基于小波去噪与随机森林的配电网高阻接地故障 半监督识别方法

针对配电网高阻接地故障识别易受噪声干扰、无标签数据难以利用的难题,提出一种基于小波去噪与随机森林的高阻接地故障半监督识别方法。区别于监督式学习方法仅利用标签数据,基于协同训练方法能够充分利用有标签数据与无标签数据。首先,使用小波阈值去噪算法消除零序电流中的噪声。其次,采用波峰波谷故障启动算法判断线路是否发生故障或扰动事件。运用小波变换提取零序电流的小波系数作为故障特征。最后,基于小波系数故障特征构建两个随机森林作为半监督分类器进行协同训练,从而实现高阻接地故障的检测识别。仿真结果表明,所提配电网高阻接地故障半监督识别方法可以充分挖掘配电网既有的故障案例中无标注数据蕴含的关键特征,从而提高故障分类准确率,具有较强的准确性和灵敏性。     

基于深度稀疏自编码网络和场景分类器的 电网气象故障预警方法

为保证电网安全稳定运行,提高电网防灾减灾和弹性水平,提出了一种基于深度稀疏自编码网络和场景分类器的电网气象故障预警方法。首先,采用主客观权重相结合的动态赋权方法,对气象因子进行初始赋权,以合理表征不同气象因子对电网故障的影响程度。然后,对传统的深度自编码网络增加稀疏性约束条件,以提高网络训练的收敛性,并在深度自编码网络的最后一层增加场景分类器,以提高气象因子与电网故障场景间关联关系的合理性。最后,将带权重的气象因子以及设备因子和环境因子作为深度稀疏自编码网络的输入,利用支持向量机构建多因素耦合的电网气象灾害故障预警模型。采用实际电网故障算例验证了所提方法的有效性。     

间歇式新能源消纳评估常用方法分析

随着我国能源需求和环保意识的提升,以风电、光伏等间歇式新能源为代表的绿色能源装机容量持续上升。大规模间歇式新能源消纳受电源、网架及负荷等多方面因素影响,为提升新能源的开发利用率,须采用合适的消纳评估方法对消纳情况进行分析。解析法反映了间歇式新能源消纳问题的本质,文中首先阐述解析法的数学模型,并结合解析法的运用对该方法进行评价。然后,梳理时序生产模拟法及随机生产模拟法的原理及运用情况,这2种方法是以解析法原理为基础,分别针对建模时对间歇式新能源消纳的时序特性、随机特性考虑不足而提出的改进方法,虽然这2种方法的运用仍存在各自的局限性,但相较于解析法,两者的求解精度均有了较大提升。最后,结合现有技术对未来间歇式新能源消纳评估方法研究进行展望,为评估方法建模、运用及改进等提供参考。     

基于随机森林的网表级时序预测模型

在超大规模集成电路设计中,时序分析的准确性对指导时序优化,保证芯片时序收敛和运行性能至关重要.目前,时序分析绝大多数都是采用商用签核(Sign-off)工具时序报告,作为主要依据.在逻辑综合阶段,由于缺少物理布局布线之后的模块位置和布线结果等信息,因此很难得到准确的电容电阻等寄生参数,用于预测其对应的Sign-off时序.为提高逻辑综合阶段时序预测的准确性,在给定工艺库的情况下,以电路网表作为输入,采用线负载模型对网表的电容电阻等进行估算,并在此基础上利用Elmore Delay模型计算时延作为时序特征.在时序模型训练阶段,提取训练集电路网表的时序特征,以训练模型对应的Sign-off时序结果为标准,采用机器学习中的随机森林算法进行模型训练,包括构建三个模型:互连线时延(Wire delay)、互连线信号转换时延(Wire slew),以及输出负载(Output load).在测试阶段,本文以同工艺库下,新的电路网表作为测试集,输入给训练后的时序模型进行预测.我们的方法与商用工具PrimeTime相比,在Wire delay和Wire slew的Sign-off结果预测上,平均一致性(Correlation)分别提高了49%、37%.此外,我们的方法所预测的Output load与Sign-off结果的一致性在0.99以上.     

机载前视FDA-MIMO雷达距离模糊杂波抑制

高重复频率的前视阵雷达杂波存在距离依赖问题和距离模糊问题,导致传统的空时自适应处理方法杂波抑制性能急剧下降甚至失效。针对前视阵雷达距离模糊杂波抑制问题,利用频控阵（FDA）-多输入多输出（MIMO）体制提供的可控自由度,本文提出了一种距离模糊杂波抑制方法。该方法将无模糊区域和模糊区域的杂波在空间频率域上分离,利用俯仰角正切值导数更新（Tangent DBU,TDBU）的方法,对前视阵条件下的距离依赖性进行补偿,最后进行空时自适应信号处理。该方法有效解决了前视阵雷达距离模糊杂波抑制问题,提高了杂波抑制性能,仿真实验验证了本文方法的有效性。      

