MLD模型下逆变电路改进型直接功率预测控制

建立了新型逆变电路精确的混合逻辑动态(MLD)模型,并将其作为预测模型,研究了新型逆变电路基于预测直接功率控制(P-DPC)的模型预测控制方法。为了达到航空电源电压输出要求和降低开关损耗,在原来的3+3电压矢量控制序列法的基础上扩充了零矢量进行了改进,形成了一种新的对称的4+4电压矢量序列法,通过对下一时刻输出电压有功和无功分量的预测,在最小化目标函数值的基础上求出每一个电压矢量的作用时间,完成电路的控制。该方法减小了输出电压THD,具有良好动静态特性有一个较为稳定的开关频率,仿真和实验验证了所提方法的可行性和有效性。     

基于Mackey-Glass混沌储备池计算的多波形识别

人工神经网络在模式识别和智能计算等领域具有重要的应用,但目前的人工神经网络存在结构复杂、训练耗时、占用大量的硬件资源等缺陷.设计了一种简单的基于MackeyGlass非线性方程的混沌储备池计算系统,它把大量不同时刻的混沌状态当作虚拟节点,从而简化了系统结构.利用系统分别实现了3种波形和对应3种不同频率的共9个不同波的识别,分析了储备池计算系统主要参数对多波形识别效果的影响.在最优系统参数条件下,对3种波形和9个波识别的归一化均方根误差分别达到了0.11和0.22.     

非平行文本下基于变分自编码器和辅助分类器生成对抗网络的语音转换

提出了1种基于变分自编码器和辅助分类器生成对抗网络的语音转换方法,实现了非平行文本条件下多对多的高质量语音转换.在该方法中,利用辅助分类器生成对抗网络替代基于变分自编码器和生成对抗网络模型中的Wasserstein生成对抗网络.由于辅助分类器生成对抗网络将特征样本的类别标签作为辅助信息,其鉴别器不仅能预测样本真假,还能预测生成样本所属的类别,从而提高了生成对抗网络的生成效果.充分的客观和主观评价表明:本文提出的方法明显优于基准模型,在显著改善语音质量的同时也有效提升了说话人个性的相似度.     

采用Bootstrap抽样的靖远黄河大桥模态参数识别不确定性量化

提出一种基于Bootstrap抽样的模态参数识别不确定性量化方法,从整体和局部的角度评价模态参数识别结果的可靠性.首先,基于动力测试的加速度时程数据,采用协方差驱动随机子空间(SSI-COV)法识别不同测试组的模态参数;引入Bootstrap抽样方法,对多组模态参数识别结果进行B次重复抽样,得到Bootstrap样本数据,并通过其概率统计特征值衡量整体不确定性.然后,对单个测试组中不同时间段的识别结果进行重复抽样,分析并量化单个测试组的模态参数识别的不确定性.最后,以靖远黄河大桥试验数据为例,对靖远黄河大桥竖向单个及多个测试组下的模态参数进行不确定性量化.结果表明:不同测试组识别的前3阶固有频率的均值分别为1.553 9,1.720 6,2.165 2,方差分别为0.076 1,0.042 9,0.096 5;单个测试组识别的前3阶固有频率的均值分别为1.526 5,1.788 0,2.306 0,方差分别为0.015 3,0.049 6,0.018 2;文中方法识别的固有频率值总体较为稳定.     

紧致化神经网络的鲁棒性分析

深度神经网络(deep neural network, DNN)目前已经在很多视觉识别任务中达到了超越人类性能的表现.然而,将深度神经网络部署到真实场景的终端设备面临着两个挑战:首先,目前的深度神经网络模型非常耗费计算资源和内存,很难直接应用在资源受限的终端设备上;其次,真实场景的数据往往受到各种各样噪声的影响,因此部署在真实场景的模型应该拥有良好的鲁棒性(robustness).近年来出现了很多对深度神经网络进行压缩和加速的方法以适应真实场景的资源受限终端,而对这些压缩模型的鲁棒性分析也得到了越来越多的关注.本文首次对神经网络剪枝、量化及知识蒸馏等常用的压缩算法进行对抗鲁棒性及噪声鲁棒性分析,总结了不同压缩算法对神经网络鲁棒性的影响.并对目前同时解决神经网络鲁棒性及模型大小问题的一些方案进行了整理与分析,展望了该领域未来研究的技术挑战与可能的发展方向.     

