基于ARM 的嵌入式系统Bootloader 的设计与实现

为了解决在设计Bootloader 时调试程序不方便的问题,作者自行设计了ARM9 核心板,扩展和增加了SD 卡具体硬件模块上的功能支持。设计并实现了一个支持从SD 卡加载系统镜像并启动系统的Bootloader。在启动模式、中断处理、硬件初始化以及内存映射和最终引导linux 内核等一系列关键技术上做了详细的设计。该设计已成功运用到湖南省科技厅一款手持导航设备项目中,运行稳定。     

单跨光纤长距离混沌激光保真传输实验研究

混沌激光在载波通信、密钥分发等信息安全传输领域具有巨大的应用潜力,但放大器自发辐射噪声、光纤色散以及非线性效应会降低混沌信号的保真度,进而限制单跨光纤混沌同步的距离。本文通过研究滤波器线宽、光纤色散补偿偏差以及混沌入纤功率对混沌激光传输保真度的影响,探明了单跨光纤混沌同步的极限距离,并在实验中实现了200 km单跨光纤中保真度为0.9214的混沌信号传输。以此信号为驱动,获得了同步系数为0.9043的共驱混沌同步,为长距离混沌载波通信与密钥分发的实现提供了基础。     

基于方差变化率判据-四分位的风电场功率异常数据识别

风电场运行中产生了数量巨大的历史数据,而提升历史数据的质量是实现风电场高效智能运维的前提。为此,文中分析了风电场风功率数据的分布特征和形成机理,提出基于方差变化率判据-四分位法组合的风电场风功率异常数据识别方法。首先,利用物理规则对原始风功率曲线进行预处理,剔除明显异常的数据;然后,利用风功率方差变化率判据法识别并清洗风功率曲线的堆积型异常功率数据点,判据的阈值借助箱型图自动获取;同时,利用四分位法识别并清洗剩余的离散型异常数据点;最后,通过算例验证了所提算法的可行性。研究结果表明所提算法具有易实现、效率高和通用性强的优点,其异常识别效果优于局部离群因子(local outlier factor,LOF)算法和Thompson tau-四分位算法,其耗时比LOF和Thompson tau-四分位算法分别减少9.6 s和0.49 s,且在5个不同位置的风电场验证了所提算法的通用性。     

耦合水电弃能消纳的日前现货市场多阶段出清方法EI北大核心CSCD

如何破解梯级上下游电站报价不匹配导致的竞争性弃水,是高比例水电现货市场出清中的基础性理论和实践难题。为此,基于节点电价出清机制,从弃水原因出发,提出一种耦合水电弃能消纳的多阶段日前现货市场出清方法。该方法第一阶段引入弃能电站报价修正策略,通过等比例调减弃能电站报价,实现市场优先出清;第二阶段引入上游电站电量控制策略,利用下游电站弃能反向推算上游电站应削减电量,构建了多时段耦合电量控制约束,通过减少上游放水削减下游弃能;第三阶段引入上游电站出力控制策略,考虑梯级滞时精细化推算上游电站各时段出力上限,构建了出力控制约束,进一步调减弃能;最后基于“谁获利、谁负责”的公平性原则,构建了多阶段结算补偿策略。实例分析表明,提出的方法能够有效协调上下游电站出清电量,避免报价不匹配导致的竞争性弃水,为高比例水电市场现货交易提供了新的思路。     

电力作业现场安全智能管控技术研究及应用

随着国内电网建设结构日趋复杂和新技术、新设备的大量应用,目前在电网运检、基建施工过程中存在运 维设备多、施工周期长和涉及面广的特点,现有的安全管控手段已不能满足现阶段电力建设要求,只有在电力生产建 设中进行安全防范和督查的全覆盖,加强对分散、临时、协作等作业项目的安全管控力度,才能有效做到安全监管和 安全预控.电力作业现场安全智能管控监控通过软件B/S架构实现,基于图像识别的人工智能、物联网、边缘计算等 技术手段,分析生产过程中的监管要求,设计工作区人脸识别、安全帽佩戴、工作着装、现场火情等在线监测项目, 将解决监管体系力量薄弱、全过程监管缺乏、管控智能化水平低的难题.系统将有效提高电力作业现场的智能管控水 平,保障电力安全生产的顺利实施.     

