基于DSP平台的动态无功补偿装置的设计

本文针对电力系统巾无功补偿装置的现状,分析了无功补偿装置的原理,指出动念无功补偿是对系统参数准确洲量的基础建立的.应用了快速FFT运算原理消除谐波对测量结果的影响.同时与DSP技术结合,设计了一种带电网监测的动态无功补偿装置.采用TI公司的TMSL2407 DSP作为主控制器,该装置能对电网中各项数据进行实时监测,实现了电容器的快速、无过渡投切.同时在满足无功补偿前提下,防止误动作,可有效的避免重大事故的发生.     

组合导航系统快速原型设计

为加快捷联惯性导航/卫星定位组合导航系统（Strapdown Inertial Navigation System/Global Positioning System,SINS/GPS）从算法到硬件产品的实现过程,采用快速原型技术进行设计.该方法在1个统一的Matlab/Simulink开发环境中建立系统模型并进行数字仿真;借助RT-LAB快速原型开发平台和实时工作间（Real-Time Workshop,RTW）为系统模型自动生成代码并加载到目标机和DSP硬件;实现SINS/GPS组合导航系统DSP硬件在回路仿真的快速原型设计.系统实时仿真结果与数字仿真结果一致,表明其具有开发周期短、实时性能好等优点.     

用于图像Hash的视觉相似度客观评价测度

由于评价图像Hash性能时,要求对两幅图像是否在感知上相似做出判断,因此针对这一需求,提出了一种衡量感知相似程度的评价测度。该测度的确定是先对图像进行低通滤波,再进行图像重叠分块;然后运用相关系数检测法计算每一对分块的相似程度,并对相似系数归一化,再分别计算若干个最小和最大的归一化相似系数的乘积;最后用最小相似系数乘积与最大相似系数乘积的比值作为感知相似性的测度。实验结果表明,该测度不仅可有效反映图像视觉质量的变化,而且能较好地区分两幅图像是否存在重要的视觉差异,其对感知相似进行评价的性能优于峰值信噪比。     

遗传蚁群融合算法求解航迹规划问题对比研究

蚁群算法和遗传算法的融合是目前的研究热点之一,因此研究不同的遗传蚁群融合算法对算法的选择及其改进具有积极的意义.研究了遗传算法的编码方式、交叉方式及变异操作和蚁群算法的原理,且着重研究了遗传蚁群混合算法、蚁群遗传混合算法、同遗传算法整合的蚁群算法等三种融合算法,并应用这三种算法在求解航迹规划问题上进行了仿真研究,对所得的最优解从精度和快速性对其进行了分析和比较,可以得出遗传蚁群算法快速性最好但精度稍差,同遗传算法整合的蚁群算法精度最好但比较费时,蚁群遗传算法的精度和快速性介于前两种算法之间.     

基于量子级联激光的机动车尾气遥测系统设计北大核心CSCD

量子级联激光凭借其高灵敏度,高输出功率,窄线宽等特点应用于各类气体的遥感检测。本文采用波长调制光谱(WMS)技术设计了一种基于量子级联激光器的机动车尾气遥测系统。激光器的调制驱动信号由低频锯齿波和高频正弦波叠加而成,可有效抑制背景噪声,极大提高了检测灵敏度。系统以波长为632.8 nm的连续激光作为信标光,精确调节合束镜和反射镜之间的角度,保证信标光束与四台量子级联激光器发出的中红外激光光束同轴,实现光源可视化对瞄。光源穿过开放光路中尾气后的光强信号被红外探测器所采集并转换为电信号,经I/V放大后,通过锁相放大器将与被测气体浓度成正比关系的二次谐波分量提取出来,实现对一氧化氮、碳氢化合物、一氧化碳及二氧化碳四种尾气组分同时检测并避免相互干扰。经测试,系统探测信号与气体浓度表现出极强的相关性,系统动态测试的相对误差绝对值小于5%,检测光程可达16 m,至少满足三车道同时检测。     

面向Si/SiC混合器件逆变器全寿命周期安全工作区的多开关模式主动切换策略

基于硅基绝缘栅双极型晶体管(Si IGBT)和碳化硅金属氧化物半导体场效应管(SiC MOSFET)的Si IGBT/SiC MOSFET混合器件采用多开关模式切换策略可使变换器具备应对复杂工况的能力,然而现有切换策略并未考虑器件疲劳老化对模式切换阈值电流的影响,在混合器件老化进程后期极有可能造成器件热失效,进而严重威胁变换器的可靠运行。基于此,提出了一种面向Si/SiC混合器件逆变器全寿命周期安全工作区的多开关模式主动切换策略。基于器件疲劳老化对逆变器最大安全运行电流的影响规律,设计了考虑老化进程的逆变器安全工作区刻画流程。根据安全工作区刻画结果,提出了适用于混合器件全寿命周期的多开关模式主动切换策略。实验结果表明,该策略能够针对混合器件不同老化程度来动态调整开关模式切换阈值电流,从而在器件全寿命周期内保障逆变器的运行可靠性。     

