压缩感知和图卷积神经网络相结合的宽频振荡扰动源定位方法

新能源并网引发的宽频振荡严重威胁电网安全,实现宽频振荡源的在线定位并及时采取抑制措施以保证系统安全稳定尤为必要。为此,提出一种压缩采样和图卷积神经网络相结合的宽频振荡源定位方法,该方法首先在子站对时序的振荡信号进行稀疏采样,获得其低维观测序列,作为节点的时序信息,然后在主站融合系统的拓扑结构捕捉各节点的邻接关系,综合考虑系统振荡的时空特性,运用图卷积神经网络实现振荡源定位。最后利用宽频振荡样本集进行仿真验证,结果表明所提方法在量测数据含有噪声、传输数据缺失以及传输数据偏差的情况下都有较高的定位准确度。

利用声强比衰减原理探究角位移法声源定位系统

设计了一种利用声强衰减规律进行三维声源定位的实验方法,声源定位主要通过测量声源相对探源中心的距离、方向和高度实现。利用声强比呈对数衰减的原理,推导了声波强度在空气中的衰减规律与声源距离的关系式;设计了一种角位移法测量声源方向,并给出了角位移大小与声强比到达峰值时的时间之间的关系式;通过电控升降平台,测定了声源到参考平台水平面的高度。并制作了在1立方米范围内的三维声源定位实验装置,实验结果表明,本实验装置在二维平面内,声源距离测量的最大相对误差为2.3%,方位角测量的最大误差为1.6°;在三维空间内,声源距离测量的最大相对误差为2.9%,高度测量的最大相对误差为4.9%,方位角测量的最大误差为0.8°,通过实验证明了本实验系统定位效果较好。

基于多元同步压缩变换的电力系统强迫振荡源定位

为实现电力系统强迫振荡源的快速、准确定位,该文提出一种基于多元同步压缩变换(multivariate synchrosqueezingtransform,MSST)的电力系统强迫振荡源定位方法。该方法首先利用电力系统的广域量测信息构建发电机的多通道量测信息矩阵,采用MSST对多通道量测信息矩阵同步分解得到对应的三维MSST系数矩阵;然后通过能量权重筛选出表征强迫振荡模式的MSST系数矩阵;进一步,构建基于MSST的发电机强迫振荡耗散能量计算模型,通过筛选出的表征发电机强迫振荡模式的MSST系数矩阵计算各发电机的耗散能量;然后,依据所提的强迫振荡源判据,定位出系统的强迫振荡源;最后,通过WECC-179节点测试系统仿真数据和辽宁电网PMU实测数据验证了所提方法的准确性和有效性。

基于卷积神经网络的移动机器人声源定位方法综述

听觉系统是机器人感知周围环境信息的重要途径之一,精准有效地进行声源定位,可极大提高移动机器人的感知与决策能力。将声源定位应用于危险环境救援与巡检具有重要工程意义。随着深度学习的广泛应用,引入卷积神经网络(convolutional neural networks, CNNs)的声源定位效果显著改善。将移动机器人声源定位研究从网络架构与改进、声音特征类型、数据仿真与增强,以及多模态信息融合四个角度进行综合对比及分析,并对技术的应用提出思考与展望。

基于Copula传递熵的设备级和网络级宽频振荡传播路径分析及振荡源定位方法

电力电子化电力系统的宽频振荡问题严重危害电网的安全稳定运行,及时确定宽频振荡的传播路径和振荡源位置,对振荡的抑制至关重要。该文从因果关系的角度提出一种基于Copula传递熵的设备级和网络级宽频振荡传播路径分析及振荡源定位方法,通过分析多变量之间的因果传递方向和因果强度系数,利用有向加权图构建宽频振荡因果网络,在此基础上确定振荡源位置,并通过保留因果强度系数最大的支路,确定振荡的主要传播路径。采用所提方法一方面能够从设备级分析控制器内部各状态变量的因果关联性;另一方面能够从网络级分析电网中各节点振荡数据的因果传递性,从而确定宽频振荡在控制器内部和电网中的传播路径及振荡源位置。最后,在强迫振荡、风机与弱电网交互、发电机轴系振荡中的仿真算例表明,所提方法适用于多种机理的宽频振荡,能够同时实现设备级和网络级宽频振荡传播路径分析和振荡源定位。

