四川电网水电厂一次调频试验的探讨

中国部分省市电网目前正在分批开展发电机组的一次调频试验工作，实现水轮发电机组一次调频功能的主体是水轮机微机调速器。文中依据大量电站试验结果，详细叙述了水轮机调速器如何实现一次调频功能、一次调频对调速器的参数要求以及一次调频试验中需要注意的事项等。     

基于CL多小波变换和组合位平面理论的秘密信息共享算法

针对信息隐藏算法容量和不可见性与鲁棒性矛盾的特点,提出了一种新的基于Chui-Lian(CL)多小波变换和组合位平面(CBP)理论的数字图像载体预处理算法,并将该算法用于以数字图像为载体的信息隐藏,以实现秘密通信和图像共享。其中,CL多小波变换能够将载体图像划分为4个能量等级不同的最低分辨率子图像,组合位平面理论可将子图像解析为不同的位平面层次,在隐藏秘密信息时,可根据最低分辨率子图和组合位平面的能量等级由高到低分别嵌入鲁棒信息、秘密信息和脆弱信息。实验结果表明,在25%的嵌入率时,与基于离散余弦变换和最低有效位方法的信息隐藏算法（DCT-LSB）、基于离散小波变换和最低有效位方法的信息隐藏算法（DWT-LSB）相比,所提算法针对若干常见攻击的鲁棒性有一定程度提升,峰值信噪比（PSNR）分别提高了37.16%和20.00%。     

运动控制器的现状与发展

运动控制技术是推动新的技术革命和新的产业革命的关键技术.运动控制技术能够快速发展有两大主因:其一是得益于计算机、高速数字处理器(DSP)、自动控制、网络技术的发展;其二是有庞大的市场需求.基于网络的开放式结构和嵌入式结构的通用运动控制器逐步成为自动化控制领域里的主导产品之一.作为现代化设备的核心控制部件,开放性、可靠性是衡量其是否能够在工业界立足的关键.高速、高精度始终是运动控制技术追求的目标.充分利用DSP的计算能力,进行复杂的运动规划、高速实时多轴插补、误差补偿和更复杂的运动学、动力学计算,使得运动控制精度更高、速度更快、运动更加平稳;充分利用网络技术、FPGA技术等,使系统的结构更加合理和开放,通过网络连接方式减少系统的联线,提高系统的实用性和可靠性.运动控制器产品今后的发展基本上沿着上述两个方向走,但是专业化、个性化的运动控制器将是一个新的发展方向.     

水轮机微机调速器PID参数的智能化设置

当前,大型机组调速器的国产化条件日渐成熟.相对于进口设备,中国的硬件水平还有一定的差距,但在软件方面,设计理念已处于国际先进水平.在机组空载工况下如何整定PID参数及防止参数间配合不合理,是水轮机调节关心的问题.文中提出一种调速器PID参数合理搭配的判断和提示方法,该智能化设置使得调速器能够稳定工作,避免因参数不合理而导致非正常停运.     

一种改进型重复控制器的研究

提出一种新的改进型重复控制策略,克服了传统重复控制器内模使用过多数据存储空间的缺点.详细分析新型控制器的模型,给出控制器优化设计方法.在设计中加入电流内环,通过电感电流反馈来降低输出滤波器的谐振峰值,增加系统的稳定性,简化了重复控制器的设计.与传统直接重复控制器相比,去除了North滤波器,弥补了North滤波器谷点设计不精确的缺点.     

ATM技术在计算机网络中的应用

介绍一种宽带综合业务数字网(B—ISDN)中专用的ATM(异步转移方式)技术，讲述该方法的特点及其交换技术原理。     

通信系统中二次电源保护电路的研究

稳定可靠的电源,在低电压、高工作频率、大功耗等通信系统中至关重要.论述了在通信系统二次电源电路中DC/DC电源变换模块前置电路的滤波和保护电路,以及在采用电源热备份集中供电的系统中,拔插单板时抑止浪涌电流的电源缓启电路.实测结果表明:电路可以显著抑止电源纹波以及单板拔插时的浪涌电流,提高电源系统的稳定性,电路在通信系统中具有一定的应用价值.     

RIS辅助毫米波通感一体化关键技术与研究进展

未来的6G系统需要同时满足多维性能需求,实现从万物互联到万物智联,因此,深度融合了传统定位、探测、成像等无线感知功能和无线传输功能的通信感知一体化(Integrated Sensing and Communication, ISAC)技术是未来6G网络的一个重要发展趋势。智能超表面(Reconfigurable Intelligent Surface, RIS)凭借其可以通过编程来智能调控电磁波传输环境且低成本、低功耗等优势成为6G的关键性使能技术,并催生了使用RIS辅助毫米波ISAC的新研究方向,其有望从底层架构到完整系统层面上解决6G新场景中的诸多难题、挑战。阐述了RIS辅助毫米波ISAC的起源与发展过程,介绍了其研究背景与国内外研究现状,指出并讨论了RIS辅助毫米波ISAC研究中的一些关键技术,分析了该领域已有的一些研究成果,进而展望了RIS辅助毫米波ISAC未来发展和面临的挑战。     

基于深度学习的通信系统中安全能效的控制

该文研究了基于可重构智能超表面(RIS)赋能的无线通信系统的安全传输问题。在研究的模型中,一个用户通过智能超表面连接到接入点,而窃听者窃听了从用户发送到基站的信号。因此,有必要设计一个合适的智能超表面反射向量来解决窃听问题。这个问题被表述为一个优化问题,其目标是通过共同优化智能超表面反射向量和智能超表面元件的数量来最大化安全能效,该安全能效定义为安全速率与系统总能耗的比值。这是一个非凸优化问题,传统方法是难以解决的。为了解决这个问题,提出了一种利用新兴的深度学习(DL)技术的新算法,以找到近似最优的智能超表面反射向量并确定近似最优的genie-aided反射元素数量。仿真结果表明,该方法达到了近似最优算法的最佳安全能效的96%。     

基于CMAC强化学习的交叉口信号控制

采用神经网络值函数逼近的强化学习方法处理交叉口的信号控制。根据交通流及交叉口信号特征,建立强化学习的状态空间、动作空间和回报空间,以最小化车辆在交叉口的延误为控制目标,对信号进行优化控制。引入小脑模型关节控制器神经网络对强化学习(RL)的Q值进行逼近。在变化的交通条件下,使用典型交叉口对提出的RL模型进行验证,同传统的定时控制和全感应控制进行对比分析。仿真结果表明,RL控制器具有较强的学习能力,可以适应交通流的动态变化,稳定性好、自适应性强,对于环境变化具有较强的适应能力。