抑制共模电压的不对称NZPWM技术

为了抑制共模电压,消除死区效应导致的共模电压尖峰,提出一种可通过软件实现的不对称无零矢量脉宽调制技术。在对已有技术进行分析的基础上,调整了开关次序,并对有效矢量的作用时间作了限制。利用不对称的矢量合成算法,弥补最小作用时间限制导致的电压畸变。实验结果表明:该算法可以完全消除死区效应导致的异常脉冲尖峰,从而将共模电压幅值抑制到普通算法的1/3。因此,该方法具有较好的有效性和实用性。     

低密度奇偶检验码译码的高效量化算法

为降低低密度奇偶检验码译码的硬件实现复杂度,提出了一种可变步长均匀量化"和积"译码算法。该算法分为两步进行:首先,检验节点和变量节点的外信息都以相同的量化步长进行均匀量化而进行迭代译码;然后,当迭代达到预定的次数时,检验节点和变量节点的量化步长分别乘以和除以预先选定的一个参数。仿真和现场可编程门阵列实现结果表明,与未量化的标准积译码算法相比,该算法的性能损失在0.1 dB以内;与同等性能的算法相比,该算法可以降低50%的硬件规模。     

非正弦俯仰运动对扑翼自主推进的影响

采用数值仿真耦合求解流体动力方程与扑翼运动方程,建立扑翼-流体耦合的自主推进计算模型,数值模拟了非正弦俯仰运动下扑翼在前进方向及侧向的自主推进,研究在静水中不同运动波形及俯仰频率对自主推进速度、自主推进效率及流场结构的影响．结果表明：非正弦波形调节参数K和俯仰频率对自主推进前进速度、前进距离影响很大,提高K或频率,可增大平均前进速度、前进距离与侧向位移,并在K=2.5的方波取得平均速度最大值,相较于正弦波运动提高70.3%;自主推进效率及能量利用率随着K的减小不断增大,高频时推进效率高,低频时能量利用率高．     

角矢量空间理论

利用质点角位移矢量复合的公式和两次绕相交轴有限转动的角位移矢量复合的公式,定义了三维角矢量及其运算规则,创立了角矢量空间的基本理论体系.结果表明,不但质点的运动和刚体的有限转动都能用这种全新的理论体系来描述,而且,还揭示了质点运动和刚体转动的各种关系式,其关系式简洁,物理意义突出.     

一种高计算收敛性的粗糙曲面三维形貌模型

针对现有机械加工面三维形貌模型不能有效反映曲面宏观与微观综合特征以及在接触、润滑等分析时计算收敛性差等问题,提出了一种计算收敛性较好的曲面三维形貌模型。基于微分几何理论,采用矢量函数表征曲面的轮廓尺寸以及曲率等宏观特征;基于分形理论,采用Weierstrass-Mandelbrot(W-M)函数表征微凸体高度与分布以及纹理方向等微观特征,将矢量函数与W-M函数叠加,构建了曲面的三维形貌模型。为解决计算收敛性问题,通过滤波对粗糙表面进行平滑处理,在保留原有表面形貌特征前提下获得了连续可导粗糙表面,通过弹流润滑分析进行对比可知,滤波后的模型计算收敛性提升明显。应用Matlab对构建的三维粗糙面进行仿真,验证了模型对粗糙曲面形貌的有效表征能力。为检验模型的应用性,以RV减速器中的关键零件摆线轮为例,构建了摆线轮轮齿的齿面模型,模型能完整反映摆线轮轮齿的宏观轮廓与微观形貌,将得到的摆线轮齿形貌模型应用到混合润滑分析中,得到的分析结果与采用试验采集的粗糙面的分析结果一致,关键参数误差不高于3%,但计算时间大幅缩短,计算效率提升55.7%。调整粗糙曲面模型参数,可以快速得到不同的粗糙面参与相关的分...