多阵列屋面分布式光伏电站中光伏支架结构的分析研究

针对建设在钢筋混凝土屋面上方的多阵列屋面分布式光伏电站,以其光伏支架结构设计中的若干影响因素为研究对象,从光伏支架的结构组成及设计流程出发,结合其受力特点和方式,研究阵列排布方式、相邻立柱间距、檩条间距、斜撑支撑点位置、光伏支架倾角、相邻光伏支架间距这6种因素对光伏支架承载力的影响。研究结果表明:在采用同样材料、规格光伏支架的前提下,这6种影响因素对光伏支架的承载力均存在具有一定规律的影响。1)同样列数的情况下,优先选用“竖向组件2行”的阵列排布方式,对应的光伏支架承载力性能较优且排布更为合理;2)相邻立柱间距设置在光伏组件长边水平投影长度的60%~70%范围内时,对应的光伏支架承载力性能较优;3)檩条间距设置为光伏组件长边水平投影长度的70%左右时,可以保证光伏组件自身的刚度和较大的承载力,且方便施工时的安装操作;4)当斜撑支撑点位置与斜梁高侧端点的距离为整个斜梁长度的35%~60%时,对应的光伏支架承载力性能较优;5)当采用配重式支架基础时,光伏支架倾角通常采用5°~20°的小角度,以减少产生的光伏附加荷载,从而确保光伏支架主体结构的安全性;6)当相邻光伏支架间距采用光伏组件短边长度的150%~200%(即每榀光伏支架承担约1.5~2.0块光伏组件)时,对应的光伏支架承载力性能较优,且经济性较好。所得结论和规律可为后续多阵列屋面分布式光伏电站的光伏支架结构设计提供参考。

多阵列中非圆信号借助于降维搜索和子空间数据融合的直接定位算法

为了解决多阵列中子空间数据融合(Subspace data fusion,SDF)算法自由度受限于实际阵元数与定位精度低的问题,本文利用非圆(Non⁃circular,NC)信号特性并结合降维(Reduced⁃dimension,RD)搜索思想提出了一种基于降维搜索的子空间数据融合的非圆信号直接定位算法(Reduced⁃dimension subspace data fusion,RD⁃SDF)。该算法首先利用辐射源信号的NC特性扩展空间信息,以获得增大的虚拟阵列孔径,与更多的可识别信源数。但是由于NC相位导致的高维搜索大大增加了算法求解时的复杂度,本文引入RD搜索思想,通过数据重构消除NC相位导致的高维搜索复杂度问题,并结合SDF构造RD融合搜索谱函数。仿真结果表明,相比于传统SDF算法,本文RD⁃SDF算法具有更高的空间自由度和定位精度。此外,RD⁃SDF算法在保证估计性能的同时显著降低了算法复杂度。

基于多阵列数据融合的宽带多声源定位研究

研究多个传声器阵列数据融合和宽带多声源近场定位算法。该算法首先融合多个传声器阵列数据,然后对多声源进行定位。由于充分利用多个阵列的数据,降低了分辨门限,提高了定位的精度和稳健性。通过仿真计算,证明了算法的有效性。

非均匀噪声下的多阵列频域数据直接定位算法

实际多阵列无源定位系统中,多个阵列分散分布以及单个阵列各阵元之间的差异会造成接收噪声功率分布不均匀,进而导致直接定位算法精度下降。针对上述问题,本文提出了一种非均匀高斯白噪声场中的多阵列频域数据直接定位算法。该算法首先利用阵列输出协方差矩阵对噪声协方差矩阵进行估计,然后再用估计结果预白化阵列输出协方差矩阵,从而减弱了非均匀噪声对直接定位算法的影响,最后利用预白化后的阵列输出协方差矩阵进行直接定位。仿真表明在非均匀噪声下该算法的定位精度较传统的直接定位算法更高,且能较为准确的估计各阵列噪声协方差矩阵。

