等离子体窗密封性能实验研究

等离子体窗具有高真空密封性和良好的束流通过性,在电子束焊接、加速器等领域有很大的应用前景. 针对传统等离子体窗应用孔径小的问题,本文在优化的三阴极源基础上研究了通道直径为7 mm和8 mm等离子体窗的密封特性,以及Ar、He、H2三种等离子窗压降系数随输入电流和气流量的变化关系. 结果显示,在输入电流120~210 A、气流量1000~5000 sccm范围内,Ar等离子体窗的压降系数随输入电流、气流量的增加呈先上升后下降的变化趋势,He、H2等离子体窗的压降系数随输入电流的增加逐渐上升,但随着气流量的增加,He等离子体窗的压降系数先上升后下降,H2等离子体窗的压降系数逐渐下降. 本实验获得的等离子体窗最大压降系数为2550,可隔绝的最大高压为1 atm,与已报道文献相比具备较好的竞争优势,展现了良好的密封性,在未来加速器等领域有很大的应用潜力.     

含信号调制噪声和频率波动的时滞分数阶振子的随机共振

本文研究了含信号调制噪声和频率波动的小时滞线性分数阶振子的随机共振. 利用分数阶Shapiro-Loginov公式和Laplace变换技巧,本文首先推导了系统响应的一阶稳态矩和稳态响应振幅增益（Output Amplitude Gain, OAG）的解析表达式,然后讨论了分数阶、时滞及噪声参数对OAG的影响. 结果显示,各参数对OAG的影响均呈现出非单调变化的特点,表明系统出现广义随机共振. 特别地,分数阶与时滞的协同作用可能诱导随机共振的多样化,这就为在一定范围内调控随机共振提供了可能.     

基于时空图注意力的短期电力负荷预测方法

准确的电力负荷预测对现代电力系统的安全经济运行至关重要.电力负荷预测可以表述为一个具有一定潜在空间依赖性的多变量时序预测问题.然而,大多数现有的电力负荷预测工作未能探索这种空间依赖关系.基于此,本文提出了一种基于时空图注意网络的短期电力负荷预测方法.提出一种基于时空图注意网络模块,该模块使用图注意层实现自适应的捕捉各用户间的潜在空间依赖性,同时使用门控卷积注意力层对各用户用电量在时间维度上进行自适应拟合,以提高网络的预测精度.实际数据实验表明,本文提出的模型整体预测精度提高明显,特别是在一定程度上缓解了长程预测精度恶化的问题,验证了所提方法的有效性与可行性.     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.     

基于正弦信号调制的灵巧干扰技术

线性调频雷达在接收信号时采用脉冲压缩处理,使传统的压制式干扰在进入雷达接收机时无法获得脉冲压缩增益,从而造成干扰效果大幅下降。针对这一问题,建立了时域卷积调制的灵巧干扰信号的数学模型,根据这一模型设计了基于非完全正弦函数卷积调制的灵巧干扰信号,来实现对线性调频信号的干扰,对这一干扰信号的干扰效果进行了仿真分析。仿真结果表明:这一干扰信号可以产生假目标群来实现对一定距离单元的遮盖性干扰,并能利用脉冲压缩时旁瓣的非线性叠加覆盖真实目标回波,解决了卷积干扰信号滞后于真实目标回波的缺陷。     

地空数据传输系统中单载波频域预均衡技术

在频率选择性瑞利慢衰落信道条件下,提出了一种适用于地空传输系统上行链路的单载波频域预均衡方法。在此基础上设计了预均衡系统模型,地面端将下行链路中的导频信号与本地导频信号对比进行信道状态估计,利用获得的信道状态信息对上行链路信号进行预均衡处理,然后在机载接收端对上行链路信号进行再均衡。基于迫零准则和最小均方误差准则,分析了该方法的信号处理流程,计算得到预均衡系数。通过仿真实验,对比分析了不同均衡方案的误码性能,结果表明:单独在地面发送端进行预均衡,会出现误码率平台效应;而预均衡之后在机载接收端进行再均衡的方法,在误码率为10-5的情况下,与采用线性均衡结构的传统单载波频域均衡方法相比有2~3dB的性能增益。     

基于压缩感知的在线多示例学习目标追踪

近年来提出的多示例学习算法在一定程度上能够克服模板漂移问题。然而,在线学习需要获取足够多的有用数据才能达到稳定的追踪效果,但是这却增加了算法的复杂度。为了解决这一问题,在压缩感知理论的基础上,运用随机观测的方法对多尺度图像特征进行降维,提取的这些低维特征中包含大量的有用信息。因此,我们提出的算法是先利用压缩感知理论提取目标特征之后,再使用在线多示例学习算法分类器对这些特征进行分类从而实现目标的稳定跟踪。通过对不同的图像序列进行实验,结果表明基于压缩感知的在线多示例学习算法对实时的目标追踪有很好的适应性。     

雷达辐射源信号双谱二次特征提取方法

现有的双谱特征提取方法可以满足信号分类识别，但是出现了交叉项、平凡双谱以及特征维数过高等一些问题。针对以上问题，提出一种双谱二次特征提取方法，将双谱转化为灰度图像，以灰度值表示双谱幅度；再利用图像处理技术提取双谱二次特征，提取出能够表征辐射源信号双谱图像纹理信息的灰度共生矩阵特征集；将该特征集与Hu-不变矩特征集进行对比实验。仿真结果表明：该方法具有更好的分类识别性能，对于CW、LFM和NLFM信号的平均识别率均达90%以上。     

一种新的TDCS基函数生成方法及性能分析

针对变换域通信系统基函数生成过程中硬判决门限难以精确设置且判决复杂度高的问题,提出了一种功率谱翻转的基函数生成方法。该方法在对电磁环境采样估计的基础上,利用环境谱翻转来构造基函数幅度谱,省去了传统门限值设置和判决的步骤,从而大大降低了通信系统的运算复杂度;另外,由于没有完全舍弃被干扰的频段,与传统的"0"、"1"硬判决相比,该方法生成的基函数频率组成更加丰富而具有更好的相关特性。仿真结果表明:功率反转的基函数生成方法可以降低系统的运算复杂度,同时提高基函数的相关性能,为TDCS的深入研究提供了新的思路。     

垂直弹射系统弹射初始阶段内流场数值分析

针对燃气活塞弹射装置在垂直发射系统中的应用,采用计算流体软件Fluent的源项法,用UDF(用户自定义函数)编译来实现火药燃气的质量、动量、能量向高压室的注入,对弹射初始阶段高压室和低压室内燃气流场进行了数值分析,得出以下结论:高压室压力在破膜前快速上升,破膜后缓慢上升的趋势,在高压上下两端压力应力集中,低压室呈中间和两端压力应力集中现象,同时高压室形成的低速燃气经导管产生激波形成超声速燃气流撞击低压室,并分析了压力和速度对弹射装置的影响。计算结果表明,该方法能够较好地仿真弹射装置燃气流场的特性,为弹射装置优化设计和装药设计提供理论依据。