多维测量结果不确定度评价方法初探

为解决以多维矢量形式存在被测对象的测量质量评定问题,该文应用测量不确定度理论和多元概率统计方法,将测量不确定度理论进行了向多维的拓展;对多维情况下的测量不确定度传播律进行了推导;论述了多维不确定度的表示方法及空间几何意义;提出了以多维不确定度比较不同测量结果质量的方法;并给出了常用多维测量方法,如等精度独立多维测量和不等精度独立多维测量的不确定度评定方法。理论分析及仿真算例表明,所提出的理论具有较完备的体系,能够满足测量实际中常用多维测量方法的不确定度评定需求。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

一种新型电流互感器校验仪

电子式电流互感器的出现对互感器的校验提出了新的要求,必须对互感器的数字量输出进行校验。以LabVIEW作为开发工具研制出一种新型电流互感器校验仪,它发挥虚拟仪器灵活、可自定义、具有强大数据处理和分析功能、易于嵌入数字补偿以及开发周期短等特点。该校验仪利用离散Fourier变换(DFT)方法和数字补偿技术,能准确地测定出电子式电流互感器及传统电流互感器的比差、角差、频率、谐波等多个技术性能指标,且具有便于携带、易于拓展功能、开发周期短、检定工作效率高等优点。经对比校验,该校验仪比差为0.05%,角差在2′以内。     

自动站数据资料实现硬盘、光盘备份

本文介绍实现自动站数据资料硬盘、光盘备份,针对硬盘发生故障,将自动站运行以来的数据资料毁于一旦,结合实际。在全州自动站主控机上加装了备份数据资料的内置硬盘和刻录机。     

基于FPGA的非均匀信道化接收机的实现

阐述了基于多级滤波器组信道化接收机实现信道非均匀划分的原理及模型.采用现代DSP Builder设计工具和FP-GA硬件平台,对模型中关键的复信号多相滤波器组信道化接收机(PFCR)进行了4信道的设计实现.实验结果表明,采用FPGA可实现多信道非均匀划分.     

全维度多天线下SWIPT系统的安全速率分析

针对在多用户下行链路传输网络中,现有研究均是在二维信道中分析SWIPT系统的安全速率,忽略了垂直维度对物理层安全的影响这一问题,在全维度大规模平面天线阵列场景下,假设统计信道状态信息存在多个窃听用户,利用使每个用户遍历传输速率最大化而获取的最优3D波束成型方案,推导出收集能量约束条件下的系统安全传输速率.采用拉格朗日松弛优化算法联合优化发射功率和功率分流比,得到最大化系统安全速率的最优解.仿真结果表明:采用3D波束成型传输方案能够提高系统的安全性,对实际系统具有指导意义.     

少层Bi_2Se_3拓扑绝缘体薄膜电子结构和光学性质理论研究

文章采用密度泛函理论方法,研究少层Bi_2Se_3拓扑绝缘体薄膜的电子结构和光学性质随薄膜厚度的变化。能带结构和态密度分析发现,当薄膜厚度从5QL(quintuple layer)逐步变化到1QL时,其费米能级附近的电子态仍然保持线性色散关系;特别是当薄膜厚度减小到2QL和1QL时,由于量子限域效应,体电子态和表面电子态的能隙都明显增大,导致体电子态和表面电子态发生分离,这种分离有利于制备基于1QL和2QL的Bi_2Se_3拓扑绝缘体薄膜的自旋电子器件。光吸收系数的计算发现,厚度为5QL、4QL、3QL的薄膜在红外区有1个吸收主峰,吸收边远超出了红外区;当厚度减小到2QL和1QL时,吸收边发生明显蓝移,红外区的吸收峰蓝移且强度明显减小,这表明3QL以上的Bi_2Se_3拓扑绝缘体薄膜更适合制备红外光探测器件。     

PPLN准相位匹配内腔光学参量振荡器的实验研究

将准相位匹配光学参量振荡器(QPM-OPO)置于激光二极管(LD)端面泵浦的声光调Q1064nm-Nd:YVO4激光器谐振腔之内,获得了信号光单谐振的内腔光参量输出。在声光Q开关重复频率为25kHz的条件下,内腔参量振荡的阈值仅为0.9W(LD功率)。在6WLD泵浦功率下,获得了350mW的信号光输出。通过在120℃~250℃范围内改变PPLN晶体的温度,信号光输出实现了在(1493~1538)nm波段的调谐。     

基于RBF网络的漏磁检测缺陷定量分析方法

为了正确评估油气管道的使用寿命和安全状况,需根据漏磁检测信号特征对缺陷进行准确的定量分析。提出一种基于径向基函数(RBF)神经网络、用于定量分析油气管道缺陷的迭代方法,给出了具体的算法步骤,并采用自适应学习机制来训练网络,既加快了该算法的收敛速度,又避免了陷入局部最小值问题。仿真结果表明:该方法不仅训练速度明显快于普通反向传播(BP)网络,而且最大量化误差仅为0.26%。该方法有助于提高漏磁检测的准确度,可为油气管道的安全评估提供可靠的依据。