基于WebGL的BIM轻量化关键技术研究

由于BIM数据通常被设计在OS平台上解析和生成,无法直接被WebGL读取和渲染,借助第三方工具往往需要支付昂贵的费用或数据用于特定的平台,使用中间格式进行数据交换会造成一定的数据损失和数据冗余。针对上述情况,基于应用的角度,通过分析Autodesk Revit模型信息的组织方式与GLTF数据结构,设计Revit数据转化成GLB格式的程序接口。几何数据经过顶点以及几何体在族实例内部和族实例间不同层级的复用,有效降低数据冗余度;利用Draco压缩,实现BIM模型的轻量化存储;通过Three.js与Cesium实现在浏览器端的可视化渲染。对目标数据进行评估发现有较小的几何数据损失,实验结果证明此方法具有应用价值,对研究BIM信息提取与模型可视化有一定的意义。     

基于自适应校准和多分支注意力的遥感目标检测

面向复杂多变的遥感场景下目标检测易受干扰的问题,提出了结合自校准模块和D_Triplet Attention的任意方向目标检测模型SD-Centernet。该方法在网络结构中引入旋转角度,为检测框提供角度信息。在Dlanet特征提取网络中引入self-Calibrated模块,通过自适应校准操作融合来自两个不同空间尺度的信息,增大输出特征的感受野。同时为了加强图像局部信息的聚焦,引入D_Triplet Attention,更好的解决了跨维度交互问题。SD-Centernet在HRSC-2016数据集上的检测精度达到86.25%,检测速度达到14.9帧/秒,有效提高了遥感航拍中多方位目标的检测效果。     

声场波数积分截断波数自适应选取方法

在采用波数积分法进行声场计算的过程中,需要选取合适的积分截断波数,文章提出一种应用于流体介质中宽带声场波数积分计算的截断波数自适应选取方法。首先根据波数域格林函数的衰减特性构造一个数学模型,然后利用卡尔曼滤波器对该数学模型的拟合参数进行跟踪和预测,最后根据预测的模型参数计算截断波数。仿真试验结果表明,该方法实现了给定精确度下的积分截断波数自适应选取,能够克服现有方法不能兼顾低频段精确度和高频段计算量的问题,并且不会引入太多额外的计算量。     

含马来酰亚胺结构的DOPO基反应型阻燃剂的合成及其对环氧树脂性能的影响

以9,10-二氢-9-氧杂-10-磷杂菲-10-氧化物(DOPO)和N-对羧基苯基马来酰亚胺(pCPMI)为主要原料合成了一种新型的反应型阻燃剂DOPO-pCPMI,利用傅里叶变换红外光谱(FT-IR),核磁共振谱(¹H-NMR、³¹P-NMR)对阻燃剂分子的结构及其组成进行了分析表征。随后将DOPO-pCPMI与环氧树脂预聚,再以4,4’-二氨基二苯基砜(DDS)为固化剂制备DOPO-pCPMI/EP复合材料。通过极限氧指数(LOI)、动态热机械分析(DTMA)、热失重分析研究了复合材料的阻燃性能和热性能。结果表明：当pCPMI的质量分数为6%时,DOPO-pCPMI/EP固化体系综合性能最佳,氧指数由24%提高至33.5%;玻璃化转变温度(T_g)为210℃;弯曲强度由90 MPa提升至127 MPa;在氮气气氛下不同组分树脂的浇铸体残炭率不断提高。对燃烧后炭层的红外分析和扫描电子显微镜(SEM)分析表明形成了含马来酰亚胺的刚性炭层,且炭层外部紧凑、完整,内部致密、多孔。     

基于 ResU-Net 的三维断层识别方法及应用

断层刻画了地层的边界位置,地震成像数据中反射层的不连续性可作为断层解释的主要依据。深度神经网络的强非线性性质可作为地震数据中断层不连续特征表达的有力工具,断层识别问题可视作一个像素级别的二分类问题,并使用深度学习方法对此问题进行建模求解。据此可给出一种端到端的基于深度学习网络的三维断层自动识别方法。首先利用地震子波与反射系数卷积合成多组三维地震数据,建立用于深度网络学习断层特征的样本数据,随后搭建网络进行训练,网络训练完成后应用于实际地震数据。鉴于残差模块可很好地提升网络泛化性能,所提出的将残差网络中的残差块结构引入U-Net中的方法,可用于提升通过合成数据样本训练得到的网络模型在训练数据之外,即实际地震数据上的断层识别性能。所建立网络用于断层解释时,输入为叠后三维地震数据,输出为相同维度的三维数据体,其中每一输出值代表输入三维地震数据相同位置处断层的概率。实际算例对比测试表明,此方法可对三维地震数据中的断层进行有效识别,在合成数据集上训练精度相差不大的前提下,引入残差模块的ResU-Net在实际地震数据上的断层识别泛化性能得到提升。