一种高资源效率的Fast-RCSC极化码译码器

针对现有极化码软输出译码器存在的高资源消耗与低资源效率,设计了一种快速低复杂度软取消(Fast Reduced Complexity Soft-Cancelation,Fast-RCSC)译码算法及其译码器硬件架构。Fast-RCSC算法对内部特殊结点进行完整计算,在减少译码周期的同时仍有较好译码性能。基于不同特殊结点公式之间存在相似性,进而通过对引入的特殊结点模块进行计算结果复用以及计算模块分时复用,减少特殊结点模块资源消耗。通过共用存储单元以及对不足存储单元数据宽度的数据进行合并,降低存储资源消耗。在华润上华(Central Semiconductor Manufacturing Corporation,CSMC)180nm工艺下综合结果表明,设计的译码器在码长为1024的情况下,面积为2.92mm²,资源效率为245.2Mbps/mm²,相比现有软输出译码器有不同程度的提升。     

基于贝叶斯压缩感知的子空间拟合离格DOA估计

针对传统的基于稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）的波达方向估计算法对噪声鲁棒性不高的问题,提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival,DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解,获得信号的加权子空间,构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题,采用了离格贝叶斯推导（Sparse Bayesian Inference,SBI）算法进行求解,利用期望最大化算法迭代更新相应的参数。仿真结果表明,相对于传统的DOA方法,该方法具有更好的估计精度。     

一种基于深度学习的高轨卫星CEI信号频率估计算法

针对高轨卫星连线干涉测量(Connected Element Interferometry,CEI)信号的高精度频率估计这一难题,建立了CEI中的正弦信号频率估计模型。设计了基于深度学习框架的CEI信号频率估计算法,将算法划分为基于前馈深度神经网络的频率表征模块和基于卷积神经网络的频率计算及估计模块,在此基础上设计了各模块的具体结构和学习训练流程。对于算法的核心模块进行了仿真实验验证,并将所提算法与前人的相关算法进行了比较与分析,证明了该算法的有效性、稳定性和优越性。     

Development of fault cause estimation method for distribution line

We are planning to develop the new Advanced Distribution Automation System (ADAS) equipped with optical communication network and sectionalizer with sensor for more grid reliability and efficiency on maintenance operation. The new system is featured with the function of fault cause or damaged part estimation. The new sectionalizer captures the waveform of electrical line surge originated by fault and the system analyzes the waveform for this function. This paper mainly introduces the system configuration of ADAS and an early stage examination of fault cause estimation technology.     

基于 IAS 精确估计的太阳轮齿面剥落检测方法研究

瞬时角速度(instantaneous angular speed, IAS)信号的估计精度易受编码器自身误差影响,影响其故障检测结果。针对上述问题提出了一种局部多项式微分估计方法对IAS信号进行估计。首先通过局部多项式微分抑制编码器细分误差产生的锯齿状噪声和估计误差导致的信号不连续问题,实现了IAS信号的高精度获取,然后使用精确估计的IAS信号通过局部同步拟合技术提取太阳轮故障特征。通过实验和仿真说明,本文提出的局部多项式微分估计能较好地抑制编码器误差导致的IAS信号噪声,提高IAS信号的信号比,结合局部同步拟合能够有效地提取太阳轮齿面剥落故障特征。     

埋地非金属管道雷达探测成像定位方法研究

非金属管道在地下管网建设中得到广泛应用。 探地雷达法作为地下公共设施主要检测方法之一,常被用于地下非金属 管线探测中。 由于探测过程中存在非金属管道回波信号微弱、地下结构复杂、波速难以精确估算等问题,使雷达探测成像及定 位成为难题。 针对上述问题,研究了适用于埋地非金属管道的波速估算和回波信号处理方法,提出了空间频域插值成像和二值 化定位算法;通过数值仿真验证了所述成像定位方法的可行性,并进行了 0. 400、0. 600 和 1. 100 m 埋深的非金属管道现场测 试。 实验结果表明,所提方法能够有效消除双曲线效应,探测区域的成像定位误差分别为 0. 006、0. 006 和 0. 012 m,满足埋地非 金属管道定位需求。 研究成果可为埋地非金属管道成像及定位提供技术支持,有益于提高探地雷达对地下非金属管线的探测 精度。     

