一种基于双馈风机锁相环动态响应的风-火协同调频策略

针对风电机组参与系统频率调整与传统同步机电源相互配合的问题,通过合理设置双馈风电机组锁相环控制参数使其具有与传统同步机电源相似的惯量响应能力,进而分析风电机组惯量响应与同步机一次调频之间的相互影响,在此基础上提出风电机组主导的风-火协同调频控制策略。本策略的优点在于能减弱风电机组惯量响应过程中对于同步发电机组一次调频出力的抑制作用,加快同步发电机调频响应速率,进一步优化系统频率。最后在EMTDC/PSCAD中搭建时域仿真系统,验证了所提出理论分析的正确性与控制策略的有效性。     

基于层次分析的电传飞控系统健康状态评估

针对电传飞控系统组成复杂、健康状态无法进行准确定量评估的难题,采用层次分析方法,创新性地建立了一种针对复杂系统健康状态定量评估的方法与实践流程。首先提出了系统健康状态无量纲指标健康指数的定义,根据系统内外场使用场景和特点,结合用户习惯定义了系统健康状态的划分等级,然后根据组成设备失效特性,建立了系统特征参数健康指数定量评估的通用算法库。结合系统特点和FMEA,自上而下地将系统划分为不同层次,结合各个层次的评估结果和系统权重分析,自下而上地对整个系统的健康状态进行了精细化定量评估,突破了以往依靠系统BIT测试结果对系统非“0”即“1”的健康状态定性评估。通过型号实践,验证了该方法的有效性、准确性,可满足实际工程应用。     

软件缺陷预测模型间的比较实验: 问题、进展与挑战

近年来,研究者提出了大量的软件缺陷预测模型,新模型往往通过与过往模型进行比较实验来表明其有效性.然而,研究者在设计新旧模型间的比较实验时并没有达成共识,不同的工作往往采用不完全一致的比较实验设置,这可能致使在对比模型时得到误导性结论,最终错失提升缺陷预测能力的机会.对近年来国内外学者所做的缺陷预测模型间的比较实验进行系统性的总结:首先,阐述缺陷预测模型间的比较实验的研究问题;然后,分别从缺陷数据集、数据集划分、基线模型、性能指标、分类阈值这5个方面对现有的比较实验进行总结;最后,指出目前在进行缺陷预测模型间比较实验时面临的挑战,并给出建议的研究方向.     

融合小波包变换的一维ＭｏｂｉｌｅＮｅｔ癫痫脑电信号识别

针对目前传统神经网络内存需求大,运算量大,在移动端或嵌入式设备上运行困难等问题,提出了一种融合了小波包变换的轻量级卷积神经网络模型,用于癫痫脑电信号识别的研究。根据癫痫脑电信号的特性,首先采用小波包变换将脑电信号分成三个频段,然后运用改进的一维MobileNet训练、分类。同时引入超参数宽度因子α,通过改变宽度因子的大小以调整模型的深度。实验结果表明,当一维MobileNet模型的宽度因子α选取为0.75时,最终准确率达到100%,其模型的计算量和参数量分别为56.1M和1.24M。与现有的癫痫EEG信号识别方法比较,此模型在准确率、参数量、计算量方面均有不错的表现。     

基于盖革APD阵列的单通道激光雷达信号读出电路设计

随着测量技术的发展,激光雷达技术成为研究的热点,选取工作在盖革模式下的集成APD阵列雪崩二极管作为激光雷达的光电探测器,在探测距离为100-200m范围内,选择上升沿为5ns的激光脉冲,则接收带宽在70MHz~88MHz范围内,在此范围内APD探测器将接收到的回波信号转化为电信号,用TIA跨阻放大器反向放大模式将电流信号转化为电压信号,并将信号有效放大,输入至时刻鉴别电路,时刻鉴别电路用电压比较器来实现,最终可输出COMS逻辑电平信号;用TINA仿真软件进行仿真,仿真结果表明在接收带宽范围内TIA放大器的增益动态范围达到了54dB,总体电路延迟约为10ns。     

