基于频域均衡的宽带阵列通道校正

通道失配会严重影响阵列天线的性能,需要校正失配.窄带阵列只需在中心频率上校正即可,而宽带阵列因带宽相对较大需要对整个通道特性采取均衡的方法来保证各通道间的幅度和相位一致性.首先建立了失配通道模型,然后介绍了基于最小二乘准则的频域均衡算法,最后通过计算机仿真验证了频域均衡算法的有效性.同时,新算法采用LFM信号作为校正信号,克服了时域校正时校正权值不收敛的问题.     

一种基于散列链的自适应网格安全路由协议

LEACH(Low Energy Adaptive Clustering Hierarchy)路由协议是无线传感器网络拓扑控制中最具代表性和重要性的算法之一。针对LEACH路由协议簇头分布不均匀,节点死亡率高,易产生路由空洞及其所面临安全威胁等问题,提出一种基于散列链的区域划分网格自治安全路由协议LEACH-SEED。剔除低能量节点入选簇头的权利,改进簇头选举机制,簇头选举完成之后,每个簇头节点随机从散列链组成的密钥池中分配q个链密钥,其他节点利用单向哈希函数和伪随机函数生成通信密钥,网络遭受攻击后利用网格自治和待选簇头身份标识编号进行网络恢复。实验结果表明,改进的分簇算法能有效地降低节点死亡率,增强抗攻击能力,提高数据融合度,延长网络生存时间。     

WC-10Co4Cr涂层高速磨削力预测研究

一、引言 WC-10Co4Cr涂层材料具有耐磨性好、硬度高、耐腐蚀性好以及耐高温等优点,广泛应用于航空、航天、船舶及工程机械等领域.近年来,随着绿色制造理念的推广, WC-10Co4Cr开始被用于废旧零件的再制造生产过程中,对零部件表面修复与强化具有良好的效果. 在WC-10Co4Cr涂层高速磨削加工的研究中,磨削力是重要的研究对象.磨削力是磨削参数选择过程中重要的参考指标,对磨削系统和磨削质量均有显著的影响.因此,进行WC-10Co4Cr高速磨削力预测的研究是十分必要的.     

基于JMS的安全通信模型研究与设计

面向消息中间件(MOM)的安全性是目前的一个研究热点,目的是设计确保数据传输完整性的安全机制.通过分析JMS的两种消息通信模型,针对它在安全性方面存在的不足,引入了数字签名和加密技术,提出了一个基于身份验证和混合加密的可扩展安全通信模型,并详细介绍了模型的各个组成部分.模型的基本思想是使用数字签名的信息进行双向身份认证,并且在消息传输的过程中,利用双方协商的会话密钥和非对称加密技术对消息进行加密.最后构建了原型系统对模型进行了验证,实验结果表明此模型提高了基于JMS的系统的安全性.     

含储能参与的日前市场价值公平分配机制

现有的节点边际电价机制中,由于传统发电商具有市场操控力,当储能独立参与市场出清时,各发电商采取策略性报价,打压并挤占储能电站的市场份额,阻碍了储能电站参与市场出清,间接导致市场出清总成本增大。为此,文中提出一种包含传统机组以及储能电站参与的市场竞争机制。首先,分析现有市场结算机制的弊端以及阻碍储能参与市场出清的原因;其次,建立含储能参与的市场出清模型,采用样本均值近似求解二阶段随机规划模型;接着,基于VCG结算机制,提出适应储能参与的日前市场价值分配机制;最后,提出解决激励相容而造成的系统收支不平衡问题的策略。文中采用修改后的IEEE30节点为例,证明该机制满足激励相容、收支平衡以及削弱传统发电商的市场操控力等性质,同时储能的参与将会减小系统出清总成本,降低市场价格剧烈波动的风险。     

基于PCA-WNN的短期风电预测

为了提高风机输出功率的预测精度,提出了一种基于主成分分析(PCA)、结合小波神经网络(WNN)的短期风电预测方法,通过利用主成分分析(PCA)对初始数据进行降维处理,然后结合小波神经网络进行训练,得到了PCA-WNN预测模型。该方法设计出的模型具有优秀的预测效果,且根据实际数据测试的结果表明,相比于传统BP模型和WNN模型,PCA-WNN模型的预测精度更高。     

