面向典型战场应用的目标智能融合技术

针对战场多源信息融合的典型应用需求,提出了基于人工智能的目标信息融合技术思路,并对其中的两项关键技术,即新型融合知识库构建技术和基于本体核的目标知识融合技术进行了分析,最后对多源信息融合系统在应用过程中存在的技术问题及其解决思路进行了探讨。     

原子层沉积低温生长α-MoO3薄膜

以六羰基钼和氧气为前驱体,通过等离子增强原子层沉积技术（PE-ALD）在硅基片上实现了α-MoO₃薄膜的低温制备。利用X射线衍射仪、扫描电子显微镜、原子力显微镜、X射线光电子能谱仪等手段对薄膜的晶体结构、表面形貌及薄膜成分进行表征和分析。研究发现衬底温度和氧源脉冲时间对MoO₃薄膜的晶体结构和表面形貌变化起关键作用。当衬底温度为170℃及以上时所制备的薄膜为α-MoO₃;适当延长ALD单循环中的氧源脉冲时间有利于低温沉积沿（0k0）高度择优取向的MoO₃薄膜。根据对不同厚度MoO₃薄膜表面的原子力显微图片分析,MoO₃薄膜为岛状生长模式。     

多层集成电路中缺陷地引起的寄生基板模式

针对多层集成电路中由于共地面开窗引起的寄模问题,通过对比“窗口遮挡”形式和多种背孔阵列抑制寄生模传播效果,发现“窗口遮挡”形式在有效抑制寄生模传播的同时会极大地增加电路损耗,存在最简背孔阵列可以达到抑制寄生模传播的效果。在不改变工艺结构的前提下,“双背孔”和“四背孔”形式可以分别满足200 GHz/300 GHz以下介质膜抑制需求,此时背孔所占面积最小,可以有效减小背孔排列密度,增加电路集成度。     

Vehicle LED detection and segmentation recognition based on deep learning for optical camera communication

In the vehicle to vehicle (V2V) communication based on optical camera communication (OCC) system, how to achieve high reliability and low latency communication is still a problem. In this paper, we propose a lightweight light-emitting diode (LED) detection algorithm based on deep learning to detect the vehicle LED position at different communication distances, which can improve LED detection accuracy and inference speed. In addition, we design an LED segmentation recognition algorithm to reduce the bit error rate (BER) of the vehicle OCC system. The experimental results demonstrate the effectiveness of the proposed algorithms in real traffic scenes.     

基于雷达装备的测试性评估方法研究

雷达装备在作战中具有重要的作用,而雷达装备的测试性设计对雷达装备起关键作用,对雷达装备的测试性设计进行分析,及时将测试性设计和试验相结合,使雷达装备的测试性水平得到提高。首先对雷达装备的测试性设计进行了分析和阐述,之后基于设计和试验提出了一种测试性评估方法,并提出一套测试性评估程序,来帮助雷达装备进行测试性评估。     

基于分群结构优化的储能配置规划

储能资源与源网荷资源的深度融合是构建高比例可再生能源新型电力系统的关键,随着系统规划和运行环节源网荷储互动程度的不断提高,在储能资源规划过程中考虑其与源网荷资源的时空耦合特性已是储能规划的核心环节。构建储能选址分群结构优化模型,决策储能布点待选站点集合,并以储能投资净收益最大为目标,联合采用遗传算法和二阶锥松弛算法,求解含分群结构优化的储能配置优化规划模型。算例分析表明,面向大规模复杂网络的储能规划,考虑发用电特性及网架空间分布,分群优化布点储能,有利于协调不同送受特性的集群间储能资源的配置与协同增效运行,经济提高可再生能源消纳水平。     

基于互联和阻尼分配跟踪的孤岛微电网非线性电压功率控制

针对孤岛微电网中分布式电源变换器应对大扰动能力差、扰动过程中电压和功率波动大、且无法回到原始运行状态等问题,该文提出了一种适用于孤岛微电网中多分布式电源变换器的非线性跟踪控制方法。该控制方法基于同步参照系（synchronous reference frame, SRF）中的互联和阻尼分配无源控制器（interconnection and damping assignment passivity-based controller, IDA-PBC）进行设计,该控制器负责控制微网内功率转换装置（power conversion units, PCU）的动态特性。PCU包括DC/DC升压变换器通过互连电容与DC/AC逆变器耦合,并通过LC滤波器连接到电网。该控制器使 PCU在系统运行点变化期间平滑地抑制电压/电流和有功/无功功率的变化,同时精确地跟踪由下垂控制器产生的参考指令。最后,在多源孤岛微网上对PCU进行了时域仿真分析,将所提方法与PI控制器以及现有非线性控制策略进行比较,仿真结果表明,所提方法能较好地抑制大扰动下微网的电压、电流以及功率波动,控制效果明显优于PI控制和其他非线性控制。     

基于协同强化学习的微电网分布式两级电压优化控制

由于微电网中分布式电源组成复杂,运行模式多样,孤岛微电网的电压恢复控制面临着不确定性干扰的影响。为此,针对不确定性干扰下微电网的二级电压恢复控制问题,提出了一种基于协同强化学习的微电网分布式两级电压优化控制方法,实现孤岛模式下微电网的电压调节控制。首先构建孤岛微电网分布式一致性协同电压控制算法,并建立李雅普诺夫函数稳定性判定方法。其次根据控制器性能与控制器增益参数的关系,求解孤岛微电网电压控制器增益上界,并根据控制器增益参数上界限制强化学习智能体动作集。随后,采用强化学习算法优化二级控制器增益参数,给出相应的强化学习智能体状态集、协同全局奖励函数。最后在Matlab/Simulink上通过仿真实验验证了所提出的控制方法的有效性和适应性。