计及采样扰动抑制的电压源逆变器三矢量无模型预测电流控制方法

针对传统电压源逆变器无模型预测电流控制(model-free predictive current control,MFPCC)方法存在电流纹波大、电流梯度更新停滞以及预测性能易受采样扰动影响的问题。该文提出一种计及采样扰动的三矢量MFPCC方法。在一个控制周期应用3个基本矢量,并根据价值函数计算矢量作用时间,降低了输出电流纹波;其次,通过建立不同矢量作用下的电流梯度方程组,实现电流梯度数据的实时更新,消除了停滞现象;再次,分析采样扰动对MFPCC的影响,采用扩张状态观测器估计采样扰动以补偿预测电流控制,抑制其对输出电流的影响。最后,通过仿真和实验,对所提方法的有效性进行了验证。

基于Keystone变换和扰动重采样的机动平台大斜视SAR成像方法

加速度和下降速度的存在使机动平台大斜视SAR的成像参数存在明显的2维空变性,严重影响场景的聚焦深度。针对这个问题,该文提出了一种基于Keystone变换和扰动重采样的机动SAR成像方法。首先,通过距离走动校正和去加速处理实现距离方位解耦以及方位频谱去混叠,然后采用方位时域的Keystone变换校正空变的距离徙动;在方位压缩过程中,通过引入时域的高阶扰动因子去除多普勒参数的2阶及3阶方位空变性,然后通过方位频域的重采样处理去除多普勒参数的方位1阶空变性。所提方法能够有效校正距离徙动轨迹和方位聚焦参数的2维空变性,实现机动平台大斜SAR的大场景成像,仿真分析验证了所提方法的有效性。

基于主动学习和二次有理核的模型无关局部解释方法

深度学习模型的广泛使用,在更大程度上使人们意识到模型的决策是亟需解决的问题,复杂难以解释的黑盒模型阻碍了算法在实际场景中部署。LIME作为最流行的局部解释方法,生成的扰动数据却具有不稳定性,导致最终的解释产生偏差。针对上述问题,提出了一种基于主动学习和二次有理核的模型无关局部解释方法ActiveLIME,使得局部解释模型更加忠于原始分类器。ActiveLIME生成扰动数据后,通过主动学习的查询策略对扰动数据进行采样,筛选不确定性高的扰动集训练,使用迭代过程中准确度最高的局部模型对感兴趣实例生成解释。并且,针对容易陷入局部过拟合的高维稀疏样本,在模型损失函数中引入了二次有理核来减少过拟合。实验结果表明,所提出的ActiveLIME方法引比传统局部解释方法具有更高的局部保真度和解释质量。

地下水微扰动代表性样品采集影响因子研究

随着社会高速发展,地下水过度开采,地下水位下降,地下水污染下渗,全国10168个国家级地下水水质监测点位Ⅳ类以上的点位高达85.7%,污染范围广。如何全面真实地了解地下水污染状况,需要对其进行科学、系统的监测,为科学治理提供有效的数据支撑。取得具代表性的样品至关重要,根据新的技术规范要求,减少洗井、采样时的水体扰动是关键。

IsomapVSG-LIME:一种新的模型无关解释方法

为了解决局部可解释模型无关的解释(local interpretable model-agnostic explanations,LIME)随机扰动采样方法导致产生的解释缺乏局部忠实性和稳定性的问题,本文提出了一种新的模型无关解释方法IsomapVSG-LIME。该方法使用基于流形学习的等距映射虚拟样本生成(isometric mapping virtual sample generation,IsomapVSG)方法代替LIME的随机扰动采样方法来生成样本,并使用凝聚层次聚类方法从虚拟样本中选择具有代表性的样本用以训练解释模型;本文还提出了一种新的解释稳定性评价指标—特征序列稳定性指数(features sequence stability index,FSSI),解决了以往评价指标忽略特征的序关系和解释翻转的问题。实验结果表明,本文提出的方法在稳定性和局部忠实性上均优于现有的最新模型。

基于非洗井情况下地下水样品代表性探讨

将非洗井法采样筛管部位取样的可行性和洗井前后样品代表性作对比,当监测井中地下水流量为0.1 L/min^0.5 L/min时,用微扰动采样器在非洗井情况下采样。洗井前后常规无机离子浓度和5种物理指标的研究对比结果显示,在非洗井情况下用微扰动地下水采样器在筛管部位取样的样品与洗井之后的样品十分接近。6口监测井水中无机离子含量单方向方差分析结果显示,p值>0.05(显著性),验证概率F<F crit,表明在95%的置信度上可总结为无机化学参数在洗井前后无显著性差异。

基于对称扰动采样的Actor-critic算法

针对传统Actor-critic(AC)方法在求解连续空间序贯决策问题时收敛速度较慢、收敛质量不高的问题,提出一种基于对称扰动采样的AC算法框架.首先,框架采用高斯分布作为策略分布,在每一时间步对当前动作均值对称扰动,从而生成两个动作与环境并行交互;然后,基于两者的最大时域差分(TD)误差选取Agent的行为动作,并对值函数参数进行更新;最后,基于两者的平均常规梯度或增量自然梯度对策略参数进行更新.理论分析和仿真结果表明,所提框架具有较好的收敛性和计算效率.

基于改进粒子滤波的锂离子电池剩余寿命预测

针对锂离子电池剩余寿命预测精度不高的问题,提出一种基于随机扰动无迹粒子滤波的锂离子电池剩余寿命预测方法。首先采用无迹卡尔曼滤波算法改进粒子滤波的重要性采样过程,随机扰动重采样算法改进粒子滤波的重采样过程,提出随机扰动无迹粒子滤波算法;然后采用双指数经验模型拟合的方法得到模型参数的初始值;最后采用随机扰动无迹粒子滤波算法对模型参数进行更新,实现锂离子电池的剩余寿命预测并给出了预测结果的概率分布。与基于粒子滤波的方法相比,实验结果表明,该方法的预测结果的绝对误差最多可减小17个周期,绝对误差的变化范围减小9个周期。

国内外土壤环境调查声波钻机研究进展及发展探讨

主要论述了声波钻进技术在理论以及应用方面的研究进展。阐述了声波钻进技术的发展历程;其次调研并对比了国内外声波钻机代表机型,分析得出国内同类钻机存在的不足。分析了声波钻机在土壤环境调查中的应用,可满足不同地层的连续完整原位弱扰动采样要求。探讨了声波钻机研发方向,如高频声波动力头双振子结构和复合橡胶减振材料的研发,以稳定达标150 Hz高振频并增强动力头寿命;抗疲劳、抗冲击铬钼合金材料的研发,以解决高振频下钻具疲劳损伤问题;故障诊断识别和自动修复、远程无人化操作和挥发性有机污染物在线监测系统的研发,以提升高频声波钻机的智能化和自动化水平。