的LC无源谐波滤波器在为特定谐波提供低阻抗通路的同时，也可能导致滤波器过载甚至损坏。此外，LC滤波器可能在调谐频率以外的频率呈现电容性或电感性，容易与系统中的电容或电感发生谐振，导致系统不稳定。因此，针对UPS设计的谐波滤波器需要专门设计，以避免这些问题。专门设计的无源滤波器可以有效减小UPS的谐波电流，同时还能消除电网上的浪涌电压，防止UPS受到雷电浪涌损坏。 例如，航天科工集团706所研制的HTHF和SPHF谐波滤波器就是针对UPS等设备专门开发的。HTHF适用于三相UPS电源，保证总谐波电流畸变率（THID）小于8%，满足GB17625标准要求；SPHF适用于单相UPS电源，保证THID小于15%，同样满足GB17625标准要求。这些滤波器不仅能有效减小UPS的谐波电流，还能消除电网上的浪涌电压，防止UPS因雷电浪涌而损坏。 总结来说，为了减小UPS电源的谐波电流，应在电源输入端安装专门设计的谐波滤波器，以提高电源质量和电网稳定性，保障电子设备安全。使用时要选择合适类型的滤波器，并确保它们能够满足相关标准要求，以达到最优的滤波效果。

OWON VDS1022 / I示波器 该软件是OWON VDS示波器的非官方版本，具有一些改进： 在Linux / Windows / Mac上安装应用程序的脚本 新的快捷方式：单次触发，触发电平，偏移，耦合，反转，复位... 为滚动模式添加了单次/正常触发（时基> = 100ms / div） 增加了测量电流而不是电压的选项 添加了按钮以更改波浪的颜色 添加了用于保留/恢复设置的选项 改善了设备稳定性并减少了CPU占用空间 改进了基座的布局并禁用了动画 禁用录制/播放时的休假/停止确认 将保存图像/导出操作合并到单个按钮/对话框中 许多修复（请参阅） 该软件基于VDS1022（I）1.0.33的OWON版本： 请注意，该示波器也以不同的品牌出售： 要求 它需要Java Runtime Environnement 8（1.8）或更高版本。 要检查Java是否正确安装了最低

本文介绍了一种基于机器学习方法的海事监视雷达海杂波抑制方法。文章首先对海杂波抑制方法进行了分类，包括传统方法（空间域处理、频域处理、基于子空间）和机器学习方法（k近邻、支持向量机、深度卷积自编码器、深度卷积神经网络、生成对抗网络）。随后详细阐述了文章提出的基于循环一致对抗网络（CycleGAN）的网络结构，包括SCSG、SCRG结构和判别器结构，以及损失函数设计（对抗性损失、循环一致性损失和目标一致性损失）。实验部分基于复合K分布模型构建了模拟海杂波数据集，并通过海杂波抑制改进因子σ和目标结构相似度（SSIM）两个指标对模拟数据和实测数据进行了对比，验证了该方法的优越性。 海事监视雷达在探测和跟踪海面上的目标时，常常会受到海杂波的影响，这会显著降低雷达系统的性能。传统上，海杂波抑制方法主要分为三类：空间域处理、频域处理和基于子空间的方法。空间域处理利用雷达天线的空间信息来区分目标和杂波，频域处理通过对信号的频率特性进行分析和滤波来实现杂波抑制，而基于子空间的方法通过提取信号的子空间来分离目标信号和杂波。然而，这些方法存在一定的局限性，如处理复杂度高、对环境变化适应性差等问题。 机器学习方法的引入为海杂波抑制带来了新的解决方案。本研究提出了一种基于循环一致对抗网络（CycleGAN）的方法。CycleGAN是一种无监督的深度学习框架，它能够通过学习不同分布数据之间的映射来实现图像到图像的转换任务。在海杂波抑制场景中，CycleGAN被用来学习雷达回波数据与杂波抑制后数据之间的映射关系。研究中构建了两种特别的网络结构，分别是SCSG和SCRG结构以及判别器结构，它们各自承担着不同的学习任务。SCSG网络负责学习生成的数据与原始数据之间的循环一致性，而SCRG网络负责将原始数据映射到目标域数据。判别器则用来区分生成数据与真实数据，以此来提升模型的生成能力。 为了验证所提方法的有效性，研究者构建了基于复合K分布模型的模拟海杂波数据集。复合K分布是描述雷达海杂波的一种常用模型，它能够较好地模拟实际海杂波的统计特性。在实验中，研究者使用改进因子σ和结构相似度（SSIM）作为评价指标。σ用于衡量杂波抑制的效果，而SSIM用于评价图像质量。实验结果表明，在模拟数据和实测数据上，基于CycleGAN的海杂波抑制方法均能有效地改善目标检测性能，不仅降低了海杂波对目标检测的干扰，还保持了目标的清晰度。 这项研究工作不仅展示了机器学习在雷达信号处理领域的应用潜力，而且为解决传统海杂波抑制方法存在的问题提供了新的思路。未来的工作可能会侧重于改进网络结构，进一步提升杂波抑制的效果以及对环境变化的适应性。同时，研究者也可关注如何将所提方法拓展到更广泛的实际应用场景中，以满足不同海事监视任务的需求。 文章详细介绍了机器学习方法在海事监视雷达海杂波抑制中的应用，从理论分析到实际实验，展示了该方法的有效性和优越性。通过对复杂海杂波环境的有效抑制，使得雷达系统在海面目标探测和跟踪方面的能力得到显著提升。研究不仅为海杂波抑制提供了新的技术方案，也为机器学习在雷达信号处理领域的进一步探索奠定了坚实的基础。

