排序方式: 共有65条查询结果,搜索用时 203 毫秒
2.
基波等效法是无线电能传输(wireless power transfer,WPT)技术的主要研究方法,该方法将整流性负载的基波阻抗等效为某一纯电阻,为系统的建模和分析提供基础。但该方法忽略整流性负载谐波阻抗的影响,使WPT系统的实际响应与理论分析结果存在较大的误差,从而影响系统的模型精度,限制WPT系统的进一步优化设计。该文以基于串/串并(series/series-parallel,S/SP)补偿网络的WPT系统为研究对象,分析利用基波等效法进行建模产生误差的原因,并提出一种基于迭代法的整流性负载基波以及各次谐波等效阻抗的精确计算方法。在此基础上,建立WPT系统的精确电路响应模型,所提模型可以有效表征发射线圈电流的畸变特性,并根据系统响应与补偿网络参数的关系获得系统逆变器开关损耗的优化设计方法。最后,搭建一台3kW的WPT系统样机,实验结果验证理论分析的正确性和可行性。 相似文献
3.
社团结构是复杂网络最普遍和最重要的拓扑属性之一,社团结构的划分方法对分析复杂网络相关统计特性具有十分重要的理论意义.为了提高社团划分精度,提出了一种新的基于信息熵(information entropy)模块度的社团划分算法(简称IE算法).在有着确定社团结构的数据集和不确定社团结构的数据集上,通过选取Q值、社团划分个数、社团最大连通分量大小和强弱社团个数比例4个重要参数,将IE算法与两种最主要的基于模块度的划分算法GN(Girvan-Newman)和FastGN(Fast Girvan-Newman)进行对比,实验结果证明了IE算法在社团划分性能上优于GN和FastGN;将IE和其他7种最主要的经典社团算法进行时间复杂度分析,并在随机网络和真实网络上进行实验,结果表明该算法时间复杂度在GN与FastGN之间,时间复杂度小于GN而精确度优于GN,证明了在大多数数据集上IE算法的社团划分准确度优于传统基于点边比率的社团划分算法的准确度. 相似文献
4.
一种新颖的带模糊截止时限的磁盘调度算法 总被引:2,自引:0,他引:2
设计了一种新的基于截止时限的磁盘调度算法,该算法支持带多优先级的请求。对于某些实时要求,其截止时限是不确定的或者不精确的,该算法采用模糊集来描述这类不确定性,模糊截止时限的隶属度函数表示对请求完成时间的满意程度。调度的目的是最优的指定优先级,使得截止时限的满意程度最大化。根据请求截止时限的不同,把满意程度划分为若干连续的区间。在每个不同的区间内,每个请求都对应有修正的截止时限,把请求按照其修正的截止时限非减的顺序分配优先级,才能实现请求优先级的最优配置。仿真结果表明该算法能有效的分配请求的优先级,降低请求的丢失率,保证了更多的请求得到满足。 相似文献
5.
本文详细介绍了黄河万家寨水利枢纽工程180MW 水轮发电机组的电气制动技术的原理、系统设计、制动程序设计等,为电气制动停机技术的应用提供一点经验和方法 相似文献
6.
提出多监控数据下的刀具磨损精确估计神经网络模型,将多传感器信号数据处理成三种时间特征数据,利用三个相同的子模型分别对特征数据进行处理,并作为多层全连通网络的输入,进而实现刀具磨损的最终估计。使用的子模型结合了Transformer模型和自注意力机制,利用长短期记忆网络(LSTM)增强了刀具磨损的数据获取能力,提高了模型的性能。通过实际铣削数据集的多个实验,验证了该方法的有效性,与其他方法进行了比较,验证了该方法的优越性。 相似文献
7.
在经典锁相理论Adler 条件基础上,考虑到相对论磁控管互作用空间内高度非线性的束波互作用,用粒子模拟方法得出了磁控管注入式锁相模型的注入比和频率差的参数区域图,研究了注入比和频率差对锁相的影响。模拟结果表明,在相对论磁控管的谐振频率为2.4667GHz 情况下,当注入比为0.25、频率差为35MHz 或20MHz、注入比为0.15 都可以实现稳定锁相。在此基础上对经典的Adler 条件引入了非线性参数修正,其取值与器件工作时的非线性程度有关,基于本文模型得到的非线性参数约为7,可见修正后的理论结果比经典理论结果允许有更大的锁相范围。 相似文献
9.
针对四旋翼飞行器轨迹跟踪控制性能易受模型参数不确定性和未知外部干扰影响的问题,提出一种基于自适应反步法的全局鲁棒控制策略。该方法利用单一虚拟变量表达的线性化参数模型描述系统内部不确定性和外部干扰组成的集总干扰,并通过反步法设计的自适应算法在线估计虚拟变量,从而降低计算量,提高控制器的实时性。基于Lyapunov理论证明了该方法对集总干扰的鲁棒性及系统全部变量的全局一致最终有界性。最后,通过仿真算例验证了该控制策略的有效性和可行性,结果表明:该控制策略能有效克服集总干扰影响,实现四旋翼飞行器的精确轨迹跟踪。 相似文献
10.
一种优化极限学习机的果园湿度预测方法 总被引:1,自引:0,他引:1
针对传统水蜜桃种植过程中环境监测实时性差、人力物力浪费严重的现状,通过无线传感网络技术(WSN),本文果园环境监测系统的基础上提出一种优化极限学习机的湿度预测方法(PSO-ELM),该方法首先使用主成分分析法(PCA)对环境监测数据进行分析,实现数据的降维,然后利用粒子群算法(PSO)优化极限学习机(ELM)的初始权值、偏置,对训练集和测试集分别进行测试,以果园环境监测系统中9天(1296组)数据为测试对象,将PSO-ELM算法与线性回归、ELM神经网络进行对比,验证预测方法的可靠性。实验结果表明,该预测算法的RMSE、MAPE和 MAE分别为0.5038、0.0051和 0.3974,能较好的预测环境湿度信息。 相似文献