基于CEEMDAN和TCN-LSTM模型的短期电力负荷预测

针对短期电力负荷数据随机性强,难以实现准确预测的问题,提出了一种基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)和时间卷积网络-长短期记忆网络(temporal convolutional network-long short-term memory network, TCN-LSTM)混合模型的预测方法。所提算法先使用CEEMDAN方法将负荷数据分解为一系列相对平稳的子序列。同时为了降低后续计算规模,通过引入排列熵的方法将各子序列进行重组。然后,将各个重组序列输入到TCN-LSTM组合模型中,利用TCN模型提取特征并构建序列的特征向量,再基于LSTM模型对其进行训练及预测。最后把全部预测值进行相加得到完整的预测负荷值。通过使用欧洲某地真实负荷数据进行验证。结果表明：所提算法与其他常见的预测算法相比具有更高的预测精度,可为负荷预测等研究工作提供相关参考。     

基于逆高斯退化过程的面向任务系统CBM优化模型

针对现有单调退化系统视情维修(condition-based maintenance,CBM)优化模型中不完全维修影响考虑单一,且未同时融入可用度约束的问题,提出一种考虑不完全维修双重影响与可用度约束的单调退化系统CBM优化模型.首先,基于具有随机漂移系数的逆高斯过程,建立系统退化模型并得到相关概率分布;其次,描述任务...     

基于级连网络的低温放大器设计方法

为了获得低温放大电路最佳的驻波比和噪声温度,运用级联二端口网络概念,通过矩阵变换方法,给出电压驻波比、增益和噪声系数的显式公式。为分析晶体管源极电感性网络对最佳噪声设计的影响,计算了最佳噪声信源阻抗的校正公式,用于选择合适的源极匹配网络。用上述方法设计的码分多址(CDMA)频段低温微带混合型放大器,低温(77K)实际测量得输入驻波比1.3,输出驻波比1.7,增益大于18dB,等效噪声温度不大于30K,与设计相符,证明提出的优化函数和改进的噪声模型是准确的。     

基于高斯过程回归的大气进入段航天器飞行能力预测方法

轨迹优化技术是目前大气进入段研究的关键技术之一,如何在大气进入动力学复杂、航天器设计参数各异以及进入过程多约束的条件下,对进入轨迹性能参数进行评估是轨迹设计研究的重要问题。对此,以二维落点走廊为表征的大气进入段最大飞行航程作为性能指标,针对传统轨迹优化方法求解计算量庞大的问题,提出了一种基于高斯过程回归(Gaussian process regression, GPR)的大气进入段航天器飞行能力快速预测方法,挖掘航天器进入初始轨迹参量与轨迹包络特征参量之间的映射关系,求解航天器最大航程时避免了复杂的动力学建模以及大规模的迭代寻优过程。利用所提方法对1 000余组不同进入场景的进入轨迹最大航程进行快速预测,将预测结果用于进入段航天器飞行能力评估,为解决大气进入领域相关工程问题提供参考。     

图像椒盐噪声的分阶段中值滤波算法

针对自适应中值滤波算法的缺陷——对高密度椒盐噪声图像滤波后留下黑色斑块,提出了一种分阶段中值滤波算法.该算法对图像执行两次小窗口的滤波操作,相较于采用较大窗口的滤波,其在有效去除噪声的同时降低了结果图像的模糊程度.先对所有噪声点进行一次中值滤波消除了盐粒噪声,再用窗口内非噪声点的灰度中值代替胡椒噪声点的灰度值以去除黑色斑块.最后的仿真实验结果表明,本文算法既有像自适应中值算法一样滤除低密度椒盐噪声的良好性能,又有对高密度椒盐噪声图像的降噪能力。     

流动加油车加速行驶车外加速噪声的被动降噪改进设计

对LG5030GJY型流动加油车加速行驶车外加速噪声进行被动降噪改进设计。该流动加油车原车状态的加速行驶车外噪声为77.5dB(A),主要噪声源为发动机和排气噪声,车外加速噪声随着发动机转速的上升而加大,加速噪声最大声级频谱峰值主要集中在100～200Hz的低频段。采取在驾驶室下部及发动机周围加装ABS+2.5mm隔音毡进行降噪,在发动机和水散热器支架上安装减振垫,对发动机进行隔声减振处理。实施降噪改进措施后,该流动加油车的加速行驶车外噪声能够满足77 dB(A)标准值的要求。     

量子传感的导航应用研究现状与展望

量子传感技术以光子、原子等量子系统为介质,利用量子效应可实现突破标准量子极限制约的超高精度和灵敏度的物理量测量,为基于时空参量测量的传统导航定位授时技术体制的突破带来新的机遇.量子传感改变了导航系统中导航传感器的感知机理,能够实现高精度的时空参量观测,并利用量子系统的非经典特性,实现导航信息的安全可靠传输和探测,提升导...     

0.18μm CMOS高集成度可编程分频器的设计

采用标准0.18 μm CMOS工艺,提出了一种高集成度可编程分频器.该电路所采用技术的新颖之处在于：基于基本分频单元的特殊结构,对除2/除3单元级联式可编程分频器的关键模块进行改进,将普通的CML型锁存器集成为包含与门的锁存器,从而大大提高了电路的集成度,有效地降低了电路功耗,提升了整体电路速度,并使版图更紧凑.仿真结果表明,在1.8V电压、输入频率Fin=1 GHz的情况下,可实现任意整数且步长为1的分频比,相位噪声为-173.1 dBc/Hz@1 MHz,电路功耗仅为9 mW.     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

高速列车头型近场与远场噪声预测

建立了某头型的1∶8缩比三车编组气动噪声仿真模型,采用大涡模拟获得车身湍流脉动压力,基于FW-H方程和声扰动方程分别获得远场噪声和近场噪声,从而建立一整套头型气动噪声预测方法.远场测点总声压级的仿真结果与风洞试验结果相差小于2.0dB(A),频谱变化趋势相同,量级相差较小,表明基于FW-H方程得到远场噪声的可行性.基于声扰动方程能够获得头型关键部位的总声压级,通过对比量级发现,转向架部位总声压级量级远大于其他部位,这与传声器阵列识别结果相吻合,从而验证了声扰动方程获得近场噪声结果.对比头型各部位湍流脉动总压力级和总声压级发现,转向架和排障器量级大于车窗、鼻锥和车体;与湍流脉动总压力级相比,总声压级分布更为均匀,量级更小.