直流换流站近区高次谐波对稳控装置采样精度影响的分析

电网中包含的高次谐波会对稳控装置运行造成不良影响,因此需研究不同类型的谐波对稳控装置采样、滤波、策略等多个环节的影响。分析了直流换流站近区高次谐波的产生原因及特性,重点分析了由于频率混叠导致的对基波产生较大影响的整次谐波特性,并提出了应对方案。应对方案包括在硬件滤波回路设计上调整滤波电路的截止频率,提高硬件滤波的效果;在软件设计上通过提高采样频率,同时运用MATLAB软件进行数字滤波器功能设计,以软件滤波的形式消除频率混叠对稳控装置的影响,实现了在高频段进行采样,在低频段进行数字滤波、插值的处理,保证原有的处理原则不发生变化。最后结合RTDS仿真测试,验证了改进方案的适应性。     

一种低秩和图正则化的协同稀疏高光谱解混方法

针对经典协同稀疏解混方法中稀疏性表征不足以及丰度矩阵过平滑等问题,提出一种低秩和图正则化的协同稀疏高光谱解混方法。引入加权因子,进一步促进丰度矩阵的稀疏性;引入了图正则化项,获取图像的空间信息,以促进图像的平滑性;在模型中增加低秩项,进而挖掘高光谱数据的细节结构,进一步提高解混的精度。利用2个模拟和1个真实高光谱数据进行实验,结果表明,提出方法的解混精度与经典解混方法相比得到显著提升。     

融合多向学习的混沌麻雀搜索算法

对于原始麻雀搜索算法（SSA）在迭代过程中表现出的种群多样性减小,易陷入局部最优等问题,提出一种融合多向学习的混沌麻雀搜索算法（MSSA）。利用Hénon混沌映射初始化种群,增加麻雀种群的多样性,扩大可行解的搜索范围,为全局寻优奠定基础;采用多向学习策略增加麻雀跟随者探索未知领域的机会,平衡算法的局部开发性能和全局搜索能力;当算法陷入局部最优时,引用遗传算法中的变异策略依据动态的变异概率对当前最优个体进行扰动变异;将MSSA算法应用到无线传感器网络节点覆盖优化问题。数值实验结果与Wilcoxon秩和检验结果均表明MSSA算法在收敛精度与收敛速度等方面具有更明显的优势。     

基于Hessian图正则稀疏NMF的高光谱解混

基于非负矩阵分解(Nonnegative Matrix Factorization, NMF)的高光谱解混(Hyperspectral Unmixing,HU)方法引起了大家的关注,因为可以将一个非负高光谱图像(Hyperspectral Imagery, HSI)数据矩阵分解为两个非负矩阵的乘积,分别对应于端元矩阵和丰度系数矩阵。目前,图约束的NMF算法已经被证明对高光谱解混是有效的,因为它们可以捕获HSI的几何特性。为了挖掘数据在混合过程中的几何结构和稀疏性,提出了一种稀疏的Hessian图正则化NMF(SHGNMF)算法。SHGNMF算法是将丰度矩阵的L1/2正则化器和Hessian图正则化项都添加到每个NMF模型中,同时采用乘法更新规则。最后用模拟数据和真实数据进行实验,验证了所提出的SHGNMF算法相对于其他NMF算法的优越性。     

基于密度峰值和模糊聚类的欠定混叠矩阵估计

传统聚类算法进行混叠矩阵估计时存在的聚类中心个数不确定和初始聚类中心的随机选取导致陷入局部最优的问题,为此提出一种基于密度峰值的改进模糊聚类算法进行欠定盲源分离的混叠矩阵估计。通过短时傅里叶变换提取信号在频域中的稀疏特性,利用寻找密度峰值聚类算法(clustering by fast search and find of density peaks, CFSFDP)自动获取聚类簇的数目和初始聚类中心;将获得的聚类数目和聚类结果作为模糊聚类算法(fuzzy c-means clustering, FCM)的初始输入参数,提高FCM聚类结果的精度。实验结果表明,该算法可以准确估计源信号的数目,相比传统FCM、层次聚类、基于密度峰值改进的粒子群等聚类算法,可以有效提高欠定盲源分离的混叠矩阵估计精度。     

