基于隐马尔可夫模型的协作频谱检测策略

频谱检测是认知无线电的基础和关键技术,将其建模为隐马尔可夫模型(hidden Markov model,HMM),并由此提出基于隐马尔可夫模型的协作频谱检测策略.该策略首先使用Baum-Welch法对HMM的系统参数进行最大似然估计;然后基于HMM模型,利用各次用户的检测信息以及过去信道状态的后验概率信息进行贝叶斯推理,更新当前时隙信道状态的后验概率;最后根据最大后验概率准则对当前时隙的信道状态进行最终判决.使用后验概率,该策略可进一步估计系统协作检测的性能,在满足系统协作检测性能要求的前提下,选择尽可能少的、检测性能较优的次用户来参与协作,以节约开销和降低复杂度.仿真实验表明,所提出的策略的系统检测性能优于基于大数判决、似然比和Chair-Varshney准则的协作频谱检测策略.     

耐热钢高温抗冲蚀磨损性能试验

通过自行设计的气流喷砂式高温冲蚀磨损试验机对304和310s耐热钢进行了高温冲蚀磨损试验。对比了2种材料的抗冲蚀性能及其磨损机制。比较分析了温度、冲蚀角度和试样表面氧化膜等因素对冲蚀磨损率的影响规律。结果表明:310s钢的耐冲蚀磨损性能优于304钢,试样表面氧化膜在400℃时抑制了磨粒对试样表面的冲蚀,磨粒对试样表面的微切削是2种材料冲蚀磨损质量损失的主要机制。     

气体涡旋燃烧器三维湍流场的数值模拟

以气体湍流运动的微分方程组及k-ε湍流模型为基础,采用SIMPLE算法数值模拟研究了气体涡旋燃烧器中的三维旋转湍流场.旋转方向的迭代采用了CTDMA方法,计算收敛速度明显加快.预测结果与日本古火田朋彦的LDV冷模实测值吻合较好.     

短期风力发电负荷预测的新方法

以陆上风力发电负荷数据作为研究对象,将注意力机制引入双向长短期记忆与卷积神经网络（CNN）的混合模型来预测短期电力负荷．结果显示:1）注意力机制通过对不同时步的输入进行加权,能够显著提升双向长短期记忆网络的预测性能;2）双向长短期记忆网络-CNN结构比CNN-双向长短期记忆网络结构更适用于短期负荷预测,前者相较后者能够充分利用时序信息,不会在输入初期就丢失关键信息;3）基于注意力机制的双向长短期记忆网络-CNN混合模型的均方根误差（RMSE）、平均绝对百分比误差（MAPE）分别达到了575.35和7.02%,比次佳模型（基于注意力机制的双向长短期记忆网络-CNN混合模型）分别降低了2.75%和9.65%,其在风电短期负荷预测方面有很好的应用前景．