基于内部故障仿真的可变速抽水蓄能发电电动机定子侧主保护优化配置研究

大型可变速抽水蓄能机组具有交流励磁和变速恒频发电的特点,研究其内部故障仿真建模方法对明确其主保护最优配置方案有实用意义。首先,基于分支电压方程和磁链方程建立可变速抽水蓄能发电电动机的通用数学计算模型,能够实现对并网满载工况下定子绕组内部短路故障和开焊断线故障的暂态仿真。仿真结果中两类故障的故障特征与理论分析一致,验证了该数学计算模型的正确性。然后,根据定子绕组的绕线规律分析可能发生的短路故障和断线故障情况,利用所建立的数学模型对所有故障情况进行仿真计算。最后,经定量化分析比较,发现主保护配置方案为：“零序横差电流保护+裂相横差电流保护+完全纵差电流保护”时保护覆盖范围最大。     

基于富铟团簇量子结构的双波长可调谐半导体激光器

本研究提出了一种采用增益芯片和光栅外腔的双波长可调谐半导体激光器。增益芯片采用了富铟团簇量子限制结构作为其量子限制结构,由于该结构独特的平顶增益特性,可以使激光器在双波长调谐范围内实现光强稳定。本研究中的谐振腔包括内部谐振腔和外部谐振腔,其中内部谐振腔由增益芯片的两个自然解理面构成,以支撑整个系统工作在特定波长。外部谐振腔由增益芯片的一个自然解理面和光栅构成,可实现969.1~977.9 nm的工作波长范围。最终该系统基于单个增益芯片和单个光栅实现了同步双波长输出,双波长的频率差在THz范围。本研究有望为实现双波长差频太赫兹源提供一种可能的解决方案。     

时间约束下 ＦＰＧＡ 资源最小化的动态重构

针对可重构嵌入式系统算法中数据路径部分的时间划分,本文提出了一种在时间约束下实现应用数据路径所需的单元格数量最小化的动态重构策略。首先,把算法建模为一个无环数据流图G(V,E),其中顶点集V={O1,O2,…,Om}对应于算术算子和逻辑算子,有向边集E={e1,e2,…,ep}表示运算之间的数据依赖关系;其次,对应用设置一个约束时间T,通过E建模的数据依赖关系来执行算法,使得所需要的FPGA单元数量最少。具体实现是使用一个与目标相关的算子库,这个库可以将算子Oi需要的最大路径延迟ti和基本FPGA单元的数量Area(Oi)两个属性关联到图G的每个顶点,从而计算出精确的处理时间;最后,分析总的处理时间(配置和执行)与约束时间之间的差,对分区作出判决。基于一个图像处理算法的应用表明,本文提出的划分策略对于可重构嵌入式系统的设计是有效的。     

云网融合背景下城域光网络的演进策略探讨

针对5G等新业务所带来的新的承载需求,阐述云网融合下网络总体架构的演进,分析城域网对业务承载存在的不足,得出城域光网络的演进的必要性。首先从新业务的承载需求出发,列举不同接入场景的特点,再结合ROADM(可重构光分插复用器)等新技术的技术特点和优势,对云网融合背景下网络和业务需求提出城域光网络的演进策略。     

静态光散射法水体悬浮颗粒物粒度测量背景干扰消除方法

静态光散射法能够实现水体悬浮颗粒物粒度分布的快速检测,但测量精度易受背景干扰。传统的样品散射光减背景光方法无法有效消除背景干扰。提出了基于散射光基线的背景干扰消除方法,在样品散射光减去背景干扰的基础上,拟合出散射光强分布基线,进一步消除背景的干扰。120μm及9.86μm标准粒径样品的测量结果表明,相较于传统方法,120μm样品的D10、D50以及D90的测量相对误差分别由56.9%、17.2%、8.1%下降到0.4%、0.8%、2.8%;9.86μm样品的D10、D50以及D90的测量相对误差分别由17.2%、10.0%、0.1%变到11.6%、3.4%、0.1%。表明基线法能够大幅提升背景干扰的去除效果,提高颗粒物粒度测量的准确性。     

基于双向索引的高效连接关键字查询动态可搜索加密方案

为了解决现有动态可搜索加密方案更新过程操作复杂、信息泄露以及查询方式单一等问题,提出了一种前向安全和后向安全的高效连接关键字查询动态可搜索加密方案——BPC-DSSE方案。该方案利用位图索引构建了双向索引结构来简化动态更新过程,并通过具有加法同态性质的对称加密隐藏访问模式。同时,由于添加和删除操作均通过模加法完成,可通过隐藏更新类型减少更新过程的泄露。此外,为了解决现有方案查询方式不灵活的问题,引入内积匹配算法实现了高效的连接关键字查询。安全分析表明,BPC-DSSE方案实现了前向安全以及Type-I-的后向安全。仿真结果表明,相对于其他连接关键字查询的方案,BPC-DSSE方案具有更高的更新、查询效率。     