基于伪磁梯度张量混合方向tilt梯度的磁源定位方法及其应用:以内蒙古塔木素铀矿床为例

斜磁化磁源的准确定位是磁法勘探有效圈定场源分布及划分断裂构造的重要依据.但受磁化方向影响,总磁异常与地质体分布并无明显对应关系.为此,本文从总磁异常垂向积分出发,推导出了伪磁梯度张量,定义了伪磁梯度张量的混合方向tilt梯度及混合方向解析信号振幅,提出了基于伪磁梯度张量混合方向tilt梯度水平导数组合的场源定位方法.模型试验表明,相对于解析信号振幅、tilt梯度的总水平导数及方向tilt梯度的总水平导数模这3种受磁化方向影响较小的方法,本文提出的磁源定位方法能够更有效地反映出不同磁化方向的磁源位置,具有更强的识别能力和定位精度.在内蒙古塔木素铀矿床的航磁资料应用中,新方法较好地展示出了已知断裂带的展布及出露岩浆岩的分布,同时有效地提取了塔木素铀矿床上方的弱磁异常信息,处理结果为研究区圈定隐伏岩体、划分隐伏断裂及扩大铀矿找矿靶区提供了依据.

基于深度学习节点表示的谣言源定位方法

随着互联网的普及,网络上的信息以惊人的速度传播给公众。然而,由于级联效应,虚假信息和谣言同时也在迅速蔓延,对社会造成了巨大的危害。在社交网络上找到谣言的传播源头,对抑制谣言的传播起到至关重要的作用。传统的谣言源定位方法大多未能够融合多源特征且定位准确率还需进一步提高,因此,提出一种基于深度学习的谣言源定位方法,根据观测受谣言影响的节点多源特征来识别谣言源。首先,根据节点与观测节点之间的影响力相似度得到节点的影响力向量。然后,利用自编码网络对节点的影响力向量进行编码,得到包含节点信息、扩散路径和传播时间信息在内的节点的新的嵌入表示。最后,根据节点新的影响力向量计算节点为谣言源的概率,以定位谣言源。在2个模拟网络和4个真实网络上的实验结果表明,与其他方法相比,所提方法能够以更快的速度定位谣言源,且谣言源定位的准确率提升了25%以上。

基于特征集重构与多标签分类模型的谐波源定位方法

传统基于谐波状态估计的谐波源定位方法需要专门的同步相量量测装置,工程应用受到限制。为此,基于电能质量监测装置所采集的非同步量测数据,提出了基于特征集重构与多标签分类模型的谐波源定位方法。利用监测数据的充分统计量来挖掘量测时段的谐波信息,同时利用标签特定特征学习算法重构特征集,从而消除冗余特征以及无关特征对于谐波源定位精度的影响;提出基于邻接矩阵以及灵敏度分析的测点配置方法,结合电路网络拓扑信息实现测点的优化配置;提出基于改进极限学习机的谐波源定位方法,该方法以重构特征集为输入,建立多标签分类模型,实现谐波源定位。通过仿真与算例分析,验证了所提方法的可行性及有效性。

