为解决电池在工作时出现的能量不一致的问题,以模糊逻辑控制算法为核心,建立以电池荷电状态(state of charge,SOC)差异和电池温度差为根据,可自适应选择均衡模式和开关导通占空比的均衡控制策略。并设计了一种基于环形电感和三绕组变压...为解决电池在工作时出现的能量不一致的问题,以模糊逻辑控制算法为核心,建立以电池荷电状态(state of charge,SOC)差异和电池温度差为根据,可自适应选择均衡模式和开关导通占空比的均衡控制策略。并设计了一种基于环形电感和三绕组变压器的双层均衡拓扑结构,该拓扑拥有多个均衡模式,满足策略需求。使用MATLAB Simulink软件进行模型搭建并仿真,仿真结果表明该均衡方法能够有效缩短均衡时长,缓解电池间的不一致性问题,对比同类型多均衡模式的均衡方法,静置、充电、放电所需均衡时间分别缩短69.78%、39.81%和44.15%,同时有效降低了均衡时的电池温度。展开更多
在室内可见光通信中符号间干扰和噪声会严重影响系统性能,K均值(K-means)均衡方法可以抑制光无线信道的影响,但其复杂度较高,且在聚类边界处易出现误判。提出了改进聚类中心点的K-means(Improved Center K-means,IC-Kmeans)算法,通过随...在室内可见光通信中符号间干扰和噪声会严重影响系统性能,K均值(K-means)均衡方法可以抑制光无线信道的影响,但其复杂度较高,且在聚类边界处易出现误判。提出了改进聚类中心点的K-means(Improved Center K-means,IC-Kmeans)算法,通过随机生成足够长的训练序列,然后将训练序列每一簇的均值作为K-means聚类中心,避免了传统K-means反复迭代寻找聚类中心。进一步,提出了基于神经网络的IC-Kmeans(Neural Network Based IC-Kmeans,NNIC-Kmeans)算法,使用反向传播神经网络将接收端二维数据映射至三维空间,以增加不同簇之间混合数据的距离,提高了分类准确性。蒙特卡罗误码率仿真表明,IC-Kmeans均衡和传统K-means算法的误码率性能相当,但可以显著降低复杂度,特别是在信噪比较小时。同时,在室内多径信道模型下,与IC-Kmeans和传统Kmeans均衡相比,NNIC-Kmeans均衡的光正交频分复用系统误码率性能最好。展开更多
文摘为解决电池在工作时出现的能量不一致的问题,以模糊逻辑控制算法为核心,建立以电池荷电状态(state of charge,SOC)差异和电池温度差为根据,可自适应选择均衡模式和开关导通占空比的均衡控制策略。并设计了一种基于环形电感和三绕组变压器的双层均衡拓扑结构,该拓扑拥有多个均衡模式,满足策略需求。使用MATLAB Simulink软件进行模型搭建并仿真,仿真结果表明该均衡方法能够有效缩短均衡时长,缓解电池间的不一致性问题,对比同类型多均衡模式的均衡方法,静置、充电、放电所需均衡时间分别缩短69.78%、39.81%和44.15%,同时有效降低了均衡时的电池温度。
文摘在室内可见光通信中符号间干扰和噪声会严重影响系统性能,K均值(K-means)均衡方法可以抑制光无线信道的影响,但其复杂度较高,且在聚类边界处易出现误判。提出了改进聚类中心点的K-means(Improved Center K-means,IC-Kmeans)算法,通过随机生成足够长的训练序列,然后将训练序列每一簇的均值作为K-means聚类中心,避免了传统K-means反复迭代寻找聚类中心。进一步,提出了基于神经网络的IC-Kmeans(Neural Network Based IC-Kmeans,NNIC-Kmeans)算法,使用反向传播神经网络将接收端二维数据映射至三维空间,以增加不同簇之间混合数据的距离,提高了分类准确性。蒙特卡罗误码率仿真表明,IC-Kmeans均衡和传统K-means算法的误码率性能相当,但可以显著降低复杂度,特别是在信噪比较小时。同时,在室内多径信道模型下,与IC-Kmeans和传统Kmeans均衡相比,NNIC-Kmeans均衡的光正交频分复用系统误码率性能最好。
