AGA在太阳能电池阵寿命预测中的应用

针对在轨卫星的GaInP/GaAs/Ge三结太阳能电池阵输出电流衰减模型中参数辨识精度低和后期误差大且实时性不高的问题,提出采用遗传算法(GA)对太阳能电池阵电流衰减模型进行参数辨识。针对GA过早收敛及易陷入局部最优解的缺点,提出了基于自适应交叉变异算子和线性变换适应度函数的自适应遗传算法(AGA)进行参数辨识。然后把模型预测的输出电流与遥感测得的输出电流进行比较。实验结果表明,运用AGA和广义最小二乘法（GLS）得到的均方根误差(RMSE)分别为1.427×10^-4和1.337×10^-3,误差平方和(SSE)分别为2.0571×10^-6和1.92×10^-3,AGA辨识后的模型预测更加准确,对卫星运行后期电源的管理具有实际意义。     

蜂群算法在太阳电池组件参数辨识中的应用

针对太阳电池组件参数辨识精确度不高的问题,提出一种采用蜂群算法应用于参数辨识的方法。太阳电池组件模型采用单二极管串并联模型,在确定太阳能组件参数范围后,利用提出的蜂群算法对电池组件参数进行辨识。在蜂群算法中,不同的蜜蜂用不同类型的路径修改自己的位置,从而避免了过早收敛于局部最优解,进行全局搜索最优解。实验结果表明,蜂群优化算法的辨识的均方根差值为0.00241,计算电流(测量的25组电流值)总误差为0.0413,明显优于混沌无性繁殖算法、混沌粒子群算法、模式搜索算法、模拟退化算法,为太阳电池组件的参数辨识提供了一种新的方法。     

基于WinDriver的高速PCI卡驱动开发

针对目前大数据背景下如何提高PCI卡高速传输稳定性的问题,文中提出了基于内核中断处理及DMA传输的PCI卡驱动程序设计方法。在WinDriver生成驱动框架的基础上,采取基于VC++6.0平台进行了DMA 数据传输的实现和中断响应处理的PCI驱动程序开发。将驱动程序封装为动态链接库,用户程序调用DLL驱动PCI卡,进行高速数据传输检测。实验发现,当数据传输速度达到131 MB/s时,驱动程序运行稳定可靠不丢帧不错帧,为高速稳定PCI卡驱动程序的设计供了一种思路。