新型电力系统灵活性资源聚合两阶段调度优化模型

构建以新能源为主体的新型电力系统是实现碳达峰、碳中和目标的关键驱动力。传统的以可控煤电装机为主导的电源结构,转变为以强不确定性、弱可控的新能源为主体的新型电力系统,将面临着灵活性资源短缺等挑战。以提升新型电力系统灵活性为导向,提出了灵活性资源聚合两阶段调度优化模型。第一阶段模型考虑分时价格型需求响应,以净负荷波动最小为目标平滑负荷曲线;第二阶段模型考虑分段激励型需求响应市场交易机制,融合电化学储能、抽水蓄能、改造火电等灵活性资源,以系统运行成本最小为目标设计最优运行方案。最后,算例结果和场景对比表明,需求响应能够充分挖掘负荷跟随系统调节的互动能力;改造后火电机组能够降低煤耗水平,提高调节能力,加强与系统灵活性需求时空匹配;各类储能积极响应电力系统调峰,促进了新能源消纳。     

基于混合通道注意力的类别级物体六自由度位姿估计

针对有光照变化、距离变化、背景杂乱、遮挡等干扰的场景下物体六自由度位姿估计精度低的问题,提出了一种结合多尺度特征融合和注意力机制的混合通道注意力模块(mixed channel attention, MCA)。在MCA基础上进一步构建了类别级物体六自由度位姿估计方法(MCA6D),其关键步骤包括物体的实例分割,特征提取与基于MCA的特征优化,基于先验形状的物体模型重建,及基于点云配准的位姿估计。本文方法在公共数据集CAMERA和REAL分别取得86.3%(5°2 cm)、73.4%(5°5 cm)和39.2%(5°2 cm)、43.3%(5°5 cm)的均值平均精度,领先于NOCS、SPD、SGPA等主流方法;同时实物实验表明本文方法在存在光照变化、距离变化、背景杂乱、遮挡等干扰的场景可准确估计物体六自由度位姿。     

闪电AR谱的多重分形特性分析及放电类型的识别

对闪电时域波形的分形研究由于忽略了其频率特性,致使复杂多变的闪电过程的全部特性无法得到充分表征。针对此问题,本文将多重分形理论引入到现代谱估计中,提出了一种基于AR(auto-regressive)谱的闪电电场信号的多重分形特性分析及放电类型的识别方法。首先基于AR模型谱估计法获得闪电电场信号的功率谱,然后,通过多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA) 法验证了闪电AR谱序列具有多重分形特性,并进一步对AR谱序列的Hurst指数以及多重分形谱进行了讨论,最后将相关参数作为闪电信号的有效特征值输入支持向量机进行了云闪(intracloud lightning) 和地闪(cloud-to-ground lightning,CG) 不同放电类型的识别。实验结果表明,本文方法对云、地闪信号的有效识别率达到了94%以上,该研究成果对闪电的特性研究与自动化识别技术均具有一定的参考价值。     

基于龙伯格观测器的BLDC滑模控制系统仿真研究

针对无刷直流电机（BLDC）负载频繁改变导致电机调速性能差的问题,提出了一种基于负载转矩观测器的速度滑模控制方法。速度环采用滑模变结构控制方法,基于改进指数趋近律设计了速度滑模控制器;同时为了减小负载转矩扰动对电机运行状态的影响,基于龙伯格观测器设计了负载转矩观测器,通过观测器来估计实际的负载转矩并将观测器的输出前馈给速度滑模控制器来抵消负载转矩扰动的影响。为了验证提出方案的有效性,在MATLAB/Simulink仿真环境上搭建了仿真模型并进行了仿真分析,仿真结果表明基于负载转矩观测器和速度滑模控制器的无刷直流电机系统有着优异的性能,与传统PI控制相比,抗扰能力强、恢复时间短、转速响应快,证明了提出方案的有效性。