一种模块化多电平变换器的改进型预充电策略

为实现基于模块化多电平变换器(modular multilevel converter, MMC)的变频驱动系统启动前对电容的平稳准确充电,提出了一种预充电策略。MMC预充电过程可分为不控充电阶段和可控充电阶段。以可控充电阶段的控制策略为研究重点,分析了充电电流恒定时的电压变化规律,给出了充电电流控制方程。该策略充电时间可调,无需实时观测子模块电容电压,能使各电容电压平均、平稳上升,半实物仿真证明了所提方案的正确性和有效性,为MMC驱动电机提供了应用基础。     

基于防空反导的战术级通用态势图分析研究

针对不同战场角色、作战任务、作战规模、战场级别、关键事件环境等情境因素中,指挥员无法准确而迅速地获取需要的信息等问题,在战术级指控系统与当前防空反导发展趋势的基础上,集中详细地阐述了通用态势图。在战场态势预测分析的基础上,进一步介绍了其关键技术,并通过仿真数据进行了验证。在帮助指挥员深入认知战场态势上提供了辅助,从而减少了冗余态势信息对指挥员的干扰,缩短了整个决策环的时间。     

基于果蝇算法优化LSTM的雷达波束扫描行为预测

在认知电子战体系下,更为智能的算法才能适应日益复杂的电磁空间。针对相控阵雷达的波束扫描行为预测问题,在正弦坐标系下将波束扫描位置数据抽象为网格数据,利用果蝇优化算法寻找最优的LSTM网络超参数,提出了一种基于果蝇算法优化LSTM的波束行为预测方法。仿真实验表明所提算法在果蝇算法调参的支撑下,相较NAR神经网络算法和普通的LSTM算法而言,预测精度和鲁棒性更强。     

攻防博弈下的Ad hoc网络风险预测

利用博弈论原理,分析Ad hoc网络入侵防御系统与攻击者之间的攻防过程,建立了多阶段动态博弈下的网络风险预测模型。综合考虑Ad hoc网络不同节点与不同攻防措施对网络风险影响的差异性,量化攻防效用矩阵;通过求解纳什均衡,得到攻防双方最优混合策略;根据风险值求解算法,预测攻防平衡下的网络风险值。仿真实验表明,该模型和算法切实可行,对提升Ad hoc网络安全有一定参考价值。     

伺服电机NCS神经网络PID趋近律滑模控制

针对直流伺服驱动电机的网络控制系统的非线性控制系统特性和神经网络多包传输的特性,提出一种基于滑动窗口策略的多核LS-SVM神经网络PID趋近滑模控制器。该控制器可以在线控制和预测丢包补偿,并将其控制系统实现为一种具有延迟和丢包的多包数据传输直流控制器的伺服驱动电机神经网络自动控制补偿系统。其主要方法为,首先基于等效变换、无延迟和滑动窗口相结合的LS-SVM在线数据包损耗预测,建立系统的延迟补偿模型。其后通过神经网络的非线性映射对PID参数进行在线调整,实现稳态并进行分析。仿真结果表明,组合内核LS-SVM预测策略可以提高数据包损失补偿的准确性,减少系统抖振,在响应速度较快的情况下完成整定。     

基于蒙特卡罗法的航路区与终端区冲突检测

针对航路区飞行与终端区飞行的防相撞安全问题,提出一种基于蒙特卡罗法的飞行冲突检测方法。该方法选取椭球形作为飞机的保护区模型,并通过随机微分方程预测飞机的位置,进而采用蒙特卡罗法计算航路区飞行与终端区飞行发生冲突的概率。实验表明,所提出方法能够得到较为准确的总体飞行冲突概率,从而验证了其用于冲突探测研究的可行性。