南昌大学:数据云平台弹性组合新系统

云计算技术已经被很多学校应用于信息化建设,尤其在数据中心中发展得更为成熟。本期专题介绍了南昌大学的数据云交换平台和中国刑警学院的云数据中心的建设。

大规模多输入多输出可见光通感一体化系统的信道状态信息还原和定位

得益于丰富的频谱和光源,可见光通信感知一体化(IVLCP)系统为解决高性能通信定位的室内无线网络需求提供强有力的技术支撑。同时,大规模多输入多输出(m-MIMO)技术能有效提高IVLCP网络的服务范围和质量。然而,m-MIMO赋能的IVLCP网络的信道环境更加复杂且先验信息更易变化,这使得传统方法难以快速准确地完成信道估计和定位。针对此,该文提出一种信道状态信息还原和定位(CSIRP)网络,该网络不仅能够有效地捕捉复杂分布的可见光通信信道特征,同时能够应对信道状态的时变性,从而提高信道和位置估计的鲁棒性和动态适应性。具体而言,CSIRP网络首先基于条件生成对抗思想自适应训练生成器和鉴别器,进而实现根据接收信号进行信道估计,接着结合长短期记忆网络(LSTM)从估计的信道中获取接收终端的位置估计值。仿真结果表明,采用CSIRP网络所获得的信道状态准确度和定位精度均优于现有的深度学习参考方法,这为m-MIMO赋能的IVLCP系统提供了可靠和精准的信道状态信息和位置感知能力。

计及FTU信息畸变情况下基于覆盖集理论的配电网故障定位

配电网故障后,馈线终端装置传输的故障信息可能会发生畸变,为了提升基于FTU的配电网故障定位的容错性,考虑畸变故障信息对故障区段定位的影响,对其分类为正常、误判、漏判和影响四种类型;其次,为了消除畸变信息带来的影响,基于覆盖集理论,计及FTU故障信息与保护出口信息的内在逻辑联系,建立配电网故障定位的新目标函数,引入不冗余指标和最小性指标两个约束条件,分别用以处理故障定位的信息畸变问题和故障定位准确性问题;最后,采用遗传算法,对故障定位的配电网含分布式电源和不含分布式电源两种情况展开论述,通过两个算例证明:(1)不同的故障信息畸变对配电网故障定位的影响;(2)基于覆盖集理论的改进目标函数在配电网故障定位中的精度和容错性优势。

个性化图书推荐系统设计与实现——以南昌航空大学图书馆为例

随着馆藏图书的增加,学生到图书馆借书愈发茫然,本系统结合南昌航空大学图书馆业务实际,使用改进的L-Apriori实现专业书籍推荐功能,针对不同读者推荐图书,满足读者个性化需求。同时,阐述个性化图书推荐系统的设计目标、系统框架、主要功能模块及关键技术的设计与实现。

基于改进卷积注意力机制的触觉图像识别

为了改善传统轻量化网络对触觉图像全局特征提取能力差的问题,提出一种基于轻量化网络提高触觉图像感知分类的新算法,通过将卷积块注意力模块(CBAM)引入坐标注意力机制(CA)来增强特征信息表达能力.利用CA采取空间全局信息并嵌入通道注意中,使卷积网络能够在较全面的区域捕获注意力权重.结果表明:所提算法优于现有轻量化网络算法;该算法对GelSight数据集、多模态传感器数据集2种触觉图像进行分类识别测试,在分类表现中分辨正确率分别达到了88.2%和94.4%;相比于传统的CBAM注意力模型、自注意力模型(SENet)和仅有LeNet的神经网络,该算法对触觉图像的识别能力在GelSight数据集上分别提高了8.7%、8.7%和3.0%,在多模态传感器数据集上分别提高了13.3%、13.4%和4.8%.

