According to the characteristic of global positioning system（GPS） reflection signals,a GPS delay mapping receiver system scheme is put forward,which not only satisfies the unmanned aerial vehicle（UAV） guidance loc...According to the characteristic of global positioning system（GPS） reflection signals,a GPS delay mapping receiver system scheme is put forward,which not only satisfies the unmanned aerial vehicle（UAV） guidance localization but also realizes height measurement.A code delay algorithm is put forward,which processes the direct and land reflected signal and outputs the navigation data and specular point.The GPS terrain reflected echo signal mathematical equation is inferred.The reflecting signal area,when the GPS signal passes the land,is analyzed.The height survey model reflected land surface characteristic is established.A simulation system which carries guidance localization of the UAV and the height measuring control through the GPS direct signal and the land reflected signal is designed,taken the GPS satellite as the illumination source,the receiver is put on the UAV.Then the UAV guidance signal,the GPS reflection signal and receiver＇s parallel processing are realized.The parallel processing reduces UAV＇s payload and raises system＇s operating efficiency.The simulation results confirms the validity of the model and also provides the basis for the UAV＇s optimization design.展开更多
针对在信号交叉口前由于车辆转向和换道操作频繁容易引发冲突、降低通行效率的问题,构建基于深度强化学习(DQN)的车辆群体控制模型,优化车辆车道选择.首先,利用传感器和网联设备等获取周围车辆及交叉口信号灯实时状态信息,基于共享DQN...针对在信号交叉口前由于车辆转向和换道操作频繁容易引发冲突、降低通行效率的问题,构建基于深度强化学习(DQN)的车辆群体控制模型,优化车辆车道选择.首先,利用传感器和网联设备等获取周围车辆及交叉口信号灯实时状态信息,基于共享DQN模型进行车道选择,并根据该结果计算下一时刻位置、速度和转向角;进一步以效率及安全性指标建立奖励函数对车道选择决策实施评价,将状态信息、决策信息及奖励评价信息整合形成经验,存入同一经验池用于共享DQN模型参数迭代更新;最后,使用SUMO(simulation of urban mobility)与Python联合仿真搭建不同交通流量环境对训练后的模型进行验证.研究表明:相较于SUMO中的车道选择模型,基于共享DQN模型的信号交叉口前车辆群体车道选择模型,在低、中、高流量测试场景的平均速度均有提高,交叉口前排队长度分别减少了9.6%、22.5%和24.8%.本文模型可以有效减少信号交叉口的排队长度、提高信号交叉口前的路段平均速度、增强车辆从上游到达交叉口的效率,为未来车路协同的应用提供理论借鉴和技术支持.展开更多
随着我国风电装机容量与高速铁路运营里程不断增长,部分地区出现风电场与电气化铁路共同接入电网公共连接点(point of common coupling,PCC)的情况,将会引发一系列谐波不稳定问题。针对此类问题,对风电场与多车接入牵引网耦合系统进行...随着我国风电装机容量与高速铁路运营里程不断增长,部分地区出现风电场与电气化铁路共同接入电网公共连接点(point of common coupling,PCC)的情况,将会引发一系列谐波不稳定问题。针对此类问题,对风电场与多车接入牵引网耦合系统进行稳定性研究(为便于阐述,将牵引变电所、接触网与列车视为一个整体,称为牵引供电系统),建立了电网-牵引供电系统-风电场耦合系统导纳模型,并结合阻抗扫频验证了模型的准确性。接着分析了传输线路长度对电网-牵引供电系统-风电场耦合系统谐波稳定性的影响,并基于风电场、牵引供电系统的导纳Bode图进一步揭示了风电场和牵引供电系统交互影响的产生机理,并探究了耦合系统临界稳定时机车数量与风机数量比例条件。最后,基于Matlab/Simulink仿真和Starsim/HIL硬件在环仿真平台,验证了所建模型对电网-牵引供电系统-风电场耦合系统谐波不稳定现象研究的有效性和正确性。展开更多
在运动想象脑电信号采集过程中,因受试者注意力不集中而未严格遵从提示进行对应的运动想象,导致所采集脑电数据与提示(标签)不一致,即出现“噪声标签”,降低了模型捕捉关键特征的能力,影响模型在新受试者上的泛化。基于此,本文提出一种...在运动想象脑电信号采集过程中,因受试者注意力不集中而未严格遵从提示进行对应的运动想象,导致所采集脑电数据与提示(标签)不一致,即出现“噪声标签”,降低了模型捕捉关键特征的能力,影响模型在新受试者上的泛化。基于此,本文提出一种“噪声标签”下多尺度时空特征学习的运动想象分类方法。首先,采用卷积神经网络提取脑电信号多尺度局部时间特征,降低个体间差异性影响;其次,在时空维度上分块划分特征图,作为Transformer模块输入,利用时空特征融合模块,优化全局时空特征;最后,引入对称交叉熵损失,将交叉熵计算方式扩展到所有类别,降低“噪声标签”的影响。在PhysioNet和BCI IV 2a运动想象数据集上的实验结果表明,本文方法的平均准确率优于其他方法,其中在PhysioNet数据集上引入对称交叉熵损失,二、三和四分类的平均准确率分别提升0.09%、0.65%和0.66%。此外,在不同比例的“噪声标签”干扰下,无需增加模型参数量和计算量,对称交叉熵损失就能改善模型的分类性能与鲁棒性。展开更多
