量子漫步算法能模拟游走粒子在图上的量子相干演化,粒子的运动状态由量子态的相干叠加而成.与经典随机游走算法相比,量子漫步算法具有寻找目标节点时间少和源节点扩散至其他节点时间少的优点.提出一种基于离散时间量子漫步的链路预测(li...量子漫步算法能模拟游走粒子在图上的量子相干演化,粒子的运动状态由量子态的相干叠加而成.与经典随机游走算法相比,量子漫步算法具有寻找目标节点时间少和源节点扩散至其他节点时间少的优点.提出一种基于离散时间量子漫步的链路预测(link predictionbased on discrete time quantum walk,简称LP-DTQW)算法.研究结果表明:相对于其他7种算法,LP-DTQW算法有更高的预测精度;LP-DTQW算法的时间复杂度远低于经典RWR(random walk with restart)链路预测算法的时间复杂度.因此,LP-DTQW算法具有更强的预测性能.展开更多
为了提高开关电源变换器的建模精度和控制性能,提出了一种状态切换离散时间模型(State Switching Discrete time Model,SSDM).该模型在建模时考虑的是每个开关周期内的状态,而不是变换器的平均状态,故在高频下其精度比传统的状态平均模...为了提高开关电源变换器的建模精度和控制性能,提出了一种状态切换离散时间模型(State Switching Discrete time Model,SSDM).该模型在建模时考虑的是每个开关周期内的状态,而不是变换器的平均状态,故在高频下其精度比传统的状态平均模型更高.基于开关持续时间的全微分方程,精确计算一个周期内的电感电流和输出电压,从而推导出SSDM.此外,通过SSDM推导出极限电压响应(Limiting Voltage Response,LVR)控制策略.该策略通过电压预测计算出合适的占空比,以在最小开关周期内将输出电压调节为参考值.通过这种策略,变换器不仅实现了非常快的负载/线路瞬态响应和参考跟踪速度,而且在偏差电感下表现出很高的稳定性.最后,通过频率响应分析和实验验证了SSDM的准确性和系统的稳定性.实验结果表明,在不同工况下,LVR控制策略下的输出电压瞬态响应时间相比传统控制策略下的输出电压瞬态响应时间缩短了70%以上;当电感值偏离23%时,在LVR控制策略下的输出电压仍然保持稳定.展开更多
文摘量子漫步算法能模拟游走粒子在图上的量子相干演化,粒子的运动状态由量子态的相干叠加而成.与经典随机游走算法相比,量子漫步算法具有寻找目标节点时间少和源节点扩散至其他节点时间少的优点.提出一种基于离散时间量子漫步的链路预测(link predictionbased on discrete time quantum walk,简称LP-DTQW)算法.研究结果表明:相对于其他7种算法,LP-DTQW算法有更高的预测精度;LP-DTQW算法的时间复杂度远低于经典RWR(random walk with restart)链路预测算法的时间复杂度.因此,LP-DTQW算法具有更强的预测性能.
文摘为了提高开关电源变换器的建模精度和控制性能,提出了一种状态切换离散时间模型(State Switching Discrete time Model,SSDM).该模型在建模时考虑的是每个开关周期内的状态,而不是变换器的平均状态,故在高频下其精度比传统的状态平均模型更高.基于开关持续时间的全微分方程,精确计算一个周期内的电感电流和输出电压,从而推导出SSDM.此外,通过SSDM推导出极限电压响应(Limiting Voltage Response,LVR)控制策略.该策略通过电压预测计算出合适的占空比,以在最小开关周期内将输出电压调节为参考值.通过这种策略,变换器不仅实现了非常快的负载/线路瞬态响应和参考跟踪速度,而且在偏差电感下表现出很高的稳定性.最后,通过频率响应分析和实验验证了SSDM的准确性和系统的稳定性.实验结果表明,在不同工况下,LVR控制策略下的输出电压瞬态响应时间相比传统控制策略下的输出电压瞬态响应时间缩短了70%以上;当电感值偏离23%时,在LVR控制策略下的输出电压仍然保持稳定.