考虑碳排放的分布式电源优化配置

对分布式电源接入配电网进行合理的优化配置,能在兼顾运营商和用户利益的同时,改善系统整体电压分布。建立了综合考虑分布式电源投资成本、用户购电成本、网损费用和碳排放费用的多目标优化模型。利用改进层次分析法确定各目标的权重,进而转化为单目标函数规划问题。针对天牛须算法个体单一性在解决高维复杂问题时精度低,优化效果不佳的问题,提出了一种改进天牛须粒子群算法,利用混沌映射对参数进行调整,引入动态惯性权重、莱维飞行机制,提高了收敛速度。以IEEE33节点系统为例,将改进天牛须粒子群算法与粒子群算法及天牛须粒子群算法的效果对比,验证改进算法对分布式电源优化配置问题的可行性,有效降低了碳排放费用、用户购电费用,减少了系统网损,改善了系统整体电压分布。

含新能源和电动汽车充电站并网的主动配电网无功优化模型

针对新能源和电动汽车充电站规模化并网引起的无功优化问题,首先建立以主动配电网运行成本和电压偏差最小,系统稳定性最优的多目标无功优化模型。其次,基于PV曲线上、下半支解的接近程度,提出一种新的静态电压稳定性指标,以改善系统电压稳定性。最后,采用具有交叉反馈机制的混合优化算法对模型进行求解,并提出一种基于Tent混沌映射和自适应变异算子的改进飞蛾扑火算法提高求解效率。仿真结果表明,所提模型在降低系统运行成本,减少电压波动的同时,还能提高系统稳定性,且该混合优化算法能够快速、准确地求解混合整数的非凸、非线性优化模型。

共情对话研究进展

人工智能驱动的对话是当前研究热点,有着广泛的应用前景。但目前这类对话系统普遍缺乏情感交互能力,限制了其在心理关爱、抑郁症等精神障碍疾病方面的应用。如何让对话系统充分理解用户情绪并生成带有共情的回复是目前对话系统面临的主要挑战之一。首先介绍了共情对话研究中情感感知和共情对话生成两大挑战,并分别调研归纳了相关研究方法。情感感知任务大致可分为基于规则、基于机器学习和基于深度学习三类方法,共情对话生成大致可分为基于检索和基于动态生成两类方法。接着介绍了共情对话的最新发展动向,并总结了共情对话数据集、通用对话数据集和多模态数据集的特点和链接,归纳了当前共情对话研究中不同的评估方法便于后续研究。最后对共情对话的研究工作进行了总结和展望。

计及电-碳交易与综合贡献率的多微网合作运行优化策略

多微网协同互联能够提高系统运行的稳定性与可靠性。针对多微网(multi-microgrids,MMG)系统合作运行过程中由于各微网分属于不同的利益主体而产生的微电网之间的电能交易问题、碳交易问题与利益分配问题,提出一种计及电-碳交易与综合贡献率的多微网合作运行优化策略。首先,分析了含点对点(peer-to-peer,P2P)电-碳交易的多微网合作运行架构,并引入碳捕集系统(carbon capture system,CCS)与电转气(power to gas,P2G)装置,建立了微电网系统及设备模型。其次,在单微网模型构建之后,基于纳什议价理论,构建了含P2P电-碳交易的多微网系统合作运行模型,并将非凸非线性的纳什议价问题转化为易于求解的MMG合作成本最小化与支付收益最大化两个子问题。然后,在合作后的利益分配过程中,量化各微电网对MMG的综合贡献程度并计算出各自的综合贡献率,通过综合贡献率来分配各微网的收益。最后,采用交替方向乘子法(alternating direction multiplier method,ADMM)求解,有效保护了各微网隐私。算例分析与方案对比结果表明,所提策略能够实现微网间的P2P电-碳交易,有效降低MMG总运行成本,减少系统的碳排放量,并且采用的利益分配策略公平合理,能够有效提升各微网参与合作运行的积极性。

改进人工势场引导的双向扩展随机树路径规划算法

针对地面移动机器人在复杂环境之下要求规划路径实时性强、路线平滑度高、避障精确完备等需求,在快速扩展随机树算法(RRT)的基础之上,提出一种由改进人工势场法(APF)引导的双向扩展随机树算法(APF-Bi-RRT^(*))。首先,在每次迭代的过程之中两棵随机树同时分别从起始点和目标点进行扩展,以加快算法收敛速度;其次,在算法随机树生长方向上,引入目标偏置策略来优化随机子节点的选取,并在随机树和障碍物中加入人工势场分量,限制路径方向选择的随机性,改进算法克服引力和斥力过大导致陷入局部最优值或目标不可达的问题;最后,在形成锯齿型规划路径之上应用一种采样优化和关键节点平滑策略,进一步缩短和平滑原路径的总距离。对比实验结果证明,该算法既克服了传统随机树算法的节点盲目扩展的问题,又兼顾了生成路径的效率和平滑性,与目标偏置RRT算法相比,在规划路径长度上减少了9.7%左右,在运行时间上缩短了65.3%左右,在算法迭代次数上减少了78.2%左右。