基金supported by the National High Technology Researchand Development Program of China(863 Program)(2008AA12A216)
文摘According to the characteristic of global positioning system（GPS） reflection signals,a GPS delay mapping receiver system scheme is put forward,which not only satisfies the unmanned aerial vehicle（UAV） guidance localization but also realizes height measurement.A code delay algorithm is put forward,which processes the direct and land reflected signal and outputs the navigation data and specular point.The GPS terrain reflected echo signal mathematical equation is inferred.The reflecting signal area,when the GPS signal passes the land,is analyzed.The height survey model reflected land surface characteristic is established.A simulation system which carries guidance localization of the UAV and the height measuring control through the GPS direct signal and the land reflected signal is designed,taken the GPS satellite as the illumination source,the receiver is put on the UAV.Then the UAV guidance signal,the GPS reflection signal and receiver＇s parallel processing are realized.The parallel processing reduces UAV＇s payload and raises system＇s operating efficiency.The simulation results confirms the validity of the model and also provides the basis for the UAV＇s optimization design.
文摘针对在信号交叉口前由于车辆转向和换道操作频繁容易引发冲突、降低通行效率的问题,构建基于深度强化学习(DQN)的车辆群体控制模型,优化车辆车道选择.首先,利用传感器和网联设备等获取周围车辆及交叉口信号灯实时状态信息,基于共享DQN模型进行车道选择,并根据该结果计算下一时刻位置、速度和转向角;进一步以效率及安全性指标建立奖励函数对车道选择决策实施评价,将状态信息、决策信息及奖励评价信息整合形成经验,存入同一经验池用于共享DQN模型参数迭代更新;最后,使用SUMO(simulation of urban mobility)与Python联合仿真搭建不同交通流量环境对训练后的模型进行验证.研究表明:相较于SUMO中的车道选择模型,基于共享DQN模型的信号交叉口前车辆群体车道选择模型,在低、中、高流量测试场景的平均速度均有提高,交叉口前排队长度分别减少了9.6%、22.5%和24.8%.本文模型可以有效减少信号交叉口的排队长度、提高信号交叉口前的路段平均速度、增强车辆从上游到达交叉口的效率,为未来车路协同的应用提供理论借鉴和技术支持.
文摘随着我国风电装机容量与高速铁路运营里程不断增长,部分地区出现风电场与电气化铁路共同接入电网公共连接点(point of common coupling,PCC)的情况,将会引发一系列谐波不稳定问题。针对此类问题,对风电场与多车接入牵引网耦合系统进行稳定性研究(为便于阐述,将牵引变电所、接触网与列车视为一个整体,称为牵引供电系统),建立了电网-牵引供电系统-风电场耦合系统导纳模型,并结合阻抗扫频验证了模型的准确性。接着分析了传输线路长度对电网-牵引供电系统-风电场耦合系统谐波稳定性的影响,并基于风电场、牵引供电系统的导纳Bode图进一步揭示了风电场和牵引供电系统交互影响的产生机理,并探究了耦合系统临界稳定时机车数量与风机数量比例条件。最后,基于Matlab/Simulink仿真和Starsim/HIL硬件在环仿真平台,验证了所建模型对电网-牵引供电系统-风电场耦合系统谐波不稳定现象研究的有效性和正确性。
文摘在运动想象脑电信号采集过程中,因受试者注意力不集中而未严格遵从提示进行对应的运动想象,导致所采集脑电数据与提示(标签)不一致,即出现“噪声标签”,降低了模型捕捉关键特征的能力,影响模型在新受试者上的泛化。基于此,本文提出一种“噪声标签”下多尺度时空特征学习的运动想象分类方法。首先,采用卷积神经网络提取脑电信号多尺度局部时间特征,降低个体间差异性影响;其次,在时空维度上分块划分特征图,作为Transformer模块输入,利用时空特征融合模块,优化全局时空特征;最后,引入对称交叉熵损失,将交叉熵计算方式扩展到所有类别,降低“噪声标签”的影响。在PhysioNet和BCI IV 2a运动想象数据集上的实验结果表明,本文方法的平均准确率优于其他方法,其中在PhysioNet数据集上引入对称交叉熵损失,二、三和四分类的平均准确率分别提升0.09%、0.65%和0.66%。此外,在不同比例的“噪声标签”干扰下,无需增加模型参数量和计算量,对称交叉熵损失就能改善模型的分类性能与鲁棒性。