不对称电压暂降下最大功率输出的MMC协调控制策略

针对柔性直流输电系统交流侧不对称电压暂降下,模块化多电平换流器（modular multilevel converter,MMC）运行时出现的功率波动、三相电流不平衡等问题,提出了不对称电压暂降下最大功率输出的MMC协调控制策略。该策略根据不对称电压暂降下MMC系统运行特性随调节参数的变化规律,以抑制有功功率波动与输出三相平衡电流的协调控制为目标,构建了线性加权解析式确定调节参数,在保证MMC输出电流峰值在最大限制范围内时,输出最大有功功率。该策略既拓展了有功功率输出能力,又提升了系统的整体控制保护性能。仿真和实验结果验证了所提方法的有效性。     

考虑电动汽车时空负荷分布特性的主动配电网动态重构

实现电动汽车(Electric Vehicle, EV)规模化发展并与电网双赢的关键问题之一是如何提高EV充电负荷的预测准确性,并保证含大规模EV充电负荷的配电网运行的安全性和经济性。考虑EV时空负荷分布特性,建立了主动配电网动态重构与有功、无功联合优化数学模型,并给出了其求解方法。首先,根据出行链技术和马尔可夫决策理论,考虑天、人、路对EV的影响因素,构建了EV单位能耗模型和充电负荷的时空分布预测模型。其次,提出考虑储能系统、有载分接开关、投切电容器组、静止无功补偿装置和动态重构多种主动管理措施,计及经济、技术指标和各设备、系统运行约束,建立了含EV的主动配电网动态重构与有功-无功联合优化数学模型。然后,为了提高所构建模型的求解效率,通过二阶锥松弛和变量乘积线性化方法将非凸等式约束和非线性不等式约束线性化后,将原始的混合整数非线性规划问题转化为易求解计算的混合整数二阶锥问题。最后,基于修改的IEEE33节点系统进行仿真实验和对比分析,结果验证了所提方法的有效性和优越性。     

基于深度学习特征融合和联合约束的单通道语音分离方法

为了提高单通道语音分离性能,该文提出基于深度学习特征融合和联合约束的单通道语音分离方法。传统基于深度学习的分离算法的损失函数只考虑了预测值和真实值的误差,这使得分离后的语音与纯净语音之间误差较大。该文提出一种新的联合约束损失函数,该损失函数不仅约束了理想比值掩蔽的预测值和真实值的误差,还惩罚了相应幅度谱的误差。另外,为了充分利用多种特征的互补性,提出一种含特征融合层的卷积神经网络(CNN)结构。利用该CNN提取多通道输入特征的深度特征,并在融合层中将深度特征与声学特征融合用来训练分离模型。由于融合构成的特征含有丰富的语音信息,具有强的语音信号表征能力,使得分离模型预测的掩蔽更加准确。实验结果表明,从信号失真比(SDR) 、主观语音质量评估( PESQ)和短时客观可懂度(STOI)3个方面评价,相比其他优秀的基于深度学习的语音分离方法,该方法能够更有效地分离目标语音。     

一种新型高保真声压探头组在模态测试中的应用

对于质量较轻、结构对称及无法粘贴接触式传感器的结构试件,利用声振互易性原理,采用移动敲击点、固定多个声压传感器的测量方法进行模态试验,解决了传感器附加质量的影响并避免了结构重根被破坏。通常此种方法需要使用过个支架固定多个声压传感器进行MIMO模态测试,固定支架及现场拉线工作较为繁杂;且试验获取数据量较大,结合传统模态分析方法使得模态拟合过程较慢。本文介绍了一种新型高保真声压探头组,使得模态试验过程极大简化,且数据分析结合模态提纯参数识别算法,使得模态分析快速高效;同时,结合3个工程实际案例验证了本方法的有效性。该新型设备为今后相关领域模态试验提供了一种新思路,极大地提高了模态试验的效率。