非一致噪声下的多阵列直接定位算法

针对实际无源定位系统中多个阵列分散分布以及单个阵列各阵元之间差异造成的噪声功率分布不均匀导致直接定位(DPD)算法精度下降的问题,提出了一种非一致高斯白噪声场中的多阵列最大似然DPD(UN-ML-DPD)算法,并推导出该条件下的克拉美罗界。首先计算各阵列输出协方差矩阵;再将计算结果传到数据处理中心;然后由数据中心通过迭代的方式同时对目标位置与非一致噪声功率进行最大似然联合估计,以收敛后得到的结果作为目标位置精确估计值,从而减弱了非一致噪声对DPD算法的影响;最后在多目标条件下用交替投影法降低算法复杂度。较之传统算法,UN-ML-DPD算法能够提高多阵列在低信噪比下的定位精度。仿真结果表明:UN-ML-DPD算法在-15dB的低信噪比下估计误差小于15km,与DPD算法相比定位精度提高15%以上;能较为准确地估计各阵列噪声协方差矩阵,在标准噪声功率小于30 W时估计误差小于3.5 W;在高信噪比下定位精度能够逼近克拉美罗下界。

通道幅相差下的多阵列直接定位算法

通道幅相差的存在会导致直接定位算法(DPD)精确度下降。分析了通道幅相差对多阵列直接定位算法的影响,并在通道幅相差存在的情况下提出了一种改进算法。该算法利用各阵列通道幅相差的校正结果对阵列流型矢量进行补偿,然后用直接定位算法估计目标位置。仿真表明该算法较之无校正直接定位算法,具有更高的精确度。

单目标多阵列子空间数据融合定位算法

传统的多站角度定位系统需要各站先估计目标到达方向角(DOA),然后估计目标位置,在低信噪比时往往会导致角度估计误差太大而无法定位。提出了一种单目标多阵列子空间数据融合(SDF)直接定位算法。该算法首先通过传统方法对各阵列输出数据进行自相关运算和特征值分解,得到各站的噪声子空间数据,再在监测区域内用量子粒子群算法搜索在各噪声子空间投影的和最小的位置矢量,估计目标位置。仿真实验表明,这种算法在低信噪比下较传统的交叉定位算法有更好的性能。

基于区域生长重心的大型多阵列圆标定板基准点的提取技术

针对视觉测量在轨道交通隧道大范围轮廓测量上的问题,研究设计一种大型多阵列圆标定板进行系统标定工作,提出区域生长重心法实现对标定图像上基准点的提取;即将区域生长法和灰度重心法相结合,通过粗定位寻找每个基准圆的种子点,考虑种子点像素的4邻域像素进行区域生长,然后利用灰度重心法提取生长区域的重心作为基准点;将非线性变化的基准点替代线性提取的基准圆的种子点,消除了图像畸变的影响,保证了特征检测过程的可靠性和鲁棒性,达到对于多阵列圆大型标定板基准点的提取;通过搭载鱼眼镜头拍摄6m的模拟隧道横断面轮廓,进行轮廓测量与还原;实验表明该方法提取的基准点像素坐标误差可达到2pixel以内,系统测量精度能够达到±5mm以内,完全满足轨道交通隧道横断面轮廓测量误差标准。

基于m-Capon的多阵列直接定位算法

多重信号分类(Music)直接定位算法需要先估计目标个数,然后根据目标个数估计确定其噪声子空间,进而得到空间谱函数。在低信噪比情况下,目标个数估计的错误往往会导致直接定位算法的失效。针对上述问题,提出了一种基于m-Capon的多阵列目标直接定位算法。该算法综合了Capon算法无需目标个数估计和Music算法定位性能较高的优点,在不进行目标个数估计的情况下,利用近似估计的方法得到逼近于Music算法的空间谱函数,解决了Capon算法在低信噪比下性能不足的问题。仿真结果表明,在无需估计目标个数的条件下,所提算法的性能与Music算法的性能大致相同,且逼近于克拉美罗下界。

多阵列摄像图像颜色自动补偿方法仿真

多阵列摄像图像颜色自动补偿方法影响着医疗图像、工业相机摄影、教育教学等领域的发展。针对当前方法摄像图像补偿无连续性和补偿效果不对称的缺点,提出了一种基于Retinex算法的摄像图像颜色自动补偿方法,对摄像图像的参考块进行选择,建立多阵列摄像图像的圆投影向量,并对摄像图像颜色进行匹配,计算图像熵局部窗口的颜色补偿,将计算结果代入到多阵列摄像图像中,利用图像熵来选取图像灰度均匀分布,增强多阵列摄像图像的实用性,根据多阵列摄像图像熵参考块的选择,利用Retinex算法分析摄像图像颜色单尺度通道的输入与输出,计算多阵列摄像图像的环绕函数,将函数值代入到图像中并对图像的尺度数进行加权计算,结合图像颜色的尺度通道对图像色彩恢复,实现摄像图像颜色的自动补偿。仿真结果表明,所提方法对多阵列摄像图像颜色自动补偿有较好的连续性和无偏性,为后续实现摄像图像颜色自动补偿奠定了基础。