基于SWIPT的Polar编码协作码的设计与系统性能研究

极化（Polar）编码协作可同时获得编码增益与分集增益,实现可靠通信。为了解决中继能量受限问题,本文研究了基于无线信息与能量同传（Simultaneous Wireless Information and Power Transfer, SWIPT）技术的Polar编码协作系统。首先,建立了基于SWIPT的Polar编码协作系统模型。其次,鉴于Polar码的Plotkin构造方法将一个长码分裂成两个短码,非常适用于编码协作场景,使用Plotkin构造方法联合设计信源节点和中继节点Polar码,并在目的节点对其进行联合串行相消（Successive Cancellation, SC）译码。相比传统点对点系统,基于SWIPT的Polar编码协作系统使得系统中断概率大幅度降低;与随机低密度奇偶校验（Low Density Parity Check, LDPC）编码协作系统相比,在译码迭代次数低时所提方案误码性能更佳。      

改进海鸥算法的多阈值图像分割算法北大核心CSCD

为进一步提高图像分割精度,改善传统多阈值图像分割方法计算量大、分割慢的问题,提出了改进海鸥算法(improved seagull optimization algorithm,ISOA)的多阈值图像分割方案。针对原始海鸥算法(seagull optimization algorithm,SOA)存在早熟、寻优精度不足的问题,首先,采用cubic混沌映射优化初始解,提高搜索效率;其次,引入鹰栖息优化算法(eagle perching optmizer,EPO)的缩放因子和疯狂算子进行扰动,并与麻雀搜索算法(sparow search algorithm,SSA)警戒者的位置更新相结合,优化寻优精度和收敛速度,避免陷入局部最优。利用6种基准测试函数对ISOA进行寻优性能测试。最后,将ISOA与图像分割的最优阈值选取相结合,进行基于Otsu的多阈值图像分割,并与现有分割算法进行对比。仿真结果表明,ISOA在基于Otsu的图像分割中,100%取得了最优值,且80.9%的结果优于其余算法,使图像的分割精度和质量均得到了优化。     

基于卷积神经网络的混叠光谱解调方法

研究了一种基于深度学习的光纤光栅混叠FBG光谱解调方法。利用卷积神经网络(Convolutional Neural Networks, CNN)模型处理混叠光谱非线性序列模型问题,通过一维卷积神经网络预测识别混叠光谱中心波长,并搭建了并联结构的混叠光谱数据自动采集实验系统,验证了混叠光谱的中心波长高精度解调。实验分析了训练样本、迭代次数对训练时间、测试时间、解调精度的影响,并对训练完成后的模型进行了解调时间测试。分别与其他解调算法进行了解调精度和测试时间对比,同时对同一组光谱数据使用解调模型算法及最高点寻峰算法进行中心波长值的对比并进行误差分析。实验结果表明:解调模型均方根误差结果为0.082 58 pm,使用Intel(R) Core(TM) i7-8550U CPU （Central Processing Unit）的解调计算时间为0.338 s。研究结果表明:采用卷积神经网络模型对于混叠光谱中心波长解调结果的准确性具有合理性,与其他算法相比,文中的解调算法在解调精度和时间上具有优势,模型大小在400 kB以下,所需算力较小,可部署在小型嵌入式设备中,在大规模机载传感网络,结构健康监测中有良好的应用前景。     

氧化石墨烯对聚丙烯/尼龙6两组分聚合物的增容作用

采用改进的Hummers法制备氧化石墨烯,然后将其与聚丙烯/尼龙6(PP/PA6)两组分聚合物进行熔融共混制备聚丙烯/尼龙6/氧化石墨烯纳米复合材料。通过拉伸强度测试、差示扫描量热测试并结合扫描电子显微镜对尼龙6分散相尺寸大小观察表明,由于氧化石墨烯表面环氧官能团与尼龙6中端氨基能发生化学反应,有效提高了各组分之间的界面相互作用;少量的氧化石墨烯使尼龙6分散相尺寸大幅度减小,并使复合材料拉伸强度大幅度提高,由此表明石墨烯对热力学不相容聚丙烯/尼龙6两组分聚合物具有良好的增容作用。     

第三代激光干涉仪

微片激光自混合干涉仪原理上与迈克尔荪干涉仪不同。主要差别是：激光自混合干涉仪的光束照射在被测物上并被反射回激光器被激光器内放大介质放大。作者课题组研究的的激光自混合干涉仪的测量速度达到了1 m/s以上,10 m空程的环境误差小到了40 nm。它具有全固态,可测“黑”目标的位移等性能,又达到了传统激光干涉仪的技术指标。如果第一代光学干涉仪是以光谱灯做光源,第二代光学干涉仪是以HeNe气体激光器做光源的话,固体激光自混合干涉仪因其激光“自混合”原理可看成是第三代激光干涉仪。