新型脉冲功率设备对直流侧母线电压提出较高的性能要求,为减小脉冲负载对直流电压波动率的影响,建立带脉冲负载三相整流器拓扑结构及数学模型,并在现有无源控制(passivity based control,PBC)设计的基础上,以保证系统稳定性为前提,提出...新型脉冲功率设备对直流侧母线电压提出较高的性能要求,为减小脉冲负载对直流电压波动率的影响,建立带脉冲负载三相整流器拓扑结构及数学模型,并在现有无源控制(passivity based control,PBC)设计的基础上,以保证系统稳定性为前提,提出注入虚拟储能的无源控制算法(virtual energy storage injection PBC,VESI-PBC),该算法以提高能量函数收敛速度为目标,可有效降低直流母线电压波动率,提高抗负载扰动能力。分别基于根轨迹法和时域分析法,讨论VESI-PBC引入储能矩阵后,增大虚拟电感值L_(n)对系统的稳定性和动态性能的影响。为满足直流侧性能要求和保证系统稳定性,利用脉冲负载对直流电压波动率的影响规律,提出L_(n)自适应选取函数f(f_(PL)),使L_(n)自适应平衡系统高频毛刺和低频强脉冲冲击的不同需求。最后,通过仿真及实际试验,验证VESI-PBC算法对减小直流母线电压波动率的有效性,并指出该算法的实质是控制内环电流超前响应直流电压的动态变化及其变化趋势,由此具有较强的抗负载扰动能力,适用于负载脉冲功率等级高、动态特性强烈的场合。展开更多
基于弹着点空间分布对目标毁伤效能的差异化影响,构建导弹命中目标不同重要区域的概率分布模型,实现对传统命中精度概念的扩展。针对导弹实打试验过程复杂、费用高、次数少的实际,采用贝叶斯方法融合多源信息,基于区域划分-分布确定-先...基于弹着点空间分布对目标毁伤效能的差异化影响,构建导弹命中目标不同重要区域的概率分布模型,实现对传统命中精度概念的扩展。针对导弹实打试验过程复杂、费用高、次数少的实际,采用贝叶斯方法融合多源信息,基于区域划分-分布确定-先验融合-后验求解的思路进行导弹命中精度估计。选取Dirichlet分布作为命中精度参数的先验分布,运用D-S(Dempster-Shafer)证据理论对先验信息进行融合处理,基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法对精度参数的后验分布进行求解。示例表明,该方法能够细致描述导弹命中目标不同重要区域的概率,并科学融合多源命中精度先验信息,为导弹命中精度估计方法及测试方案优化提供理论借鉴。展开更多
山体滑坡实时检测对于减少人员伤亡和财产损失至关重要。为了解决传统图像识别方法在滑坡监测中的时间滞后和误判问题,构建了一个多域数据集,以增强对山体滑坡和沙尘暴视觉特征的理解,并提出一种剪枝和增强的山体滑坡自动检测模型。该...山体滑坡实时检测对于减少人员伤亡和财产损失至关重要。为了解决传统图像识别方法在滑坡监测中的时间滞后和误判问题,构建了一个多域数据集,以增强对山体滑坡和沙尘暴视觉特征的理解,并提出一种剪枝和增强的山体滑坡自动检测模型。该模型基于改进的VanillaNet网络,结合动态多头注意力检测模块,显著提高了山体滑坡场景的视觉感知能力。此外,采用基于性能感知近似的全局通道剪枝(performance-aware approximation of global channel pruning,PAGCP)算法对该模型进行了压缩,以适应嵌入式部署。实验结果表明,所提出的模型在达到实时检测的前提下,显著提高了山体滑坡场景检测的准确性,对山体滑坡自然灾害监测与预警具有参考价值。展开更多
针对强噪声环境下雷达新型有源干扰识别准确率不高的问题,提出了一种KPCA-SAE-BP网络算法。提取干扰信号时域、频域、波形域、小波域、双谱域等特征构建67维输入空间,经过核主成分分析(kernel principal component analysis,KPCA)将高...针对强噪声环境下雷达新型有源干扰识别准确率不高的问题,提出了一种KPCA-SAE-BP网络算法。提取干扰信号时域、频域、波形域、小波域、双谱域等特征构建67维输入空间,经过核主成分分析(kernel principal component analysis,KPCA)将高维数据进行非线性降维与重构,利用SAE-BP神经网络完成分类识别。仿真结果表明,在干噪比(JNR)大于-1 dB的强噪声环境中,KPCA-SAE-BP网络算法对6种新型有源干扰的识别准确率达到90%以上,训练与识别时间少于0.7 s。相同参数条件下,与经典BP神经网络、SAE-BP网络、KPCA-BP网络、GA-BP网络相比,具有更好的检测识别性能。展开更多
文摘新型脉冲功率设备对直流侧母线电压提出较高的性能要求,为减小脉冲负载对直流电压波动率的影响,建立带脉冲负载三相整流器拓扑结构及数学模型,并在现有无源控制(passivity based control,PBC)设计的基础上,以保证系统稳定性为前提,提出注入虚拟储能的无源控制算法(virtual energy storage injection PBC,VESI-PBC),该算法以提高能量函数收敛速度为目标,可有效降低直流母线电压波动率,提高抗负载扰动能力。分别基于根轨迹法和时域分析法,讨论VESI-PBC引入储能矩阵后,增大虚拟电感值L_(n)对系统的稳定性和动态性能的影响。为满足直流侧性能要求和保证系统稳定性,利用脉冲负载对直流电压波动率的影响规律,提出L_(n)自适应选取函数f(f_(PL)),使L_(n)自适应平衡系统高频毛刺和低频强脉冲冲击的不同需求。最后,通过仿真及实际试验,验证VESI-PBC算法对减小直流母线电压波动率的有效性,并指出该算法的实质是控制内环电流超前响应直流电压的动态变化及其变化趋势,由此具有较强的抗负载扰动能力,适用于负载脉冲功率等级高、动态特性强烈的场合。
文摘基于弹着点空间分布对目标毁伤效能的差异化影响,构建导弹命中目标不同重要区域的概率分布模型,实现对传统命中精度概念的扩展。针对导弹实打试验过程复杂、费用高、次数少的实际,采用贝叶斯方法融合多源信息,基于区域划分-分布确定-先验融合-后验求解的思路进行导弹命中精度估计。选取Dirichlet分布作为命中精度参数的先验分布,运用D-S(Dempster-Shafer)证据理论对先验信息进行融合处理,基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法对精度参数的后验分布进行求解。示例表明,该方法能够细致描述导弹命中目标不同重要区域的概率,并科学融合多源命中精度先验信息,为导弹命中精度估计方法及测试方案优化提供理论借鉴。
文摘山体滑坡实时检测对于减少人员伤亡和财产损失至关重要。为了解决传统图像识别方法在滑坡监测中的时间滞后和误判问题,构建了一个多域数据集,以增强对山体滑坡和沙尘暴视觉特征的理解,并提出一种剪枝和增强的山体滑坡自动检测模型。该模型基于改进的VanillaNet网络,结合动态多头注意力检测模块,显著提高了山体滑坡场景的视觉感知能力。此外,采用基于性能感知近似的全局通道剪枝(performance-aware approximation of global channel pruning,PAGCP)算法对该模型进行了压缩,以适应嵌入式部署。实验结果表明,所提出的模型在达到实时检测的前提下,显著提高了山体滑坡场景检测的准确性,对山体滑坡自然灾害监测与预警具有参考价值。
