无线传感器网络中视频质量评估方法

视频在无线传感器网络传输,由于网络的不稳定,可能使视频质量受到一定的影响。在人类视觉模型的基础上,提出一个改进的无参考质量评估算法,直接通过收到的图像,判断视频质量的好坏。较之当前广泛使用的视频评估算法一媒体延迟指标而言,大大提高在网络丢包时,对于视频质量评估的准确性。评估结果接近人眼观察的效果,并且可以大规模投入使用,具有较强现实意义和商业使用价值。     

一个手机整句输入算法的研究与实现

随着时代的发展,手机在人们生活中起着越来越重要的作用。目前,相对于其他丰富多采的手机应用,手机输入法研究相对较少。该文针对手机存储空间小、计算能力低的特点,提出了一种整句查找算法。文章首先介绍了使用倒序排列的文件结构,然后根据该文件结构设计出一种宽度为N的整句查找算法,并在手机S60平台上实现了整句输入系统。文章最后对该整句算法的输入正确率进行了测试。实验结果表明,该算法有着较好的效果。     

区块链技术在多元融合高弹性电网中的应用初探

多元融合高弹性电网通过构建源网荷储全向交互机制,显著提升了电网的互动与自愈能力。区块链技术采用去中心化理念和分布式记账模式,保障数据可信,打破信任壁垒,为电网多端友好互动提供了核心技术支撑。基于现有理论研究与工程实践,区块链的技术特征与高弹性电网的形态架构具有较强的理念契合性和技术互补性,区块链有潜力成为多元融合高弹性电网的重要赋能技术。面向多元融合高弹性电网的建设目标,刻画了区块链技术与高弹性电网深度融合的应用场景,梳理了建设高弹性电网过程中的关键痛点,阐明了区块链之于高弹性电网的技术赋能要素及匹配关系。面向高弹性电网的建设需求,提出了区块链系统的设计原则、评价指标以及设计流程,并以需求响应为例进行系统设计与性能测试,为区块链技术在高弹性电网中的应用提供理论支撑。     

计及多模态分量的新能源电力系统节点频率分析方法

“双碳”背景下,大规模新能源接入电力系统,频率响应空间分布差异扩大,此时各节点频率响应中的非全局分量可能主导频率稳定问题,而对于此类问题的研究目前尚不充分。为此,基于频率响应模态分解思路,提出新能源电力系统节点频率响应量化分析方法。首先,用惯量-阻尼-调频系统统一结构近似各类型设备频率-有功传递函数。然后,基于二次特征值分析方法将各节点频率响应进行分解,获得共模频率与若干差模频率的表达式。进一步地,解析了各频率分量的最大偏移量、变化率等关键特征量,并类比总惯量与全局频率变化率间的对应关系,针对各节点各模态频率分量定义了节点模态惯量指标。所提频率分解方法与指标直观地展示了电力系统中各差模频率的节点分布差异。最后,仿真验证了所提频率分解方法和指标的有效性。     

HVDC送端交流系统故障暂态过电压评估指标

特高压直流输电系统直流闭锁故障及交流系统短路故障引起的暂态过电压,对系统稳定性造成严重冲击。量化评估交直流系统暂态性能指标,对确定交直流电力系统规划设计和调度运行具有指导意义。对交流系统暂态过电压机理进行分析,推导出基于无功补偿和短路比的暂态过电压计算方法,基于系统短路比与补偿电容和交流滤波器参数的比值定义了暂态电压评估指标R_r。研究表明,随着该暂态电压评估指标R_r减小,系统故障后送端换流母线暂态电压升高,受端也会发生不同程度的换相失败。最后,基于国际大电网会议直流标准测试系统,验证了所提指标的有效性。     

基于MMC的多端直流电网通用计算方法及拓扑优化研究

针对现有直流电网直流侧短路简化计算方法普遍不适用于对称单极接线系统及短路故障后故障电流急剧上升导致换流站闭锁的问题,提出了适用于对称单、双极接线方式直流电网的通用计算方法和直流电网拓扑优化方法。首先,分析了不同接线方式下的直流电网直流侧单、双极短路故障特性。其次,基于阻抗频率特性提出了适用于不同接线方式直流电网的故障电流计算方法,并得到了评价故障电流水平的简化指标,有效地评估直流电网拓扑变化时的故障电流水平,实现多端系统的拓扑优化,降低单极接地故障电流水平。最后,通过电磁暂态仿真案例验证了所提计算方法和简化指标的准确性和有效性。     

基于层次分析的电传飞控系统健康状态评估

针对电传飞控系统组成复杂、健康状态无法进行准确定量评估的难题,采用层次分析方法,创新性地建立了一种针对复杂系统健康状态定量评估的方法与实践流程。首先提出了系统健康状态无量纲指标健康指数的定义,根据系统内外场使用场景和特点,结合用户习惯定义了系统健康状态的划分等级,然后根据组成设备失效特性,建立了系统特征参数健康指数定量评估的通用算法库。结合系统特点和FMEA,自上而下地将系统划分为不同层次,结合各个层次的评估结果和系统权重分析,自下而上地对整个系统的健康状态进行了精细化定量评估,突破了以往依靠系统BIT测试结果对系统非“0”即“1”的健康状态定性评估。通过型号实践,验证了该方法的有效性、准确性,可满足实际工程应用。     

融合指标分组的高维混合多目标进化优化

高维混合多目标优化问题因包含多个不同类型指标,目前尚缺乏有效求解该问题的进化优化方法。提出一种基于目标分组的高维混合多目标并行进化优化方法。采用深度学习神经网络预测种群隐式性能指标;基于指标相关性,将高维混合多目标优化问题分解为若干子优化问题;采用多种群并行进化算法,求解分解后的每一子优化问题,并基于各子种群的非被占优解构建外部保存集;采用聚合函数对外部保存集个体进一步优化,得到Pareto最优解集。在室内布局优化问题中验证所提方法,实验结果表明,所提方法的Pareto最优解在收敛性、分布性以及延展性等方面均优于对比方法。     

混合遗传蚁群算法优化BP神经网络预测空气质量

为了进一步提高空气质量指数预测精度,提出一种混合遗传蚁群算法优化BP神经网络的方式对空气质量指数进行预测.首先初始化蚁群算法的信息素分布,对不满足适应度条件的进行遗传算法的交叉、变异操作,进而计算蚁群的状态转移概率和信息素浓度,当适应度值满足条件要求时,将寻优结果作为BP神经网络的最优权值和阈值,来改善单一BP神经网络的不足.最后通过运用西安市的空气质量指数日历史数据进行验证,实验表明,本文所提模型的各个评价指标相对其他对比模型误差更小,在预测精度方面具有更高的说服力,因此能够有效地预测空气质量指数.     

分层网格划分实现海量地图标记物聚散可视化

在传统的地图可视化中,面对海量地图标记物展示会采用点聚合的方式,但是各类点聚合算法都是运行时计算,没有分层机制,在海量点的散开展示时,对于地图标记物堆叠没有过滤机制。针对这一问题,提出了分层的网格划分实现海量地图标记物聚散一体化解决方案。该方法对分层网格中心点构建K-D树索引,对海量点构建四叉树索引,通过索引和存储技术,实现了聚合的高效查询。对海量点散开时增加网格过滤,消除堆叠问题。在实验案例数据集上进行对比,结果表明,与传统的点聚合方案相比,在数据量大的情况下,计算性能显著提高,对海量标记物散开展示增加过滤算法,有效提升了用户体验。