基于重复控制的前馈补偿方法研究

军用移动电站的并网系统在向电网馈电的过程中,当电网电压波动,特别是系统工作于轻载时,会使并网系统输出电流畸变,电流谐波含量增高．在研究传统并网电流控制的基础上,首先提出将重复控制引入电网电压前馈控制计算中,达到抑制电网突变对系统前馈的影响和消除电网周期性扰动产生的电流畸变的目的,提高了系统稳定性;然后采用前馈控制和PI控制器串联方式,保证系统的动态性能．实验结果表明,基于重复控制的前馈补偿方法便于实现,该方法能够降低并网电流总谐波,提高系统稳态特性和并网输出电压质量．     

利用多时间尺度卷积的视频行为识别网络

基于2D的行为识别网络通常融合多张视频帧的分类结果识别不同的行为,但其在卷积过程中缺少对时空特征提取。针对该问题,基于时间位移模块(temporal shift module,TSM)的思想设计了一组多时间尺度卷积,包含不同设计的卷积核以提取融合不同时间尺度的时空信息。通过控制多时间尺度卷积嵌入ResNet50网络的位置及其模块的参数设置,寻找最优的基于多时间尺度卷积的行为识别网络。使用PyTorch深度学习框架训练模型,在大型开源数据集Something-Somethingv2上进行了实验研究。结果表明,基于多时间尺度卷积的行为识别网络对行为识别准确率达到了59.47%,优于TSM等网络。     

SpaceFibre星载数据网络低延时确定性调度算法

针对超高速SpaceFibre星载网络中多源数据传输的确定性和实时性应用需求,提出一种分类细粒度低延时确定性调度算法。该算法基于差异化调度策略的思想,将数据流划分为三类。为实现网络资源的细粒度分配,引入扩展时隙。该算法采用无冲突均匀调度方法,降低了数据包的平均排队延时。为适应有效载荷组网的航天应用场景,该算法兼顾网络拓扑结构生成调度方案。为验证算法有效性,在OPNET仿真平台下利用自定义建模技术搭建网络仿真模型。仿真结果表明:相比优先权调度和无冲突连续调度机制,该算法实现了时间敏感数据流的确定性传输;随着时隙数目的增加,网络的延时性能和抗抖动性能显著提升,吞吐量性能得到保证;该算法具有一定的航天工程实用价值。     

一种航天试验装备备件需求组合预测模型

为适应高密度任务条件下航天试验任务对航天试验装备备件精确化保障的要求,提高备件保障的质量效益,运用组合预测的思想,在优选和改进单项预测模型的基础上,从实际值和预测值之间的相关性指标出发,结合信息集结算子动态赋权,提出一种航天试验装备备件需求组合预测模型。以5个典型误差指标对实验结果进行比较分析,该组合预测模型的预测结果均明显优于单项预测模型。通过建立组合预测模型,弥补了单项预测模型的不足,提高了航天试验装备备件需求预测的精度,为增强航天试验任务保障效益提供了方法参考和决策支持。     

基于ITS与多重分形的传动箱状态识别

实验采集的传动箱振动信号受噪声干扰严重,难以直接通过信号的多重分形特征参量来区分不同工况,为此,采用ITS降噪及微弱特征提取方法,计算了降噪后传动箱正常运转、润滑不良及基座松动3种状态下的多重分形谱参数,对特征提取后信号从局部到整体、从渐进态到最终态的微变化过程进行了定量描述,并由这些特征值的敏感性判断了系统状态类别。     

重金属离子在线水质检测系统设计与试验

为解决水环境中重金属离子现场应急检测的难题,实现水环境中重金属离子的在线检测,提出了一种基于离子选择性电极法和阳极溶出伏安法的组合式重金属离子在线水质检测系统。分析了离子选择性电极法和阳极溶出伏安法的工作原理,构建了重金属离子在线水质检测系统结构,设计了系统检测软件工作流程,并对该方法进行了验证。结果表明:组合式电化学检测法是一种可靠稳定的重金属离子检测方法,可满足现场应急在线检测要求。     

基于功率控制分组的RFID防碰撞算法改进

为了减少阅读器读取标签过程中的查询次数,降低标签发生碰撞的概率,提高系统效率,针对功率控制分组防碰撞算法不能根据标签数动态地进行组数划分,提出了一种改进算法。采用数学分析与二进制算法相结合的方法,找到最优组数,根据最优组数划分阅读器的读取区域,标签分布在划分的组中,阅读器依次读取不同组中的标签。通过划分组数,减少阅读器每次读取的标签数,从而降低标签碰撞的可能性。仿真结果表明,改进算法显著减少了碰撞次数,提高了系统效率。     

水下监测系统中的特殊均匀圆阵特性分析

一种特殊的均匀圆形阵列(SUCA)安装在水下监测系统中的浮体系统上。针对SUCA的特殊性,建立了SUCA的模型,运用模式空间理论推导出其方向图公式,并在此基础上对其半功率波束宽度和无模糊条件进行了研究和分析。通过与均匀圆形阵列(UCA)进行比较,得出结论:SUCA半功率波束宽度略大于UCA,并且其无模糊条件比UCA范围更广。研究表明SUCA的性能与UCA相似,具有工程实用价值。     

力导向模型的复杂网络社区挖掘算法

在复杂网络中发现和刻画社区结构是近年来复杂网络研究的重点方向之一。提出了一种社区挖掘的新思路,即根据力导向模型的原理,通过计算社区与节点之间的作用力来决定节点的社区归属。根据该思路设计了基于力导向模型的算法框架FDCD(Force-directed Community Detect),并利用FR模型、KK模型、LL模型和Q模型进行了验证。实验表明,基于FDCD算法框架的多种不同算法不仅能较好地识别社区结构,而且基于LL模型的FDCD算法达到了线性计算复杂度,能适用于大规模网络的社区挖掘。     

单频信号二维合成孔径成像算法

传统合成孔径雷达采用大带宽信号实现距离向分辨,采用一维合成孔径实现方位分辨,得到二维图像。在某些近场成像场合,成像分辨率要求很高,依靠信号带宽很难达到要求。提出了一种二维合成孔径成像系统,利用二维合成孔径实现二维分辨,分辨率取决于合成孔径长度,不受信号带宽的约束,可以实现超高分辨率。信号采用简单的单频信号,可使系统大大简化。详细推导了单频信号的二维合成孔径成像算法。仿真结果表明,单频信号二维合成孔径是一种有效的高分辨率成像技术。