3D FEM analysis,dynamic modeling,and performance assessment of transverse flux PMSG for small‐scale gearless wind energy conversion systems

The transverse flux permanent magnet synchronous generator has a great potential for use in direct‐drive wind energy conversion systems due to its large pole numbers, high torque, and power density. This research work develops dynamic model of a single‐side transverse flux permanent magnet synchronous generator for use in a small‐scale gearless wind energy conversion system. For acquiring the parameters of the considered generator, required for dynamic modeling, 3D finite element model of the machine is developed and analyzed in both magneto‐static and transient modes. Field‐oriented control approach is employed for tracking maximum power point from the variable wind speed. The simulation results illustrate an accurate response of the system to the wind speed variation and proper performance of the developed dynamic model and control approach of the system. Copyright © 2015 John Wiley & Sons, Ltd.     

现代谱估计在窄带天线测试中的应用

在暗室中对窄带天线进行测量时,由于间接时域方法的测试带宽不足而无法有效地去除多径信号所产生的干扰,文中提出将现代频谱估计技术应用于此类天线的测试。以最大熵为约束条件,利用现代谱估计中的Burg算法求解接收到频域信号的AR模型参数,并对其进行频谱外推。从而在频域拓宽信号的测试带宽,在时域提高信号的分辨率,并运用间接时域测量技术精确加载时域门,达到去除多径干扰的目的。仿真和实测都验证了该方法的有效性及可靠性。     

一类环长至少为10的准循环LDPC码

为扩展性能优良、易于工程实现的LDPC码的构造方法,提出了一类环长至少为10的准循环低密度奇偶校验(quasi-cyclic low-density parity-check, QC-LDPC)码的构造方法。该方法首先基于基矩阵和 准则[11]构造出环长至少为10的校验矩阵;然后,利用掩蔽矩阵对得到的校验矩阵进行变换;最终,构造出满秩的准循环LDPC码。理论分析和仿真结果表明,该类QC-LDPC码字构造灵活,在AWGN信道下具有优异的性能。     

基于自适应衰减因子Kalman 滤波的GPS 相位平滑伪距算法

载波相位平滑伪距的主要目的是通过高精度的载波相位测量值作为辅助量,使伪距测量值中、大随机误差得以消减。针对GPS 伪距测量中未知时变的噪声,提出基于极大后验时变噪声统计估计器的自适应衰减因子Kalman 滤波算法(AFKF),采用衰减的加权因子,使估计器逐渐忘记陈旧数据的作用,同时增加新数据的比重,避免滤波过程的发散。结合载波相位平滑伪距原理,利用AFKF 算法对全球导航卫星系统(GNSS)的国际GNSS 服务组织(IGS)的跟踪站实测数据进行仿真分析,并提出利用伪距双差值及伪距三差值来直观体现不同算法的效果比较,结果表明:与标准Kalman 滤波相比,AFKF 算法在伪距平滑应用中取得很好的效果。     

平面阵列米波雷达超分辨测高技术研究

针对形状不规则的平面阵列米波雷达由于各行天线阵元数不同引起较大的测高误差,提出一种增加导向矢量系数的改进最大似然超分辨测高方法,进而推广到所有的平面阵列米波雷达。该方法首先对各行天线接收的目标回波信号进行行合成,然后基于各行不同的天线阵元数来构造各行天线的幅度归一化导向矢量系数,并重新构建阵列导向矢量,最后使用最大似然超分辨算法进行测高处理。并通过计算机仿真验证了该方法的有效性。     

薄互层型低阶煤储层测井综合解释及应用——以澳大利亚 S区块煤储层为例

测井综合解释在煤储层研究中意义重大。为深入开展薄互层型低阶煤储层测井综合解释研究,以澳大利亚S区块煤储层为研究对象,建立S区块煤层识别标准,明确煤层纵向分布。通过岩心分析含气量、灰分与测井数据之间相关性以及测井数据对岩心数据的敏感程度并考虑扩径的影响分别建立不同情况下储层参数解释模型,完成储层参数批量化解释,再应用解释结果实现煤阶的有效划分。应用效果表明测井综合解释结果稳定性强,准确率高,能够为后续煤层气研究提供准确的数据基础,在地质调查工程中为调整煤层气勘探开发力度提供有效信息。     