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。      

基于多层次特征融合的口腔粘膜性疾病识别方法北大核心CSCD

口腔粘膜性疾病的识别主要依靠医生肉眼观察并进行主观判断,该方法导致疾病识别的准确率低、医生的工作量大。针对以上问题提出一种基于多层次特征融合的口腔粘膜性疾病识别方法。对口腔疾病图像提取深层次特征和浅层次特征共两种,使用EfficientNet模型做深层特征的提取,使用HSV、方向梯度直方图(histogram of oriented gradient,HOG)和灰度共生矩阵(gray-level co-occurrence matrix,GLCM)分别提取口腔疾病的颜色、形状以及纹理的浅层特征,将特征融合后利用随机森林(random forest,RF)算法进行特征选择,选取特征重要性更大的特征,降低特征的维度。最后结合多种机器学习分类器进行分类识别。使用收集到的口腔粘膜疾病数据集进行实验验证,实验结果表明,该方法能达到准确率(accuracy,Acc)92.89%、灵敏度(sensitivity,Sen)89.91%、特异性(specificity,Spe)96.06%以及AUC(area under the curve)98.09%,有效地解决识别中误判多、准确率低等问题。     

基于约束空间光谱联合的亚像素定位方法北大核心CSCD

针对高光谱遥感图像,提出了一种约束空间光谱的亚像素定位方法。传统的亚像素定位方法以解混的结果作为输入,可能无法充分利用高光谱图像丰富的光谱信息。本文所提出的基于约束空间光谱联合的亚像素定位方法(constraint spatial-spectral subpixel mapping,CSSSM),利用下采样将像素丰度与亚像素丰度显式联系起来,代入线性解混模型得到亚像素丰度求解的新模型。在求解过程中,通过添加稀疏性约束与平滑性约束,以限制亚像素丰度的解空间,亚像素丰度求解更精确。其中,针对亚像素丰度稀疏性先验采用重加权1范数作为新的约束,并自适应地更新权重;针对亚像素丰度空间先验信息则采用全变分(total variational,TV)正则化作为约束,然后使用乘法迭代算法求解亚像素丰度,最后利用赢者通吃的策略进行类别确定。在两个合成数据集上进行了实验,结果表明,本方法能够进一步提高亚像素定位的精度。     

基于稀疏迭代的非连续谱高频雷达信号处理方法

在拥挤频谱环境中,雷达系统在多个非连续频段发射信号并在接收端进行综合相干处理,是一种获得等效大带宽的方式. 本文专门就非连续谱调频连续波(discontinuous spectrum-frequency modulated continuous wave, DS-FMCW)及其在高频雷达中的应用展开研究. 首先提出采样点平移方法,建立DS-FMCW快时间维的非均匀采样序列谱估计模型;随后,进一步建立DS-FMCW距离-多普勒二维谱估计模型,提出解决距离徙动的方案;最后为解决距离高旁瓣问题,基于一种适用于单次快拍的迭代式稀疏重构算法提出DS-FMCW的距离与距离-多普勒谱估计方法,并提出相应的快速谱求解方法. 仿真试验表明:所提DS-FMCW距离-多普勒处理方案能有效补偿距离徙动;当频带利用率大于20%时,所提谱估计方法能够稳定地分辨距离维间隔为雷达固有距离分辨率的1/3的两个目标,且距离估计精度优于经典最小二乘算法以及正交匹配追踪算法;所提快速算法单次迭代运算量低,适用于实时系统.     

一款具有稳定扫描波束分辨率的宽视角相控阵天线北大核心CSCD

基于自适应稀疏阵的结构,提出了一种具有宽视角与稳定扫描波束分辨率性能的相控阵天线。阵列单元是可以在相同谐振频率下实现TM;和TM;两种模式共同工作的单激励圆环贴片天线,其具有140°的半功率波束宽度,这种宽波束辐射效果能够较好地拓展相控阵天线的扫描范围。基于此单元构建了一个35元线阵,对其波束扫描分析发现在限定增益波动小于2 dB的条件下阵列扫描范围可以达到-70°~+70°,但主瓣波束宽度随着扫描角度的增加而增大。为解决这个问题,引入了自适应稀疏阵的概念,并采用基于互耦补偿矩阵的迭代快速傅里叶变换(Iterative Fast Fourier Transform,IFFT)技术进行自适应稀疏阵的优化设计。结果表明,所提出的基于自适应稀疏阵结构的35单元相控阵天线在-60°~+60°扫描范围内增益波动始终小于1.5 dB,波束宽度波动小于1°,且峰值旁瓣电平基本保持在-20 dB以下。相较于均匀周期阵列,所提出的自适应稀疏相控阵天线能够在实现低旁瓣宽视角扫描的同时,有效提高天线在宽角度范围内扫描波束分辨率的稳定性。