两级式单相逆变器的二次功率解耦控制

两级式单相逆变器由前级DC/DC和后级DC/AC组成,通常利用负载电流前馈提高DC/DC的动态响应能力,但DC/AC输出瞬时功率的二次脉动,会由前馈通道使DC/DC的输入源产生二倍频电流。为了消除负载瞬时功率脉动对前级DC/DC的影响,提出在电压环引入串联虚拟阻抗以及增加电流环有功指令的前馈解耦控制方法,并推导出2条前馈通路的最优组合方式。在此基础上给出串联虚拟阻抗和有功电流前馈的优化选取方法以及控制器参数设计思路。该方法不仅能有效抑制输入侧的低频纹波电流,保证了系统的稳态性能,而且能够完整快速提取前馈分量,提高了DC/DC负载突变时的响应速度,实现了前后级之间的二次功率解耦。理论分析表明,所提控制既能满足二倍频电流抑制要求,又增大了电压环带宽,系统的动态特性更强。仿真和实验结果验证了所提控制策略的有效性。     

面向方向图保形的共口径基站天线去耦技术

为了节省基站天线所占空间资源,降低其运营成本,现代移动通信需要将多个天线阵列紧密地排列在一起,构成多频共口径基站天线。多天线的紧密排列势必造成天线间强烈的耦合,不仅使得天线阻抗失配、隔离度变差,同时也造成辐射方向图的严重变形。因此,近年来多频共口径基站天线的去耦成为工业界和学术界研究的热点,早期的去耦技术主要是面向改善天线的阻抗匹配和隔离度,而对面向方向图保形的去耦技术研究相对较少。文章在简要介绍面向方向图保形的基站天线去耦技术的研究现状的基础上,重点阐述了褚庆昕教授天线射频团队基于感应电流抵消、耦合场抵消和辐射阻断等原理,提出的几种新型的去耦技术。这些技术不仅可以有效地改善基站天线的阻抗匹配和隔离,更重要的是很好地实现了天线方向图保形。仿真和测试结果验证了原理的正确性和设计的可行性。一些技术已被用于5G基站天线产品。     

换装行人重识别研究进展

行人重识别旨在建立目标行人在多个无交叉覆盖监控区域间的身份联系,在智慧城市、司法侦查和监控安全等领域具有重要应用价值。传统行人重识别方法针对短时间跨度场景,依赖行人外观特征的稳定不变性,旨在克服光照差异、视角变化和物体遮挡等挑战。与之不同,换装行人重识别针对长时间跨度场景,除受限于上述挑战还面临换装带来的外观变化问题,是近几年的一个研究难点和热点。围绕换装行人重识别,本文从数据集和解决方法两个方面综述国内外研究进展,探讨面临的挑战和难点。首先,梳理并比较了当前针对换装行人重识别的数据集,从采集方式、行人及样本数量等方面分析其挑战性和面临的局限性。然后,在简单回顾换装行人重识别发展历史的基础上,将其归纳为基于非视觉传感器的方法和基于视觉相机的方法两类。针对基于非视觉传感器的方法,介绍了深度传感器、射频信号等在换装行人重识别中的应用。针对基于视觉相机的方法,详细阐述了基于显式特征设计与提取的方法、基于特征解耦的方法和基于隐式数据驱动自适应学习的方法。在此基础上,探讨了当前换装行人重识别面临的问题并展望未来的发展趋势,旨在为相关研究提供参考。     

长江防洪系统联合调度研究

应用系统分析的方法,通过系统解耦将以三峡为中心的长江防洪系统分解为３个子系统,建立了大系统解耦模型．根据子系统之间的耦合关联,提出了各子系统模型解算及全系统的总体协调的解算方法．对长江３次大洪水进行防洪系统联合调度解算,其结果表明所提出的模型和算法是合理的,可明显提高防洪效益．     

基于MMC的轻型高压直流输电系统的建模与控制

针对基于电压源变换器VSC的高压直流HVDC输电系统存在输出电压低次谐波含量多、需要体积庞大的滤波器和变压器、串联器件的动态均压等问题,提出了一种基于模块化多电平变换器MMC的轻型HVDC输电系统的设计方案;根据建立的MMC-HDVC输电系统的数学模型,详细介绍了该系统控制策略的实现。该控制策略从装置级和系统级两个方面控制MMC-HVDC输电系统,分别实现子模块电容电压的平衡控制及系统的功率解耦控制。仿真结果验证了该系统的可行性与有效性。     

非线性系统的多模型DMC解耦设计

针对工业生产过程大多为多输入多输出非线性系统,干扰因素多,耦合作用强,常规控制方法难以获得满意控制效果的特.提出一种基于动态矩阵控制(DMC)的多模型控制方法,采用误差指标切换函数作为切换准则,根据其最小值来选择与实际最接近模型,并将基于此模型的控制器切换为当前控制器.结合目标函数解耦方法,在模型中考虑其他通道输入对当...     

基于支持向量机的电弧炉逆内模控制器

针对三相交流电弧炉电极调节系统的耦合问题,提出了基于支持向量机的逆内模解耦控制策略.根据广义电弧炉对象的Taylor近似模型直接推导逆控制律,消除三相之间的耦合,避免了在线辨识逆模型计算量过大的问题.另外,在内模结构中引入非线性补偿,当系统参数变化和受到外部干扰时,保证了系统的鲁棒性.系统的稳定性和鲁棒性通过Lyapunov方法进行了分析,最后的仿真与实验结果验证了控制器的有效性.     

基于模糊神经网络α阶逆系统的发酵过程多变量解耦控制

将逆系统方法与模糊神经网络相结合, 提出一种基于模糊神经网络®阶逆系统的发酵过程解耦控制方法. 在分析了系统可逆性的基础上, 利用模糊神经网络建立发酵过程的非线性逆模型, 然后将得到的模糊神经α阶逆系统与发酵过程串联复合成伪线性系统, 最后设计专家控制器实现高性能闭环解耦控制. 仿真结果表明, 提出的解耦控制方法能够适应发酵过程模型的不确定性和参数的时变性, 具有较强的鲁棒性, 克服了解析逆系统解耦控制方法依赖于过程模型和对模型参数的变化很敏感的缺点, 且结构简单, 易于实现.     

随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.