面向外辐射源雷达目标探测的非时变稀疏模型和深度展开网络实现方法

近年来,基于稀疏特征提取的目标探测方法成为了雷达领域的研究热点。基于正交频分复用调制的外辐射源雷达(简称“外源雷达”)由于发射波形不受控,一方面构建的稀疏模型会随未知发射波形时变,导致相应的目标探测方法计算量大;另一方面目标回波常常因被直达波等强杂波掩盖而面临探测困难。在此背景下,利用外源雷达的正交频分复用波形特点,使用导频位置处频域信道响应提出一种非时变稀疏模型。通过将稀疏模型求解的每一次迭代过程替代为一层神经网络,首次研究了基于深度展开网络的智能化外源雷达目标探测实现方法。仿真和实测数据结果表明:所提方法与传统杂波抑制方法在目标探测上性能相近,但有着更低的计算复杂度,且无需人工设计稀疏矩阵等稀疏模型求解参数。

小型无人有缆遥控水下机器人智能控制方法

针对深度确定性策略梯度(DDPG)算法应用于无人有缆遥控水下机器人(ROV)运动控制时存在的坏样本影响学习稳定性、缺少环境探索能力以及学习时间长难收敛等问题,从神经网络结构、噪声引入和融合监督学习3个方面对DDPG算法进行改进,并提出了基于混合神经网络结构和参数噪声的监督式DDPG算法。仿真结果表明,监督式DDPG算法比常规DDPG算法和传统比例-积分-微分(PID)算法更加有效。

智能超表面辅助的OAM通信信道建模及容量分析

现有智能超表面(reconfigurable intelligent surface,RIS)辅助的轨道角动量(orbital angular momentum,OAM)通信系统的相关研究大都采用自由空间传播信道,针对该信道无法准确描述OAM信号传播特性的问题,研究了OAM信号在自由空间场景下的传播特性。结合莱斯衰落信道建立了一种RIS辅助的OAM信道模型。RIS辅助的OAM通信系统采用RIS产生具有不同模态的OAM信号,通过联合优化算法优化功率分配系数和RIS无源波束成形来提高信道容量,分析了信噪比和传输功率等因素对信道容量的影响。仿真结果表明:所提出的衰落信道模型能够描述OAM信号在RIS辅助信道中的传播特性,实现更高的信道容量。

基于单片机的直流电机变频调速方法与仿真

针对电机谐波损耗及逆变器输出谐波信号影响直流电机变频调速的稳定性,导致调速性能不佳等,提出一种基于单片机的直流电机变频调速方法。建立直流电机变频调速状态空间模型,通过上述模型获取变频调速系统的运行状态;采用电流、速度双闭环PI控制器实现直流电机的变频调速初步控制,使直流电机变频调速系统可同时满足静态性能与动态性能;将直流侧电压输入至SVPWM脉宽调制系统,进一步降低电机谐波损耗和脉动转矩,实现变频调速的精确控制。仿真结果表明,所提方法的直流电机变频调速稳定性更佳、精度更高,整体效果更佳。

基于智能超表面的电磁涡旋能量效率最大化

针对电磁涡旋通信系统能量效率受限的问题,提出了基于智能超表面的电磁涡旋通信的传输方案。建立了基于智能超表面的电磁涡旋通信的系统模型,基于该系统模型推导了能量效率的数学表达式。为实现能量效率最大化,采用了一种交替优化算法进行求解,考虑到目标函数和约束条件的非凸性,问题被分为2个子问题,即通过分别优化基站的功率分配和智能超表面的相移系数来实现能量效率最大化。数值仿真结果表明采用智能超表面可以提高电磁涡旋通信系统的能量效率,并且所采用的优化算法可以有效地实现能量效率最大化。