一种多阵列测向交叠区虚假信号抑制方法

简单介绍传统多阵列测向系统的工作原理,在此基础上介绍比幅测向、干涉仪测向的基本原理,提出一种多阵列测向交叠区虚假信号抑制的方法。该方法基于比幅测向结果来选择干涉仪阵列的测向角度,作为系统最终测向角度,能够避免偶发相位误差增大导致的系统测向角度错误。经过仿真实验验证,相比较于传统的幅度直接比较方法,具有简单易用、稳定性好的特点,能够有效抑制系统阵列拼接时产生的虚假信号。

基于环形阵列的空间滤波器结构损伤扫描监测方法研究

本文提出了一种基于环形阵列的空间滤波器结构损伤扫描监测方法,在结构中央布置环形压电传感器阵列实现对结构的全方位扫描监测,消除了主动Lamb波空间滤波器监测方法中盲区及远场对监测效果的影响。环形阵列由直径方向不同角度的4个线阵组成,每个线阵采用主动Lamb波空间滤波监测方法对结构损伤进行监测、成像,各阵列成像结果通过PCA-小波变换进行融合对损伤位置进行判别,从而实现结构全方位损伤扫描监测,消除单个阵列损伤监测的盲区、远场及虚假成像等影响,进而获得更加准确的损伤监测结果。通过实验研究,验证了该方法的有效性和实用性。

基于信号稀疏分解的局放超声阵列定位法研究

局部放电定位检测是电气设备维修的重要基础。传统超声阵列定位方法中,存在对局放源的位置测向误差较大以及双阵列测向交叉定位原理会出现"异面不相交"的情况,这些都会降低定位的精度。据此,研究了基于圆形超声阵列传感器与信号稀疏分解理论的局放源定位方法。首先研制了相同阵元数下,声学性能优于线形和方形的圆环形阵列;然后将信号稀疏分解理论应用到对局放源的波达方向(DOA)估计当中,并且采用多阵列测向交叉定位及全局搜索的方法实现对局放源定位;最后对该方法进行仿真和实验研究,结果验证了该定位方法的有效性。

由多分量和多阵列感应测井仪组合处理增强各向异性的解释

为了解释多元感应测井资料，我们研究出了一种现场处理方法。在这种处理方法中结合阵列感应资料可提高处理结果的速度、垂直分辨率和可靠性。3D Explorer(3DEX^TM）仪器可获得对地层非均质性敏感的多元、多频感应测量值。该测井仪响应相对于各向异性参数具有较高的非线性特征。它受井眼冲蚀、仪器偏心和泥浆滤液侵入的影响。尤其是，这种资料一般可以使用复杂和费时的反演技术来解释。根据横向感应资料多频趋肤效应校正结果以及随后称之为K^3转换的校正资料的特殊转换方式，我们提出一种多频聚焦（MFF）方法以期提供快速稳定的各向异性处理结果。K^3转换方式对由井眼和近井眼构造所引起的环境影响不敏感。我们提取的各向异性系数是基于它和水平及垂直线圈的K^3转换资料的分析关系。MFF处理结果的精度和可靠性取决于所获得的水平电阻率精度。通过引入常规阵列感应测井仪测量的精确的高垂直分辨率的水平电阻率，我们增强了3DEX解释。高清晰度感应测井仪（HDIL）以多频和不同的发射器－接收器间距采集资料。聚集和反演算法用来确定侵入带剖面，精确测量地层深电阻率以及提供高垂直分辨率。方形HDIL聚焦曲线提供的水平电阻率适用于现场进行可靠的各向异性处理，而在测井解释中心的快速HDIL 2D反演可用来产生更精确的结果。我们应用来自墨西哥湾的一个实例来证实该新方法。