小波降噪对TDLAS 干涉抑制的研究

基于多光程吸收池的可调谐半导体激光吸收光谱 (TDLAS) 系统在检测过程中容易出现噪声干扰, 影响着其 实际检测性能。针对这种干扰的特征进行分析, 提出利用小波降噪法来改善 TDLAS 系统的探测性能。首先依据理论 研究结果选择合适的小波函数和分解层数, 然后通过这种小波对叠加干扰的仿真信号进行滤波, 结果表明这种降噪技 术具有良好的去噪效果。最后利用小波降噪技术处理了实验采集的不同浓度气体的直接吸收光谱 (DAS) 和二次谐波 信号, 相比于原信号, 降噪后信号的信噪比从 0.4 增加到 259, 系统的检测限也达到 7×10−6, 表明小波降噪方法在气体 光谱检测中具有较高的应用价值。     

卷积神经网络表征可视化研究综述

近年来, 深度学习在图像分类、目标检测及场景识别等任务上取得了突破性进展, 这些任务多以卷积神经网络为基础搭建识别模型, 训练后的模型拥有优异的自动特征提取和预测性能, 能够为用户提供“输入–输出”形式的端到端解决方案. 然而, 由于分布式的特征编码和越来越复杂的模型结构, 人们始终无法准确理解卷积神经网络模型内部知识表示, 以及促使其做出特定决策的潜在原因. 另一方面, 卷积神经网络模型在一些高风险领域的应用, 也要求对其决策原因进行充分了解, 方能获取用户信任. 因此, 卷积神经网络的可解释性问题逐渐受到关注. 研究人员针对性地提出了一系列用于理解和解释卷积神经网络的方法, 包括事后解释方法和构建自解释的模型等, 这些方法各有侧重和优势, 从多方面对卷积神经网络进行特征分析和决策解释. 表征可视化是其中一种重要的卷积神经网络可解释性方法, 能够对卷积神经网络所学特征及输入–输出之间的相关关系以视觉的方式呈现, 从而快速获取对卷积神经网络内部特征和决策的理解, 具有过程简单和效果直观的特点. 对近年来卷积神经网络表征可视化领域的相关文献进行了综合性回顾, 按照以下几个方面组织内容: 表征可视化研究的提起、相关概念及内容、可视化方法、可视化的效果评估及可视化的应用, 重点关注了表征可视化方法的分类及算法的具体过程. 最后是总结和对该领域仍存在的难点及未来研究趋势进行了展望.     

基于PIN二极管的可开关宽带极化转换超表面

为了在宽频内实现可开关的高效率线极化转换,设计了一个嵌入PIN二极管的十字架型极化转换超表面。仿真结果显示,当PIN二极管处于导通状态时,在4.03～7.71 GHz范围内,该超表面的极化转换率超过90%,相对带宽为62.7%;当PIN二极管处于截止状态时,该超表面在工作频段相当于反射板。通过理论分析和表面电流分布解释了极化转换机理。最后,对所制作样品的实验测量进一步证实了该超表面可开关的极化转换效果。所设计的超表面有望应用于电磁兼容和极化探测等领域。     

RIS辅助无线系统中基于压缩感知的稀疏度自适应级联信道估计方法研究

为了解决可重构智能超表面（Reconfigurable Intelligent Surface, RIS）辅助无线通信系统中级联信道的估计问题,本文提出了一种基于压缩感知（Compressive Sensing, CS）的自适应双结构稀疏正交匹配追踪算法（Adaptive Double-Structured Orthogonal Matching Pursuit, ADS-OMP）。已有的双结构稀疏正交匹配追踪算法（Double-Structured Orthogonal Matching Pursuit, DS-OMP）利用级联信道的双结构稀疏特性即行稀疏特性和列稀疏特性来提高算法估计性能,但需要已知相关信道稀疏度信息。本文提出的ADS-OMP算法在现有的DS-OMP算法基础上设计合理的判决准则和迭代阈值来估计相关稀疏度,从而能在角域级联信道的行稀疏度和列稀疏度均未知的情况下完成级联信道估计,有效克服了现有DS-OMP算法对相关信道稀疏度的依赖,算法实用性更强。仿真结果表明,本文提出的ADS-OMP算法和已有DS-OMP算法估计性能一致,算法复杂度在同一数量级上,前者复杂度略微提升。