基于最优四基阵的被动式声源定位估计

针对现有被动式声源定位算法测量精度低、适用范围小等问题,提出了一种基于最优四基阵的被动式声源定位估计方法。该方法通过构建最优四基阵阵列结构以实现多阵元点共用,旨在使用较少的阵元总量实现对目标声源的融合定位估计,从而提高定位精度。并就该阵列模型确定空间目标定位方程组,将求解位置坐标问题转换为求解阵元点之间时延差值问题。进而采用二次分数低阶协方差算法求解脉冲噪声环境下的相应阵元间时延差值,即求得阵元信号的自分数低阶协方差和两阵元间信号的互分数低阶协方差之后,再次计算二者的互分数低阶协方差,以期更大程度上抑制脉冲噪声的影响,提高时延差值估计精度;最终将求得的时延估计信息带回定位方程组已实现对空间声源的定位估计。通过数值仿真和实测实验验证了所提方法的可行性及阵列结构的优越性。在实测实验中对声源定位估计误差仅为0.085 1 m,表明所提方法能较高精度的实现脉冲噪声环境下的声源定位,拓展了被动式声源定位算法的应用场景,具有一定的实际应用价值。

电力系统强迫振荡源定位的时-频域耗散能量流方法

准确定位强迫振荡源对电力系统的安全稳定运行意义重大。然而,由于强迫振荡模式的可观性和振荡时变特征,传统方法难以从多通道量测信息中有效提取振荡分量,从而降低了基于耗散能量流的强迫振荡源定位方法的定位精度。为此,提出了一种基于耗散能量流的电力系统强迫振荡源时-频域定位方法。首先,根据节点各量测通道间信息相关性,利用同步压缩短时傅里叶变换处理节点多通道量测信息,构建节点统一时-频系数矩阵;然后,根据强迫振荡分量的能量特性,利用时-频域能量筛选并同步提取时-频系数矩阵中的时-频域强迫振荡分量;进一步,根据测量信息的时-频域特性,在传统时域强迫振荡耗散能量流计算模型的基础上推导出基于同步压缩短时傅里叶变换的时-频域耗散能量流计算模型,并根据系统强迫振荡期间的时-频域耗散能量流能量特性定位强迫振荡源;最后,将所提方法应用于WECC 179节点测试系统、WECC 240节点测试系统的仿真振荡场景以及美国New England的实际振荡事件,所得结果表明所提时-频域定位方法可快速、精准定位强迫振荡源。

不同噪声条件下健听人群水平声源定位能力差异研究

目的探讨不同噪声条件下健听人群水平声源定位能力的差异。方法选取2022年8月~2023年8月在我院检查的听力正常者78例,测试在安静、白噪声35 dB SPL、40 dB SPL和言语噪声40 dB SPL条件下,受试者应答扬声器与发声扬声器的均方根误差(root mean square error,RMSE)和平均应答时间。结果不同噪声条件下受试者平均应答时间比较无显著差异(P>0.05);安静条件下受试者RMSE为10.21°±1.55°,明显低于白噪声35 dB SPL、40 dB SPL和言语噪声40 dB SPL条件下(P<0.05);白噪声40 dB SPL、言语噪声40 dB SPL条件下受试者RMSE分别为15.02°±2.22°和15.16°±2.06°,明显高于白噪声35 dB SPL(P<0.05);安静、白噪声35 dB SPL、白噪声40 dB SPL和言语噪声40 dB SPL条件下受试者对低频、中频和高频刺激声的平均应答时间无显著差异(P>0.05);白噪声35 dB SPL、40 dB SPL和言语噪声40 dB SPL条件下受试者对高频刺激声的RMSE均高于低频、中频刺激声(P<0.05),对中频刺激声的RMSE均高于低频刺激声(P<0.05);安静、白噪声35 dB SPL、40 dB SPL和言语噪声40 dB SPL条件下受试者对前方声源的RMSE明显低于其他方位(P<0.05);安静、白噪声35 dB SPL、40 dB SPL和言语噪声40 dB SPL条件下受试者对前方和其他方位声源的平均应答时间无显著差异(P>0.05);安静、白噪声35 dB SPL、40 dB SPL和言语噪声40 dB SPL条件下,不同性别、年龄受试者RMSE及平均应答时间无显著差异(P>0.05)。结论噪声对健听人群声源识别定位能力有明显影响,在不同噪声条件下,受试者更容易定位来自前方的声源。