超声波测距技术是一种利用超声波在空气或其他介质中的传播特性来测量距离的方法，广泛应用于各种领域，如机器人导航、安防系统、自动化设备等。在这个“超声波测距代码”中，我们将深入探讨如何通过编程实现超声波测距的功能。 超声波传感器，如HC-SR04或Ultrasonic Sensor Module，是实现这一功能的核心组件。这类传感器通过发射短促的超声波脉冲，并检测该脉冲从发射到反射回来的时间差，进而计算出与目标之间的距离。公式通常为：距离 = (声速 × 时间) / 2。在空气中，声速大约为343米/秒。 代码实现超声波测距通常分为以下几个步骤： 1. **初始化**：需要对微控制器（如Arduino、Raspberry Pi或ESP32）进行初始化，设置相应的GPIO引脚以控制超声波传感器的Trig和Echo引脚。Trig引脚用于发送超声波脉冲，Echo引脚接收返回的信号。 2. **发送脉冲**：通过Trig引脚向传感器发送一个长约10微秒的高电平脉冲，这会触发传感器发射超声波。 3. **监听回波**：随后，我们切换Echo引脚为输入模式，并开始计时。当Echo引脚检测到回波时，计时器停止。记录下这个时间差Δt。 4. **计算距离**：根据上述公式，将Δt转换为距离。由于我们使用的是微秒，所以要将时间差乘以声速的倒数（1/34300厘米/微秒），然后除以2。 5. **处理结果**：处理计算得到的距离值，可能包括去除异常值、滤波处理、单位转换等。可以将结果输出到显示屏或通过无线通信模块发送到其他设备。 6. **循环测量**：为了连续监测距离，通常会将以上步骤放入一个循环中，以实现持续测距。 在压缩包文件“超声波程序”中，包含了具体的编程实现。这个程序可能是用C++、Python或其他编程语言编写的，针对不同的硬件平台（如Arduino IDE或MicroPython）。通过查看源代码，你可以了解到如何与超声波传感器交互，如何处理时间和距离的计算，以及如何在实际项目中应用这些原理。 为了更好地理解和学习，建议先了解所使用的硬件平台和编程语言的基础知识。同时，可以尝试调整代码参数，如脉冲宽度、测量间隔等，以优化性能或适应不同的环境条件。实践是提高理解的最佳方式，动手操作并调试代码，你会更深入地掌握超声波测距技术。