兴仁换流站交流滤波器组开断方案

以贵广Ⅱ回直流模型为基础,应用PSCAD／EMTDC仿真分析了滤波器小组断路器在不同的分断方式、不同的分闸时间下断口间过电压及容性电流的大小。结果显示,滤波器分闸时在断口之间的最大暂态过电压与电流基本呈一个反比关系;最佳分断角度为在电压角度为1000～1100或者280°～290°。     

一种高效宽带数字下变频器的设计与实现

针对雷达系统小型化和低功耗的应用需求,提出一种宽带雷达数字接收机中数字下变频器的设计方法.通过采用系统采样频率等于输入信号中心频率4倍的采样技术,结合混频器的特殊实现结构以及半带FIR滤波器抽头系数的特点,经过详细的理论推导后,给出该方法具体的硬件实现结构,能够显著降低数字下变频信号处理的复杂程度,有效减少对硬件逻辑资源,尤其是硬件乘法器的消耗.该方法在FPGA中实现时,与使用传统方法设计的数字下变频器相比,硬件逻辑资源消耗减少83.65%,功耗降低约110 mW.最后,设计实例结果验证了设计方法的正确性以及很好的工程实用性.     

多并联支路型可控电抗器的支撑导通法

鉴于双向晶闸管串接控制的可控电抗器采用多并联电感支路方式可抑制谐波电流而毋需安设滤波装置,研究了两种新的触发动作系列,其一为简单支撑导通法,适用于各支路并联电感相等的电抗器,此时所需均匀调节的只是第一电感支路,其它各支路只起第一支路电流的转移支撑作用,从而可显著简化触发系统;其二为复式支撑导通法,此时各支路的电感值依次递减,而后面各级在支撑前一级的传导电流后逐步调节到全导通状态,此法可进一步抑制谐波电流或减少并联支路数。     

基于CORDIC算法的一维离散余弦变换的ASIC设计

介绍了基于ＣＯＲＤＩＣ一维离散余弦变换（ＤＣＴ）的ＡＳＩＣ设计,给出了１－Ｄ ＤＣＴ的行为级ＶＨＤＬ描述,验证其功能的正确性,设计采用层次式设计,顶层用结构级描述,底层各功能子模块用ＲＴＬ级描述,整个系统在ＳＹＮＯＰＳＹＳ工具上进行设计及仿真,最终综合到门级电路。     

基于多尺度注意力CNN的SAR遥感目标识别

目标识别是合成孔径雷达（Synthetic Aperture Radar,SAR）图像解译的重要步骤。鉴于卷积神经网络（Convolutional Neural Network, CNN）在自然图像分类领域表现优越,基于CNN的SAR图像目标识别方法成为了当前的研究热点。SAR图像目标的散射特征往往存在于多个尺度当中,且存在固有的噪声斑,含有冗余信息,因此,SAR图像目标智能识别成为了一项挑战。针对以上问题,本文提出一种多尺度注意力卷积神经网络,结合多尺度特征提取和注意力机制,设计了基于注意力的多尺度残差特征提取模块,实现了高精度的SAR遥感图像目标识别。该方法在MSTAR数据集10类目标识别任务中的总体准确率达到了99.84%,明显优于其他算法。在测试集加入4种型号变体后,10类目标识别任务中的总体准确率达到了99.28%,验证了该方法在复杂情况下的有效性。     

基于CORDIC算法的坐标转换电路的FPGA实现

坐标转化在雷达信号处理中应用得非常广泛,随着对实时性要求的不断提高,传统的方法已经不能满足要求。在介绍CORDIC(Coordinate Rotation Digital Computer)算法的基础上提出了一种基于该算法的能够同时进行两路数据的坐标转换的FPGA实现方案。该方法以全流水线结构实现,转换速率快,精度高,能够满足现代雷达信号处理中对实时性的要求,并在实际系统中得到了应用。     

±800kV云广UHVDC输电线路合成电场测试与分析

通过开展不同运行方式下、不同海拔高度处直流输电线路合成电场的实测,分析了直流输电过程中合成电场的特性,总结了运行方式、气象条件和海拔高度对直流输电线路合成电场的影响规律,为特高压技术的发展和环境评估提供了有力的数据支持。     

用于SAR遥感图像车辆型谱级识别的高阶特征表示多尺度残差卷积网络

合成孔径雷达(Synthetic Aperture Radar,SAR)对地观测具有覆盖面积广、多极化、多分辨率、全天时全天候观测的特点,被广泛应用于智能化监测系统.随着SAR遥感图像分辨率的提升,目标型谱级识别成为了一项挑战.本文使用聚束成像模式下10种型号车辆的0.3 m分辨率、HH极化、多方位角的观测数据,针对型...     

热处理对冷加工奥氏体不锈钢晶粒度的影响

本文研究了热处理对冷加工奥氏体不锈钢组织的影响，试验结果表明利用形变马氏体的逆转变可获得超细化不锈钢晶粒。     

基于结构化稀疏表达的高分辨率光学遥感图像的船只检测

为克服近岸船只检测中复杂港内背景干扰和基于深度学习算法的大视场光学遥感图像标注工作量大的困难,本文提出了基于小样本集的结构化稀疏表达方法来实现近岸船只检测的算法。构建由近岸船只目标,背景干扰信息和误差矩阵等三部分子字典组成的结构化稀疏表达字典,经小样本集的字典训练过程生成判别性稀疏编码。首先将多方向近岸船只目标样本与港内复杂背景信息样本经过HOG特征提取和PCA分析对原子进行初始化,然后使用K-SVD和LASSO算法对字典进行训练。在字典中引入误差矩阵对样本的类内差异进行表示,增强了稀疏编码的判别能力和系统鲁棒性。最后提出船只目标区域提取的置信度计算方法,对生成的结构化稀疏编码进行判别,提取船只目标区域,实现船只检测。通过对不同尺寸字典模型、引入误差矩阵前后的结构化稀疏表达模型进行实验,实验结果表明提出的引入误差矩阵的结构化稀疏表达方法的有效性,以及在小样本集下比现有技术方法具有更好的检测性能。