基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

管廊复杂网格参数化算法及其大规模在线渲染

随着WebBIM(Web Building Information Modeling)技术的大力发展,建筑模型的复杂度与构件数量呈几何倍数增长,其中管廊复杂网格是影响模型轻量化和在线渲染速率的一个关键性问题。为有效减少管廊复杂网格模型的数据量及复杂度,针对一般圆柱体形管廊,复杂网格的弯管管廊模型及中空管廊网格模型,提出了一套轻量级参数化算法。该算法对场景中的管廊模型进行参数化重绘并辅助以多细节层次等视觉优化手段,以减轻WebBIM场景中的管廊模型渲染负担,其在拥有大量管廊模型的场景中应用成功,具有较强的工程实践意义。     

电网故障下双馈风力发电机控制改进与仿真

随着风电装机规模的不断增加,作为未来能源互联网中重要的一环,风电机组应对电网故障的能力越加显得重要。针对双馈风力发电机组在电网故障下的暂态特性,提出了一种基于电网故障类型区分、控制器设计和辅助设备穿越的综合控制策略。相比于传统的控制方法,克服了控制误差大和响应滞后的问题,真正实现了系统的精细化控制。基于MATLAB和VC++联合建模,利用MEX技术搭建了电网故障下的1.5 MW双馈风力发电系统模型,仿真结果验证了所提出的综合控制策略在电网故障下提高双馈风力发电机控制的有效性。     

网格编程支持系统的适用性问题

从分析网格编程支持系统Legion、Globus和NetSolve的体系结构出发,提出它们在开发网格应用程序中所面临的网格编程问题,并分别指出它们各自的应用领域及适用特点.     

B-Rep模型重构中切割点和内点问题

基于投影理论讨论了匹配投影边组特性,以及对应的空间边包含空间顶点为内点(因与其他空间边重叠,所以该边是无效的)或隐含了切割点(常规方法无法求得的形体顶点)的条件,以此为基础提出了防止生成重叠边、求切割点的新方法.     

三值光学计算机

三值光学计算机是2017年3月问世的通用型光电混合计算机系统。它用无光态和偏振方向正交的两个偏振光态表示信息,用旋光器和偏振片来改变这三个光态,进而完成三值逻辑运算和MSD(modified signed-digit representations)冗余表达数值的二进制并行加法运算。这种新型计算机具有处理器位数众多、处理器位可以分组独立使用、处理器位的计算功能可重构等优势;还以非易失随机存储器件为基础,构建了与处理器频繁交换大量数据的双空间存储器系统;为便于编制发挥这些特色的应用程序,采用SZG文件为程序员遮蔽三值光学处理器与传统电子处理器的差别,构成了保持传统编程技术的新编程平台。目前,针对快速傅里叶变换、元胞自动机等典型算法,验证了这种新型计算机的加速能力。     

面向突发事件的电网韧性能力评价及构建方法

近年来,我国对电力系统面对突发事件时的性能表现提出了更为严格的要求,利用韧性的概念构建电网系统能够实现应急全周期内避免损失.文章利用应急管理理论分阶段刻画韧性的特征,在描述突发事件下电网韧性能力的同时提出了一种定量评价电网韧性的方法,它侧重于电网在突发事件发生后随着时间的推移维持稳定、抵抗中断、恢复性能的调整能力:利用给出的韧性评价指数结合电网特有的包括运行模式、组件物理强度和网络拓扑结构在内的电网特征,针对性地描述了能够增强电网韧性的措施.最后举例选取N-1准则措施利用PSCAD软件进行仿真模拟,利用韧性评价指数说明N-1措施能够增强电网韧性的同时,验证了韧性评价指数的合理性.电网实例引用IEEE14节点模型.     

基于生成对抗网络的信号调制方式的开集识别

为解决信号调制方式的开集识别问题,基于生成对抗网络提出了一种适用于一维信号数据的重构判别网络模型,该模型由重构网络和判别网络组成,分别用来重构和判别输入信号。两个网络在相互对抗的训练过程中,对已知调制方式信号的数据分布形式充分学习,使得重构后的输出不仅能够呈现已知调制方式信号更多有用的信息,而且能够扰乱未知调制方式的信号,从而增强判别网络对输入信号调制方式的判别能力。仿真结果表明,该模型能够实现信号调制方式的开集识别,而且在信噪比大于0 dB时,对已知调制方式和未知调制方式信号的识别率均大于93%。     

非结构网格下两步压力校正算法的潮流模拟

针对非结构网格下的潮流数值计算,采用有限体积法离散基本方程,对流-扩散项离散采用幂率格式,交叉扩散项引入超松弛校正方法,水位校正方程应用Rhie-Chow动量插值思想和SIMPLEC类算法导出.采用两步压力校正法将交叉扩散项单独考虑,以提高模型对高度畸变网格的适应能力.计算结果表明,该处理方法可提高压力欠松弛系数,并能有效改善复杂区域潮流模拟的健壮性.通过对黄浦江感潮河段潮流的模拟,表明该模型的预测结果与实测资料吻合良好,模型对潮流的模拟结果是可靠的.     

基于增量优化传递的正电子发射断层图像重建

将增量优化传递算法用于正电子发射断层图像重建中,得到一种新的最大后验概率图像重建算法,实验结果表明,相对于滤波反投影和最大似然期望值最大化算法,有序子集可分离的抛物面型替代函数算法和发射增量优化传递算法得到的图像归一化均方误差较小,且边界得到一定的保持.在迭代的初期,有序子集可分离的抛物面型替代函数算法收敛较快,误差小;当迭代到一定的次数时,发射增量优化传递算法误差小,且能够有效收敛,对发射扫描断层图像重建产生重要的影响.