基于横纵向联合控制的多目标优化车辆跟驰研究

为解决车辆在拥堵环境中因车速波动较大所带来的跟驰平稳性较差、跟踪无效或不安全等问题,提出了基于车辆模型和深度强化学习的多目标优化跟驰方案。首先基于车辆横纵向动力学建立车辆跟驰模型,然后根据车间距误差、速度误差、横向偏差及相对偏航角等,利用深度确定性策略梯度算法得到跟驰车的加速度和转向角,以更平稳安全地控制跟驰车辆。经NGSIM公开驾驶数据集进行测试与验证,该方案可有效地提升跟驰车辆的稳定、舒适与安全性,对保证交通安全和提升道路通行能力具有重要意义。     

基于电子鼻与气相色谱-质谱法探究小麦与碎麦挥发性香气成分差异

目的 解析小麦与碎麦挥发性香气成分差异。方法 采用顶空固相微萃取(headspace solid-phase microextraction, HS-SPME)技术联用电子鼻(electronic nose, E-Nose)与气相色谱-质谱法(gas chromatography-mass spectrometry, GC-MS)分析小麦与碎麦香气成分, 通过多元统计分析正交偏最小二乘法(orthogonal partial least squares-discriminant analysis, OPLS-DA)挖掘小麦与碎麦差异挥发物。结果 小麦与碎麦的香气成分存在显著差异, 整体上小麦挥发物响应强度高于碎麦, 小麦变成碎麦后部分香气值损失, 氧化分子和芳香化合物显著降低, 脂肪酸类化合物变化不明显, 酮类和胺类化合响应值较为接近。通过GC-MS共鉴定出42种化合物, 10种挥发物组分在小麦和碎麦共同检出, 小麦和碎麦中烷烃类化合物较多, 小麦主要挥发物为柠檬烯、十五烯和壬醛; 碎麦的主要挥发物是苯乙烯, 柠檬烯和间乙基甲苯。基于小麦和碎麦挥发组分建立了OPLS-DA评估模型, 共筛选出7种差异挥发物判别小麦品质。结论 本研究成功建立了区别小麦和碎麦的方法, 分析了小麦与碎麦香气成分差异, 为小麦品质判别提供了科学依据。     

比值辐射计辐射响应特性

比辐射星上定标器以太阳照射的漫反射板为参考光源,通过比值辐射计对漫反射板在轨衰变进行修正,实现光学遥感器的绝对辐射 定标及长期稳定性监测。比值辐射计辐射响应特性是影响在轨定标精度的主要因素之一。对比值辐射计辐射响应特性进行了 评估,获取了绝对响应度,并测量了响应非线性、非稳定性。结果表明绝对辐射响应度定标合成不确定度优于2.88%,非线性 优于0.93%,非稳定性优于0.52%,满足在轨定标应用需求。     

大气同步校正仪卷云识别波段稳定性测试方法

大气同步校正仪（Synchronous Monitoring Atmospheric Corrector, SMAC）是高分辨率多模综合成像卫星的业务载荷之一,为卫星主相机提供时空一致的大气观测数据,实现基于辐射传输模型的高分辨率遥感图像大气校正。SMAC设置了专用于卷云识别的水汽强吸收波段,该波段特点使其稳定性测试极易受到实验室水汽波动影响,难以真实反映该波段性能。采用水汽波动控制、探测器同步监测等措施抑制水汽波动对测试数据的影响,结果显示采取措施后SMAC的稳定性误差由4.08%降低至0.23%,表明SMAC卷云识别波段稳定性测试方法合理有效,能够体现产品自身稳定性能,对后续同类产品的稳定性测试具有重要的参考价值。     

基于FPGA实现随机逻辑的混合不确定性故障树分析研究

文中提出一种基于随机逻辑的故障树分析方法,即使用混合故障树分析(HFTA)来兼顾客观不确定性和主观不确定性。该方法将每个故障树逻辑门转换为其对应的随机逻辑模块,然后在现场可编程门阵列(FPGA)中实现。随后在a截集置信度水平等于0的情况下比较常规方法和本文方法的精度和性能。分析结果表明,相较于常规混合不确定性分析方法,文中提出的方法缩短了分析时间。由于与常规混合方法的顶事件概率累积分布函数基本相容,可以认为新方法与常规混合方法的结果精度基本一致。     

基于可靠性分析的智能变电站巡检周期计算方法

针对目前智能变电站巡检周期确定过度依赖经验,缺乏理论支撑的问题,本文提出一种基于可靠性分析的智能变电站巡检周期计算方法,并以基于IEC 61850标准的3/2主接线方式变电站为例进行介绍。首先由故障树分析(FTA)得到导致变电站系统故障的设备最小割集。然后通过可能故障点与相关设备间的逻辑联系,以及从历史文献中得到各种设备的原始可靠性数据(可用率、不可用率、失效率),计算可能故障点的可靠性数据。再利用层次分析法得到可用率、不可用率、失效率三类可靠性数据的权重关系,经过赋权计算得出可能故障点的任务可靠度。最后通过任务可靠度与巡检周期的函数关系,得到可能故障点的巡检周期。因为该方法将各类设备的可靠性数据转化为可能故障点的可靠度,因此更能满足巡检周期计算的实际需要,对保障智能变电站安全稳定运行有着重要意义。     

基于深度学习的智能型负荷预测方法的研究

基于深度学习框架,提出了一种精确高效的智能型负荷预测方法。首先,梳理了影响负荷预测精度的因素;然后,引入核范数聚类算法对负荷样本进行聚类处理;最后,基于GRU神经元搭建Seq2Seq技术框架。以某区域实际的历史负荷数据为基础,对所提方法进行了验证。实验表明,所提的智能型负荷预测方法考虑了多种影响负荷变化的因素,适应性强,能够显著地提升负荷预测的准确率。     

云相机相对辐射定标技术研究

云相机采用阈值法对观测目标区域进行在轨实时云识别。在云判算法中，辐射度量的准确性将会影响最终的反演结果。本文建立了云相机像元响应值与辐亮度之间的信息模型，针对云相机探测器各像元在入射光均匀一致时，输出响应值出现不相等的情况提出了改进措施。首先，根据云相机的信息模型分析了探测器像元响应值不同的原因，建立了云相机的相对辐射定标模型。然后，由于云相机视场角较大，大口径积分球辐射源出射光也难以一次性覆盖所有视场，在实验中设计了分视场测试的方式。最后，根据相对辐射定标模型和分视场测量方式，进行了云相机的相对辐射定标。实验结果表明：云相机对积分球成像结果校正前非均匀性为6%左右，经相对辐射定标校正后，在轨典型信噪比条件下非均匀性达到1.5%以内，低信噪比条件下达到3.25%。定标测试结果满足云相机设计的指标要求。