电流型阻抗源升压整流器

自Z源网络提出以来,阻抗源变流器得到了广泛的研究和应用,但大多是针对电压型及逆变器的。选择电流型准Z源整流器作为研究对象,在传统控制策略中加入了阻抗源电感电流的前馈控制和有源阻尼控制,得到了更高的输出范围和更好的输出波形,并通过仿真验证了控制策略的正确性。设计了1台1 kW量级的样机并进行实验验证。     

基于多线结构光的弱纹理物体形貌测量方法

大多数现有的主流结构光测量装置在被测物体的表面上投射单条激光,通过移动装置实现物体表面的扫描重建。为了实现物体表面的在线快速重建,将多线结构光和双目立体视觉理论相结合,设计了一种新的三维测量方法。提出了一种结合形态滤波和Zhang-Suen细化算法的光条骨架提取方法和基于光条序列关系的光条匹配算法,并通过极线约束实现光条上特征点的精确匹配。通过实验验证了方法的有效性,相对误差在3%以内。     

基于深度卷积神经网络的γ光子图像分类识别研究

通过对正电子探测成像技术获得的γ光子图像进行分类识别,有利于后续有针对性地快速获取图像所包含的有效信息。在MatConvNet上利用迁移学习的方法搭建深度卷积神经网络,通过对其参数的调整进一步提高网络分类识别的性能。为了验证网络性能,设计了10组不同形状的管材模型,利用仿真得到的扫描时间为1s的γ光子图像样本集对网络进行训练后,将其应用于扫描时间为0.1 s的γ光子图像样本进行分类识别,发现分类准确率在图像质量偏差、扫描时间为0.1 s的γ光子图像样本上仍然达到了94.72%。可见所搭建的深度卷积神经网络对γ光子图像具有很好的分类识别性能。     

锂离子电池内短路研究综述

锂离子电池作为多种设备及装置的核心供电部件,其安全性问题受到广泛关注。内短路是导致动力电池发生安全事故的重要诱因之一,因此针对锂离子电池内短路的研究已成为近年来研究热点。针对内短路安全问题,阐述了国内外内短路诱发实验方法,并归纳了内短路检测方法,给出了内短路问题的未来研究方向。     

TiZrCuNi钎料真空钎焊纯钛TA1接头界面的显微组织和钎料元素扩散行为

用Ti-37.5Zr-15Cu-10Ni钛基非晶钎料真空钎焊纯钛TA1后,研究了钎焊接头界面的显微组织和钎料元素扩散行为。结果表明:钎焊接头由钎焊缝、钎焊缝与母材界面区、细小针条状物扩散区、密集条片状物扩散区和粗大条片状物扩散区组成,对应的组织分别为β相、β相+细小条状α相、魏氏体、粗大魏氏体+(Ti,Zr)2(Cu,Ni)金属间化合物、α相+Ti2(Cu,Ni)+Ti Ni Fe金属间化合物;镍元素向钛基体中扩散的距离最长,铜元素的扩散距离居中,而锆元素的扩散距离最短;锆元素均能与α-Ti和β-Ti形成连续固溶体,但β相固溶锆原子的能力强于α相固溶锆原子的能力,铜元素和镍元素均主要固溶在β相中。     

一种基于双路径深度卷积网络的声场景分类方法研究

声场景分类,就是训练计算机通过声音中所包含的信息将声音正确的划分到其所属的场景中,其在物联网设备、智能助听器、自动驾驶等领域有着广泛的应用。本文根据声学特征谱图的特点和深度学习中的卷积神经网络理论,提出了一种基于卷积神经网络的声场景分类方法。首先提取音频的对数Mel谱图及其一阶二阶差分谱图,并在通道维度上进行拼接,随后利用中值滤波器对融合谱图进行分层,得到两个融合谱图分量。然后搭建了双路径深度卷积神经网络分别对每个谱图分量进行建模,并在系统输出前将两个路径获得的特征图进行融合,最后通过全连接层进行分类。并在TUT数据集上进行实验,分类准确率可达79.2%     

X波段双偏振气象雷达差分相位质量控制

气象雷达差分相位的质量控制是通信和遥感遇到的一个基本问题。前向散射引起的差分相位估计的准确性对于测量降水量,反射率的衰减订正具有重要意义,尤其对于X波段的双偏振雷达。而后向差分相位的值则包含了非瑞利散射和降水微物理等有价值的信息,因此需要准确地分离出前向散射引起的差分相位和后向差分相位。但在雷达射线传播路径中可能会存在其他非气象目标的干扰或受到周围某单频点电磁波的干扰,导致接收到的电磁波存在噪声因素,从而使测量得到的总差分相位值不准确,因此还需要考虑对接收得到的差分相位先进行质量控制。本文基于X波段双线偏振多普勒天气雷达,提出了对测量得到的差分相位进行质量控制的方法,有效地减少噪声的影响,再利用处理得到的总差分相位分离前向散射引起的差分相位和后向差分相位。结果表明,该方法可以有效地对非降水回波干扰引起数据的大振幅进行平滑,分离得到的前向散射相位满足理论规律。     

基于深度神经网络的自适应波束形成算法

阵列天线接收到的期望信号和干扰信号,其入射的到达角度(Angle of Arrival,AOA)总是快速变化的,而传统波束形成算法计算量大,无法实时计算。针对这一问题,提出了一种基于深度神经网络的自适应波束形成(Deep Neural Network Adaptive Beamforming,DNNABF)算法,用入射信号AOA组成的向量作为网络输入,网络输出逼近最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法求得的权矢量。仿真结果表明,卷积神经网络(Convolutional Neural Network,CNN)与DNNABF方法都能准确拟合MVDR算法权矢量,可在入射信号AOA快速变化时自适应地形成波束和零陷,但DNN计算速度相对MVDR有将近6.5倍的提升,训练模型时间也远低于CNN。     

金属雷电分流条对雷达罩电性能的影响分析

论文建立了天线罩分流条电磁传输研究模型,通过仿真和实验,对比分析了雷电分流条的电磁波传播特性,特别研究了中空十字型和十字型金属分流条的电磁波传输机理,以及金属分流条的材料、长度、宽度、厚度和电磁波不同入射方向对雷达罩电磁波传输性能的影响。研究结果表明:十字型金属雷电分流条对天线罩的电磁传输影响严重,而设计合理的中空十字金属分流条可以有效传输电磁波;另外,金属分流条的厚度和常用金属材料对电磁波传输影响不大,主要影响其导电能力和重量;在保证天线罩雷击安全的前提下,调整金属条长度可以使天线罩电性能达到最佳;金属条的宽度对电磁波传输性能影响明显,宽度越大,天线远场方向图主瓣增益越大;随着入射角的增大,方向图主瓣增益在减小,入射角超过30°时,雷电分流条对天线罩的电磁传输为负影响。     

微波光子雷达组网技术

雷达组网是目前雷达领域的研究热点之一。通过对空间区域进行多角度、多频段、多域协同探测,雷达组网能够获取目标的多维度信息,并利用数据的融合处理进一步地提升系统的目标探测与识别性能。随着系统对信号质量、信息传输链路带宽以及系统同步精度等需求的日益增长,基于微波光子技术实现信号产生、传输和处理的雷达组网正逐渐获得研究者的关注。本文分析了微波光子雷达组网关键技术的工作原理,介绍了近年来国内外微波光子雷达组网的发展现状,并探讨了其未来的演进方向。