扰动观测法控制MPPT系统运动特性分析

扰动观测法是光伏系统MPPT算法中最常用的追踪算法.为了准确实现扰动观测法的追踪效果,该文基于扰动观测法等同于分段恒压控制的思想,推导了扰动观测法控制的调整时间公式,分析了扰动观测法控制MPPT系统工作点在光强突变时的运动特性,提出了"错误保持"、"正确保持"、"判断错误"和"判断正确"四个概念,总结了扰动观测法控制MPPT系统工作点的十二种运动情形及其动态效果,仿真结果和实验结果验证了四种典型运动情形.以此十二种运动情形为依据提出了一种对等评价不同扰动观测法控制性能优劣的评判方法,并应用该方法研究固定步长和变步长的暂态性能,结果表明,当判断错误时,变步长控制的动态性能比定步长的更差.该文研究结果有助于改善干扰控制法的动态性能.     

基于Gabor特征和字典学习的高斯混合稀疏表示图像识别

为了克服图像识别中光照,姿态等变化带来的识别困难,同时提高稀疏表示图像识别的鲁棒性,本文提出了一种基于Gabor特征和字典学习的高斯混合稀疏表示图像识别算法.高斯混合稀疏表示是基于最大似然估计准则,将稀疏保真度表示为余项的最大似然函数,最终识别问题转化为求解加权范数的优化逼近问题.本文算法首先提取图像的Gabor特征;然后对Gabor特征集进行字典学习,由于在学习过程中引入了Fisher准则作为约束,学习得到具有类别标签的新字典;最后使用高斯混合稀疏表示识别方法进行分类识别.在3个公开数据库(人脸数据库AR库和FERET库以及USPS手写数字库)上的实验结果验证了该算法的有效性和鲁棒性.     

温度和厚度对纳米金刚石涂层残余应力的影响

目的通过改善液相等离子喷涂制备纳米金刚石涂层的工艺参数,提高纳米金刚石涂层的显微硬度与结合强度。方法利用Ansys有限元软件对纳米金刚石涂层中的残余应力进行数值模拟。建立纳米金刚石涂层的有限元分析模型与热传导方程,探讨了涂层的厚度与降温速度对纳米金刚石涂层残余应力的影响。通过扫描电子显微镜对制备的纳米金刚石涂层表面进行分析,并且利用显微硬度计和表面划痕仪测定纳米金刚石涂层的显微硬度和结合强度。结果纳米金刚石涂层的主应力为拉应力,涂层的最大主应力随着厚度的增大而具有先增大、后减小、再增加的特点。随着涂层厚度的增加,涂层的最大剪应力由涂层表面转移到涂层界面,其值先减少,后保持稳定。涂层整体、涂层界面和涂层表面的最大主应力与最大剪应力,随涂层温度的升高而呈线性递减的趋势。纳米金刚石涂层的主应力集中在涂层的四周,而涂层的剪应力分布在涂层表面。纳米金刚石涂层表面较光滑,由大量纳米级的细小扁平颗粒紧密排布而形成。结论采用适当的工艺参数制备出厚度为0.1 mm的纳米金刚石涂层,其显微硬度和结合强度分别约为150HV和9 N。     

Frequency selective millimeter‐wave channel estimation based on subspace enhancement algorithms

In millimeter wave (mmW) communication systems, hybrid architecture, including the analog‐digital precoder and combiner matrices, is employed to take advantage of the multistream transceiver. In practice, mmW channel is assumed to be frequency‐selective, since the signal bandwidth is larger than the coherence bandwidth. Hence, orthogonal frequency‐division multiplexing signaling can be remedial. So far, most of the previous works on the frequency‐selective channel estimation have focused on the single measurement vector (SMV) form, whereas finding and exploiting the proper multimeasurement vector (MMV) model can improve upon the estimation procedure based on compressive sensing (CS) concepts. In fact, the estimation procedure based on the MMV model has a faster convergence speed than the SMV method specially, when the training frames are small. In this paper, we first extract the MMV model of the channel. In this model, the rank‐deficiency occurs as the number of training frames is less or equal to the sparsity level. Thus, the conventional estimation methods fail to provide the desirable performance. To overcome this issue, we propose two rank‐aware algorithms based on the enhancement of the observed signal subspace. The first algorithm assumes to know the sparsity level, while the second faces to the lack of knowledge about the sparsity level. The simulation results corroborate the fact that the proposed methods outperform the conventional CS algorithms such as Simultaneous Orthogonal Matching Pursuit.