基于DDPG的柔性伺服系统级联陷波器设计

针对柔性伺服系统的多频谐振抑制问题,提出一种基于DDPG的级联陷波器参数整定方法。以系统速度环开环bode图及陷波器bode图预处理结果作为训练数据,并以相位裕度作为奖励函数训练神经网络,实现所设计的伺服系统级联陷波器深度及宽度参数优化训练。搭建了三质量柔性伺服系统实验平台,并开展了多频谐振抑制实验,实验结果表明所提出的参数选择方法能够 找到具有最大相位裕度的陷波器参数,并有效地抑制系统多频谐振。     

数据驱动的企业信用风险最优组合评价模型

企业财务数据所提供的各类信息可以有效解释企业的信用水平,然而过多指标往往存在多重共线性问题,造成模型的过拟合,反而降低评价精度。为了约简指标数据,计算企业违约情况与财务指标的相关系数,剔除掉相关性弱的指标。采用Lasso回归方法对相关性高的指标数据进行约简,进而利用Logistic回归模型、贝叶斯模型和支持向量机三种分类模型对企业的信用风险进行分类评价。考虑到不同方法对不同企业的分类精度不同,为了综合利用各方法的优势,构建基于整数规划的企业信用风险最优组合评价模型。对300家创业板上市企业数据进行仿真分析,为了验证模型的有效性,在300家公司中（其中270家为训练样本,30家为测试样本）随机选取3组样本,使用ST公司被执行特别处理（special treatment,ST）前一年的数据进行测试,实验结果表明组合模型具有更高的稳定性和分类精度。     

电动汽车用驱动电机测试平台多功能电源系统

电动汽车的驱动电机可以选用直流电机、感应电机和永磁同步电机等,这些电机进行测试时所需的馈电系统不同,无法在同一实验平台上进行试验。为此,开发了一个共直流母线的电动汽车用驱动电机系统测试平台,该测试平台能在不同电源工作模式下对不同电机进行试验。重点研发了适用于电动汽车驱动电机测试的多功能试验电源,该电源采用了交直流共用主回路拓扑结构分时输出,三重化DC/DC的直流调制策略和SVPWM过调制的交流调制策略,使得驱动电机系统测试平台不仅具有较高的能量利用率,还能适用于多种不同类型的驱动电机测试。最后,实验证明了所开发的驱动电机系统测试平台的可行性。     

融合Transformer和改进PANet的YOLOv5s交通标志检测

针对交通标志检测速度慢和目标大小与类别极度不平衡等问题,提出一种融合Transformer和改进PANet网络的YOLOv5s交通标志检测算法。首先在不增加模型复杂度的前提下,将主干网络末端与Transformer融合以提高网络特征提取能力;其次由于所采用交通标志数据集的目标尺度太小,导致网络32倍大尺度检测层检测效果不佳,故不采用相关网络层,同时采用K-means算法得出适合的预测候选框;然后改进损失函数以解决正负样本极度不平衡问题。最后将所提出的改进算法在Jetson AGX Xavier平台上部署验证。实验结果表明,所提算法检测性能更佳,其准确率和召回率在原网络的基础上分别提高了2.2%和0.7%,模型参数量和计算复杂度分别减少了25.8%和10.1%。在Xavier上的检测速度达到76FPS,满足实时交通标志检测的要求且易于在实际场景部署。     

非默认规则线技术下基于多策略的时延驱动层分配算法

层分配作为超大规模集成电路物理设计中的关键环节,在决定布线方案的时延起到非常重要作用.为了优化集成电路的时延性能,现有的层分配工作通常注重优化互连时延和通孔数量,但要么未考虑到对线网中时序关键段的分配问题,要么对线网段的时序关键性的表示不够合理,最终使得算法的时延优化不够理想.为此,本文提出一种非默认规则线技术下基于多策略的时延驱动层分配算法,主要包含4种关键策略:(1)提出轨道数感知的层选择策略,增强层分配器为线网段选择合适布线层的能力;(2)提出多指标驱动的初始线网排序策略,综合考虑线长、信号接收器数和可布线轨道资源等多个指标为线网确定层分配优先级,从而获得高质量的初始层分配结果;(3)提出线网段调整策略,通过重绕线网,将时序关键段调整至上层布线层,优化线网时延;(4)提出线网段时延优化策略,对存在溢出线网进行拆线重绕,从而可同时优化时延和溢出数.实验结果表明,本文提出的算法相比于现有的层分配算法能够在时延和通孔数两个指标上均取得最佳,并且保证不产生溢出.