Focusing enhanced broadband metalens via height optimization

Metalenses are two-dimensional planar metamaterial lenses, which have the advantages of high efficiency and easy integration. Based on the method of spatial multiplexing, a metalens with a wide working waveband is designed by arranging TiO2 nanopillars under the resonance phase regulation. In addition, choosing an assistant metalens with optimized heights is effective to enhance metalens’s focusing, which is also illustrated in this paper. The metalens, designed with numerical aperture (NA) of 0.72 and center working wavelength of 600 nm, achieves the working waveband of 550—660 nm, the focus point’s size of below 420 nm, and the focusing efficiency of more than 30%.     

考虑线路电阻影响的MMC-MTDC自适应下垂控制

下垂控制因其对通信的要求不高、可靠性高而在多端柔性直流输电中广泛应用。但是传统的下垂控制中下垂系数固定,尤其在系统功率波动较大时,容易导致换流站过载,并且直流线路上的电阻还会影响下垂控制换流站的有功功率分配。针对此类问题,提出了一种考虑线路电阻影响的自适应下垂控制。首先,分析在下垂控制下的多端柔性直流输电系统等效电路,推导出考虑线路电阻影响的下垂系数整定方法。然后在整定方法中用换流站的功率裕度比取代固定的功率分配比例系数,实现下垂系数的自适应调节。最后在PLECS上搭建仿真模型,对不同工况进行仿真,验证了所提控制策略的有效性。     

5G环境下配网差动保护采样数据缺失应对策略

有源配电网中,电流差动保护相较于传统三段式过流保护能够整体地提升保护水平,但所依赖光纤通道的广覆盖难以实现。5G具有高可靠性、低时延、广覆盖等优势,有望成为有源配电网差动保护新的通信方案,但仍可能受环境干扰等因素导致采样数据缺失,影响线路正常运行和区外故障时保护的正确动作。为解决上述问题,首先,结合?平面法定性地分析了采样数据缺失的各种场景对保护动作的影响;继而,提出一种使用阶次组合Neville插值法对采样缺失数据进行插值重构的应对策略;最后,在PSCAD中搭建有源配电网仿真模型,在多种采样数据缺失场景下对比了多种插值法的插值精度,验证了本文所提策略在提升保护动作特性方面的有效性。通过理论计算分析,得出使用所提策略在高性能CPU下不会影响保护实时性的结论。     

超大口径平面反射镜的光学检测（特邀）

在简要总结了各种检测大口径反射镜难点的基础上,为了实现30 m望远镜（TMT）超大口径第三反射镜的高精度检测,提出了一种融合五棱镜扫描技术和子孔径拼接测试技术的新方法。大口径反射镜分阶段依次进行了五棱镜扫描测试和子孔径拼接检测,对该技术的基本原理和基础理论进行了分析和研究,制定了检测30 m望远镜第三反射镜（口径为3.5 m×2.5 m）的方案,对其测试流程、五棱镜设计、五棱镜扫描像差拟合、拼接最优化算法等进行了详细分析,并对30 m望远镜第三反射镜的原理镜进行了实验验证,其最终拼接检测面形的均方根值（RMS）和斜率均方根值（slopeRMS）分别为28.676 nm和0.97 μrad。     

基于改进深度强化学习的虚拟网络功能部署优化算法

针对网络功能虚拟化/软件定义网络(NFV/SDN)架构下,网络服务请求动态到达引起的服务功能链(SFC)部署优化问题,该文提出一种基于改进深度强化学习的虚拟网络功能(VNF)部署优化算法.首先,建立了马尔科夫决策过程(MDP)的随机优化模型,完成SFC的在线部署以及资源的动态分配,该模型联合优化SFC部署成本和时延成本,同时受限于SFC的时延以及物理资源约束.其次,在VNF部署和资源分配的过程中,存在状态和动作空间过大,以及状态转移概率未知等问题,该文提出了一种基于深度强化学习的VNF智能部署算法,从而得到近似最优的VNF部署策略和资源分配策略.最后,针对深度强化学习代理通过ε贪婪策略进行动作探索和利用,造成算法收敛速度慢等问题,提出了一种基于值函数差异的动作探索和利用方法,并进一步采用双重经验回放池,解决经验样本利用率低的问题.仿真结果表示,该算法能够加快神经网络收敛速度,并且可以同时优化SFC部署成本和SFC端到端时延.     

A prediction approach of SLM based on the ensemble of metamodels considering material efficiency,energy consumption,and tensile strength

Journal of Intelligent Manufacturing - As a rapid developing additive manufacturing (AM) technology, selective laser melting (SLM) provides a promising way for intelligent manufacturing. The SLM...     

Occluded Video Instance Segmentation: A Benchmark

International Journal of Computer Vision - Can our video understanding systems perceive objects when a heavy occlusion exists in a scene? To answer this question, we collect a large-scale dataset...