基于价值分解深度强化学习的分布式光伏主动电压控制方法

针对主动电压控制问题,深度强化学习能够有效地解决数学优化方法在精确性和实时性方面的不足。但传统多智能体深度强化学习方法存在信用分配、过度泛化等问题,难以学习到全局最优的协调策略,控制效果较差。为此,提出了一种基于价值分解深度强化学习的分布式光伏主动电压控制方法。将主动电压控制问题建模为分布式部分可观测马尔可夫决策过程,然后基于中心化训练和去中心化执行框架,提出分解式价值网络、集中式策略梯度2项改进措施：将全局价值网络分解为个体价值网络和混合网络,并采用所有智能体的当前策略进行集中参数更新。改进的IEEE 33节点配电网系统的算例结果表明,所提方法表现出了优越的稳压减损控制性能,且在训练速度、场景鲁棒性等方面具备一定的优势。     

土壤中红外光谱库支持下的局部建模集优化

土壤中红外（MIR）光谱能快速、无污染、低成本地估算土壤有机碳等理化属性。随着各种尺度土壤光谱库的建立,使用其进行快速土壤分析引起广泛关注,但光谱库的通用模型在局部尺度上的预测效果不理想。开发“局部化”光谱建模方法是提高土壤光谱库性能的有效途径。本文提出了一种新的方法,通过光谱相似度计算和建模子集构建,旨在从库中快速建立最优局部建模集以提高预测精度。比较了欧氏、马氏、余弦三种距离算法衡量待测样本与库样本之间的相似度并生成距离矩阵;使用连续统去除法从距离矩阵中提取库容曲线中的特征点。利用偏最小二乘回归建立土壤MIR光谱与有机碳含量间的定量关系。结果表明,三种距离算法结合连续统去除得到的第一特征点均可得到较佳的预测精度。马氏距离不仅模型精度最高（R² = 0.764,RMSE = 1.021%）而且用到的库样本数最少（14%库容）。本方法可改善MIR光谱分析的成本效率并能提高局部尺度的预测能力。     

基于基波PWM激励和简化电流斜率测量的多相永磁同步电机转子位置估测技术

当前基于逆变器基波脉宽调制激励的双三相永磁同步电机（DTP-PMSM）无位置传感器的算法无需注入高频信号即可实现低速和零速控制。但是,该方法在非零电压矢量期间需要多次对电流进行采样,算法的实施比较复杂,对硬件要求较高,阻碍了这种方法在工业中的实际运用。为此,本文研究了一种改进算法。该方法直接利用DTP-PMSM本身的凸极效应,从静止坐标系下,以同步采样的方式提取相邻两个PWM周期内平均电流变化率,进而实现转子位置估测。此新方法实现了为位置估测进行的电流采样与为电流环控制进行的电流采样之间的同步,大幅降低了算法的实施难度。论文最后通过仿真验证了所提新方法在低速和零速运行条件下的有效性。     

An Artificial Motion and Tactile Receptor Constructed by Hyperelastic Double Physically Cross-Linked Silk Fibroin Ionoelastomer

Ionotronic artificial motion and tactile receptor (i-AMTR) is essential to realize an interactive human-machine interface. However, an i-AMTR that effectively mimics the composition, structure, mechanics, and multi-functionality of human skin, called humanoid i-AMTR, is yet to be developed. To bridge this technological gap, this study proposes a strategy that combines molecular structure design and function integration to construct a humanoid i-AMTR. Herein, a silk fibroin ionoelastomer (SFIE) with double cross-linked molecular structure is designed to mimic the composition and structure of human skin, thereby resolving the conflict of stretchability, softness, and resilience, suffered by many previously reported ionotronics. Functionally, electromechanical sensing and triboelectricity-based tactile perception are integrated into SFIE, to enable simultaneous perception of both motion and tactile inputs. By further leveraging the machine learning and Internet of Things (IoT) techniques, the proposed SFIE-based humanoid i-AMTR precisely senses the movement of human body and accurately sortball objects made of different materials. Notably, the success rate for 610 sorting tests reaches as high as 92.3%. These promising results essentially demonstrate a massive potential of humanoid i-AMTR in the fields of sorting robots, rehabilitation medicine, and augmented reality.