基于三站无源定位的无人机站队模型研究

对2022年高教社杯全国大学生数学建模竞赛B题前两问进行研究。无人机集群在遂行编队飞行时,为保持编队队形,采用纯方位无源定位的方法调整无人机的位置。针对第一问,基于枚举思想,为接受信号无人机与发射信号无人机的几何关系建立定位模型。针对第二问,借助交叉三角形定位,通过发射点的定位线,构建定位三角形,建立三站无源定位模型,推得多站无源定位,根据枚举该站组,每三站组合求解,获得各组均值及方差,比较分析数据的待测点坐标,进而实现对无人机的有效定位。

基于广义互相关时延估计(TDOA)算法的声源定位跟踪系统设计与实现

为实现在二维平面内对声源进行实时定位和动态跟踪,运用时延估计(TDOA)互相关算法设计一种原声监听头阵列的CC-TDOA声源定位跟踪系统,实现对多个原声监听头进行同步采样,再进行信号放大及运算处理,运用LCD屏实时显示目标声源的距离和方位角度,同时运用二维云台控制激光笔对准声源,并持续动态跟踪声源。模拟仿真及真实环境实验测试表明,采用基于到达时间差的互相关定位算法,计算量小,精度较高,测试角度误差小于2o,距离误差小于1.2%,可以满足多种智能应用场合中声源实时定位与跟踪的要求。

基于物理原理的声源定位实验设计

本文使用信号发生器、直流稳压电源、数字示波器、直流电机、四元麦克风线阵、数显角度尺、扬声器等常规物理实验仪器和部分自制装置搭建了一个室内声源定位系统,利用直流电机带动四元麦克风线阵和数显角度尺同轴旋转,将四元麦克风线阵接收到的声波信号经放大和滤波处理后输入示波器,根据示波器上利萨如图形的形态判断声源方位,由数显角度尺测量线阵的转动角,再利用三角函数计算出声源的位置坐标.实验结果表明,此方法进行声源定位精度高,误差小,成本低.

皮带输送机托辊故障声源定位方法

为实现对皮带输送机托辊故障实时监测,提出一种基于广义互相关时延估计的托辊故障声源定位方法,并开发相关系统。首先通过安装在与皮带输送机旁间隔一定距离处的传声器采集声音信号,采用VMD与包络谱峭度方法有效提取托辊声音信号的故障频率信息。随后采用广义互相关时延估计算法对声音信号中选定的IMF分量进行广义互相关时延估计,根据时延域中互相关系数最大值所对应的时间差确定时延,结合声音在空气介质中的传播速度,以及故障声源位置与传声器之间的空间几何关系,确定故障声源位置。最后开发出托辊故障声源定位系统并投入现场运行,实验和现场应用结果表明,采用所提方法及相关系统能够实现托辊故障声源的准确定位。

基于银膜的自准直光纤法布里-珀罗腔设计及声源定位研究

提出一种基于银膜的自准直外腔式光纤法布里-珀罗(EFPI)干涉仪声传感器阵列,用于中低频声信号的检测以及二维平面声源定位。传感器阵列由三个相同结构的EFPI组成,结构简单、制作简便。银膜的应用和准直器的引入提高了传感器的声压灵敏度,扩大了声源定位范围。实验结果表明:单个传感器声压灵敏度为185 mV/Pa,最小可探测声压为52.7μPa/Hz^(1/2)@500 Hz。在声源指向性实验中,声源设置在传感器正前方时,其声压灵敏度达到185 mV/Pa,声源设置在传感器侧面(90°,270°)时,其声压灵敏度衰减仅为4.5%。传感器阵列结合到达时间差技术,成功实现高精度的声源定位,系统的理论空间分辨率为0.71 cm,最大定位误差不超过2.8 cm,定位范围为200 cm×200 cm,具有成本低、实用性高等优点。