具有自适应贪婪因子的深度强化学习路径规划

深度强化学习的开创性(Deep Q-Network,DQN)算法,虽然其在路径规划中表现优异,但仍存在过估值、经验回放机制缺陷以及没有很好地平衡探索与利用的关系等问题。为了解决上述问题,提出了一种具有自适应贪婪因子的深度强化学习路径规划算法。首先,在D3QN算法的基础上引入了优先经验回放机制,解决过估值问题的同时增加了算法对重要样本的抽样概率,提高了算法的效率;其次,设计了一种新的奖励函数,提高了动作的区分度;最后,设计了一种能够自适应调节的贪婪因子,平衡了探索与利用的关系。采用Python中的TensorFlow框架和Tkinter库建立环境地图,验证算法的有效性。结果表明,改进的算法无论是得到的最优路径还是算法迭代次数都优于DQN算法。

基于D-S证据理论的无监督异常检测算法

在实际应用中,当数据集缺少真实标签或正常点数据量不足时,可能导致一分类支持向量机处于无监督情况。此外,当训练集中包含异常数据时,一分类支持向量机生成的决策边界将偏斜至异常数据区域。上述问题降低了异常数据的检测率,并导致分类器的性能变差。为了解决上述问题,基于K近邻算法将数据集分为可疑正常点数据集与可疑离群点数据集。其中,可疑正常点数据集用于一分类支持向量机训练与建模,对于可疑离群点数据集则采用D-S证据理论来识别其中的正常数据。实验结果表明:基于D-S理论的无监督异常检测算法可以有效地分离正常点与异常点,该算法在整体数据集上A_(uc)均值达到了0.83,且在可疑离群点数据集上A_(uc)均值达到了0.883。

含电动汽车的主动配电网多目标分层优化调度

为了协调电动汽车车主和主动配电网2个不同主体之间的利益关系,针对电动汽车接入后主动配电网的优化调度问题,文中提出一种考虑电动汽车充电综合满意度和主动配电网运行效益的多目标分层优化方法。上层模型注重最大化电动汽车车主的充电利益,采用归一化法向约束法求解电动汽车的最优充放电计划,并将其输入下层优化模型。下层模型旨在最大化主动配电网的运行效益,根据电动汽车的充放电计划调整可控分布式电源的输出功率,采用二阶锥松弛转换法和带权极小模理想点法求解该非线性多目标问题。仿真结果表明,所提含电动汽车的主动配电网多目标分层优化方法能够在促使电动汽车充电综合满意度超过0.9的同时,减少有功网损约94.12%、运行成本约30.90%,实现电动汽车车主和主动配电网的双赢。

基于测试树模型的软件测试能力值优先级排序

为了有效提升软件测试用例排序的执行效率,保障软件运行安全,提出基于UML顺序图的软件测试用例优先级排序方法。根据UML顺序图场景概念,通过遍历顺序图中的时间序列获取全部场景,得到与之对应的场景测试树模型。设置约束条件,根据场景环境条件形成软件测试用例。计算各个软件测试用例的迁移重要度,通过反馈机制动态调整软件测试用例的总测试能力值,根据测试能力值展开优先级排序。实验结果表明,采用所提方法可以全面提升软件测试用例缺陷检测率,确保在最短的时间内获取最优的排序结果。

基于碳交易-绿色证书联合交易机制的含CHP-CCS-P2G耦合的区域综合能源系统低碳经济调度

提出一种基于碳交易-绿色证书联合交易机制的含热电联产机组、碳捕集和电转气设备联合运行的区域综合能源系统低碳经济调度模型。首先,分析碳交易和绿色证书交易机制的运行原理并构建其模型;同时,研究绿证交易价格变化对可再生能源消纳的影响。然后,在热电联产机组中引入碳捕集和电转气设备,构建热电联产机组、碳捕集和电转气设备联合运行的模型,将碳交易-绿证联合交易机制引入该模型中,并且分析热电联产机组联合运行模式下的电力、热力耦合特性。最后,在算例中通过设置不同的调度场景进行对比分析,结果表明该策略可有效降低碳排放,扩大可再生能源上网空间,使系统的运行更加经济。