基于小波包分解和宽度学习的轴承故障检测

针对真实环境中复杂变工况情况下轴承故障检测问题,提出一种基于小波包分解（Wavelet Packet Decomposition,WPD）和优化宽度学习系统（Broad Learning System,BLS）的轴承故障检测方法（简称WBLS）。首先,小波包分解非平稳时变轴承信号,提取尺度系数和小波系数作为二维的时频特征;其次,将二维时频特征输入BLS网络和具有增量学习的BLS网络映射成特征节点和增量节点,借助伪逆计算BLS网络的权重;最后,将特征节点、增量节点拼接与权重同时输出,完成BLS网络训练,进行测试分类。通过在CWRU公开数据集上的实验结果表明,基于WBLS的方法分类准确率为97.67%,网络训练耗时9.62 s,说明该方法能在保持较优分类准确率的同时,快速完成训练,节省大量时间。     

计及最小飞跨电容的单相三电平微型逆变器

针对单相光伏微型逆变器中电解电容体积大、工作性能受温度影响程度高、寿命短所导致系统功率密度低与可靠性差等缺点,设计了一种计及最小飞跨电容的单相三电平微型逆变器。该逆变器可独立应用于单个光伏板,在保证输出性能的同时,有效浓缩拓扑结构的体积,提高系统功率密度。首先,通过建立系统等效拓扑结构,研究单相飞跨电容型三电平光伏微型逆变器的工作模态;其次分析飞跨电容升压电路实现输出三电平以及功率解耦的机理;然后依据逆变器稳定运行的约束条件,依靠离散求解方法计算飞跨电容的最小容值,采用体积小、工作性能稳定的薄膜电容取缔电解电容。最后,在数字信号处理器（DSP）实验平台中,通过开环控制算法验证了该逆变器的优越性。     

多相电驱重构型车载充电系统绕组开路故障诊断与容错控制

电动汽车(EV)用电驱重构型车载充电系统(EDROC)因其突出的商业价值成为国内外学者的研究焦点。文中针对六相EDROC充电模式中单相绕组开路故障条件下的故障诊断与容错控制进行研究。首先,介绍了六相EDROC的电路拓扑与基本工作原理;其次,针对绕组开路故障问题,提出一种简单易行的故障诊断方法,包括故障检测与故障定位两个环节,分别通过判断电流矢量的角度变化率与绕组电流平均极性实现;然后,研究了系统单相开路故障下的容错控制,通过重新分配绕组电流幅值与相位,实现网侧电流平衡与无旋转磁场;最后,搭建了实验平台,实验结果验证了所提故障诊断方法与容错控制的正确性。     

基于毫米波雷达的数字信号处理综合实验

本文以毫米波雷达和DSP开发板为主要器件设计了基于雷达的手势感应控制综合实验案例,采用工程实践和生活生产中的实际器件取代专用器材,覆盖信号的产生、采集、处理和使用等各个环节,增强运用数字信号处理分析解决实际问题的能力。探索了以工程项目的方式组织综合实验的模式,实现了课堂教学与工程实践的有机结合。     

钻石型配电网的保护与自愈策略分析

为提升钻石型配电网供电可靠性,配网二次保护系统引入自愈方案。首先,在变电站出口和开关站母线分段处配置不同类型的自愈终端,通过线路光纤差动保护、简易母差保护和分支线过流保护协同,采用光纤手拉手连接的通信模式,确保实现故障的精确定位和快速隔离。其次,优选环内联络开关自愈控制,辅以站间备自投,由此实现正常态单一故障、检修态单一故障和正常态双重故障时,处于非故障段负荷的快速复电。仿真结果表明：所提方法能在最小范围内定位和隔离故障,在0.5 s内恢复非故障段负荷,从而满足供电可靠性需求。     

计及开关频率分区优化的PMSM三电平模型预测控制

为降低传统三电平供电的永磁同步电机模型预测控制系统的开关频率,提出一种计及开关频率分区优化的PMSM三电平模型预测控制方法。首先,将空间电压矢量平面划分为12个扇区,并且根据上一时刻电压矢量所在位置,选择相邻扇区的电压矢量作为备选矢量。其次,加入对开关状态切换的限制,每个开关周期仅允许一相开关状态发生连续性跳变,减少备选矢量数量的同时能够有效降低开关频率。进一步,利用具有相同空间位置但对中点电位影响相反的正负冗余小矢量来平衡中点电位。最后,通过仿真和实验,验证该控制策略的有效性。     