海面目标光电单站无源定位与误差分析

为实现光电侦察设备对海面舰船目标单站无源定位,提出了对海面目标的高精度近实时光电单站无源定位方法。建立了单站无源定位方程,分析了目标定位误差,探讨了影响定位误差因素,给出了单站无源定位的应用建议。仿真结果表明:在17.899 km距离处单站无源定位的定位误差约为1.672%R,单次定位时间约20 ms;位置、纬度、经度和高度误差分别服从N(299.31 m,197.39 m)、N(4.944×10^(-5°),2.665×10^(-3°))、N(4.038×10^(-5°),1.899×10^(-3°))、N(-0.485 m,14.165 m)的正态分布;俯仰角、方位角和目标高度的误差对定位精度影响较大,俯仰角在[-120°,-15°]范围内定位结果可靠,目标高度误差在[-200 m,200 m]范围内,定位误差小于800 m,实现了对海面目标的高精度近实时单站无源定位。提出的方法适用于具备高度参考面估计的海面、地面和空中目标的单站无源定位。

基于改进FISTA的高分辨率声源定位方法

为提高快速迭代收缩阈值算法(Fast Iterative Shrinkage-Thresholding Algorithm,FISTA)在反卷积波束形成中的空间分辨率以及计算速度,采用基于快速傅里叶变换的声学模型,引入过松弛方法和“贪婪”重启策略,提出两种改进的快速迭代收缩阈值算法,即基于快速傅里叶变换的过松弛单调快速迭代收缩阈值算法(Over-relaxed Monotone Fast Iterative Shrinkage-Thresholding Algorithm based on Fast Fourier Transform,FFT-OMFISTA)和基于快速傅里叶变换的“贪婪”快速迭代收缩阈值算法("Greedy"Fast Iterative Shrinkage-Thresholding Algorithm based on Fast Fourier Transform,FFT-GFISTA),并应用于反卷积波束形成的求解过程中。设计了单声源和双声源的仿真与实验,验证了所提算法的有效性与优越性。结果表明,两种所提算法都具有良好的性能,都能在声源定位中实现更高的空间分辨率以及更快的计算速度。

基于TDOA声源定位算法的激光武器狙击手攻击系统设计

针对现代战场中对狙击手实现快速打击的需求,本文设计了一种基于TDOA声源定位算法的激光武器狙击手攻击系统,该系统以STM32单片机为主控制器,以驻极体麦克风为声音检测传感器,利用TDOA算法实现音源的坐标测量。为了提高测量速度,本文采用查表法代替传统的最小二乘拟合的方法求解非线性方程组,使得.整机可以采用单片机作为核心处理器,降低了系统的功耗和体积。最后,本文通过实验测量所设计的枪声定位系统,距离测量误差小于±01m,角度测量误差小于±1°,测量时间不超过2s。此外,本系统可以用激光指示出声源所在位置,模拟使用激光武器打击目标。

多特征下室内声源定位的复合模型粒子滤波

为提高混响噪声下声源定位的精度和稳健性,提出多特征复合模型粒子滤波算法。该算法以麦克风接收信号的多特征构建似然函数,采用卷积神经网络提取多假设时延估计图像的深度特征,建立基于支持向量回归的时延估计模型;引入波束输出能量融合机制,弥补单特征不能同时抑制噪声和混响的缺陷。针对说话人运动随机性的问题建立声源跟踪的复合模型,改善说话人跟踪系统的鲁棒性。仿真和实测结果表明:在复合模型跟踪下,多特征算法比可控响应功率时延估计算法位置平均均方根误差减少83%以上;在多特征观测下,复合模型比郎之万模型和随机行走模型位置平均均方根误差减少46%以上;新算法实现了对复杂环境下随机运动声源的有效跟踪。