阵列矩阵RAID50研究——容量聚合与全并发策略

提出了一种跨多阵列通道的海量存储RAID50模型,通过采取多阵列卡的RAID0分条和阵列卡上多磁盘RAID5分条和校验的二级并发的数据组织与分块方式,以扩展块(大小等于阵列卡上的一个RAID5校验组)作为Cache和阵列之间数据交换的单位,实现了将阵列矩阵中所有磁盘的容量聚合及全并发访问。设计了该模型逻辑卷管理的最佳适配算法及二级地址映射算法。理论分析与实验结果表明:该策略将I/O响应时间降到了最低,且获得了与阵列通道数线性相关的逻辑卷容量和I/O性能。

面向大规模卷积计算的多忆阻器阵列互连结构设计

针对现有多忆阻器阵列集成架构中存在的数据加载、读出效率低以及阵列协同灵活性差等问题,提出一种高效率、高灵活度的阵列互连架构。该架构所采用的数据加载策略支持多种权重映射模式下的数据复用,减少了片外数据访存需求;所采用的计算结果读出网络支持多个处理单元灵活组合实现不同规模卷积运算,以及计算结果的快速累加读出,进而提升了芯片灵活性和整体算力。在NeuroSim仿真平台上运行VGG-8网络进行的仿真实验表明,与MAX 2神经网络加速器相比,在仅增加6%面积开销的情况下,取得了146%的处理速度提升。

一种产生没有倾角影响的多阵列感应测井曲线的解析方法

地层倾角对感应仪器响应的影响有许多资料可证明，被认为环境影响，在中等倾角情况下引起围岩影响增大，在高倾角情况下造成多阵列感应曲线完全不规则。虽然各种技术，例如最大熵反演技术，可以充分校正这些曲线，这些仍然是多少有些耗时的计算中心的产品。校正倾角影响的井场反演技术仍然是难以捉摸的，要随着更强大的计算机能力而产生。在20世纪60年代中期，Pierre Grimaldi发现一种感应测量技术，这种技术具有在“薄”地层中恢复到和电导率相同的无限均质介质测到的读数相同的惊人特性。满足这个条件仅有要求是仪器探测器完全在薄层中。该仪器结构是这样的，以致于测量的电压是麦克斯韦方程的一个直接解。虽然这是一个突破，仪器结构在硬件方面实现是困难的，特别对于20世纪60年代的测井技术是这样，因而这种思想从来没有发表过。20世纪80年代早期Grimaldi结构被独立地重新发现，并且用新的模拟程序进行了研究。有人发现，没有围岩影响的“惊人特性”也是在任何倾角下近似正确的。又一次认为这样的硬件是做不到的。更近一些，有人发现阵列感应成像测井仪器族AIT的阵列结构是这样的结构，以致于其原始阵列测量数据能被处理成和Grimaldi结构相同的数据。这导致一种实时算法，并且一组Grimaldi曲线现在能在井场得到。这种算法产生一组和Grimaldi线圈结构等效的合成阵列，不一定要反复求解麦克斯韦方程而解出该反演问题。Grimaldi结构不是没有缺点。这些测井的探测深度比相同线圈距的常规感应线圈系要浅。因为这个缘故，Grimaldi血曲线是补充、而不是代替标准的AIT测井系统。

未知互耦影响下的多阵直接定位:基于子空间数据融合与降维搜索

为了解决子空间数据融合(Subspace data fusion,SDF)算法用于未知互耦影响下的分布式多阵列定位时定位精度低的问题,本文结合降维搜索思想提出了一种降互耦维度的子空间数据融合(Reduced mutual coupling dimension subspace data fusion,RMCD⁃SDF)方法。该方法首先将互耦误差模型引入SDF算法,使其适应于天线阵列受到未知互耦误差影响的场景。在此基础上,为了降低同时搜索所有未知参数带来的超高计算复杂度,本文引入降维搜索思想并构造了RMCD⁃SDF算法谱函数。仿真结果显示,RMCD⁃SDF算法的定位性能在阵列受到未知互耦影响的场景下具有优势,与现有算法相比计算复杂度接近,但是具有更高的定位精度。在10 dB信噪比下本文算法的定位均方根误差相比经典的SDF算法降低了8.67 dB。

用VHDL和MAX+plusⅡ进行数字电路的设计与仿真

本文以 VHDL为开发工具 ,以 MAX+ plus 为开发环境 ,以几个典型芯片为例 ,采用符合国际工业标准的 VHDL语言的行为级描述方法 。