轻量级(2+1)D卷积结构的动态手势识别研究

目前,基于卷积神经网络的动态手势识别方法取得了巨大的进展,但神经网络模型具有很大的参数量,计算成本和内存占用较大,很难应用在设备资源有限的场合.以减少计算量和参数量为出发点,提出了一种轻量级(2+1)D卷积结构.该结构在(2+1)D卷积结构的基础上,将其中的3D卷积替换为3D深度可分离卷积,在输出向量维度不变的前提下,进一步减少了(2+1)D卷积结构的计算量和参数量.为了弥补时空特征在表征动态手势上的不足,融合注意力机制模块,专注于对运动特征的提取,结合轻量级(2+1)D卷积结构提取的时空特征,可以更好地表征手势动作.实验结果表明,注意力机制模块的插入,在不增加太多额外计算和空间成本的前提下,进一步提高了模型的识别精度.基于以上结构构建的模型,在20BN-jester、EgoGesture和IsoGD数据集上分别取得了96.62%、91.83%和60.1%的识别精度,模型参数量和浮点计算量分别为5.05M和12.81GFLOPs,相比于其他手势识别模型,计算成本和内存占用大大减少,实时手势识别速度达到每秒70帧.     

基于通道注意力机制的单目深度估计

现有单目深度估计（Monocular depth estimation）算法存在细节估计不准确、同一平面距离估计错误的问题。深度信息是通过图像像素的三通道信息估计出来的,目前已有的算法中很少考虑特征图通道之间的相互关系对深度信息的影响。因此本文提出了一种SE-DenseDepth网络,在网络的编码器中嵌入通道注意力机制,依据不同通道对深度信息的贡献度差异,对通道进行编码,提高编码器对图像特征的表征能力。为了获得图像精细的深度信息,网络建立编码器到解码器的跳连接,引入了更多的低层信息。本文在通用室内数据集NYU-Depth V2上训练,并在真实数据上测试。实验结果表明,本文提出的方法在深度突然变化的细节区域表现更好,在远距离大平面的情况下不会出现深度的断层,与其他主流算法相比可以获得较好的深度估计性能。      

脉冲调制激光雷达水下成像系统

针对水下目标探测应用场景,给出了相应的532 nm波长激光雷达系统参数,结合条纹管激光雷达和载波调制激光雷达的优点,设计研制了一套水下三维成像增程激光雷达原理样机。相对于常见的微波调制激光产生高频脉冲的方案,该原理样机采取调Q技术压缩激光脉冲,再结合F-P腔的特性产生高频激光脉冲,具有峰值功率高和输出能量高的优点。实验结果表明,该原理样机在清水环境中成像距离优于20 m,能够捕捉到13 m处直径9 mm的目标细节;在浊水环境中的信号处理增程能力达到81.4%,相对距离分辨误差为0.01 m。所获得的实验结果为进一步提升水下激光雷达的成像距离和分辨率进而发展水下成像装备奠定了基础。     

正交多用户短参考高速差分混沌键控通信系统

针对传统多用户短参考混沌移位键控通信系统传输速率和能量效率低的问题,该文提出了一种正交多用户高速短参考差分混沌移位键控(OMU-SRHR-DCSK)通信系统.系统将参考信号长度缩短为每个数据信号长度的1/P,通过增加两路连续的信息时隙来传输多个用户信息比特,通过希尔伯特变换在每个信息时隙多传输N个用户信息比特,极大地提高了系统的数据传输速率.将希尔伯特变换和Walsh码相结合完全消除了用户间干扰,改善了误码率性能.推导了OMU-SRHR-DCSK系统在加性高斯白噪声(AWGN)信道和多径瑞利衰落信道(RFC)中的比特误码率(BER)公式并进行了实验验证.在两种信道下的仿真值和理论推导值均相等,验证了理论推导的正确性.该系统的传输速率相对于传统多用户短参考系统的传输速率有极大提升,传输比特数相同的条件下系统的误码性能明显优于传统多用户短参考系统,证明了该系统具有优异的实用价值,并为其应用于实际中提供了良好的理论支撑.