针对电动车辆无线电能传输(wireless power transfer,WPT)系统存在的半导体性能有限和定位困难的问题,提出了一种多对一高压无线充电自由定位系统。该系统采用逆变器串联输入的设计来适应高压应用场景,同时利用多绕组变压器实现逆变器...针对电动车辆无线电能传输(wireless power transfer,WPT)系统存在的半导体性能有限和定位困难的问题,提出了一种多对一高压无线充电自由定位系统。该系统采用逆变器串联输入的设计来适应高压应用场景,同时利用多绕组变压器实现逆变器的等效并联输出和向多路发射回路传输电能的功能,并采用了多对一的设计以扩大电动车的定位范围以实现无线充电的自由定位功能。为分析多绕组变压器的工作机理和研究多对一拓扑的能量传输特性,进行了等效电路分析和MATLAB仿真,并制作实验室原型样机进行了实验验证。基于实验和仿真结果,提出了一种基于多对一WPT拓扑的混合工作模式,可以有效地扩大电动车辆无线充电时的定位范围。研究和分析表明,文中所提出的拓扑结构可以有效地提高系统的输入电压以应用于高压场景,并能有效扩大电动车辆无线充电时的定位范围以实现自由定位。展开更多
在无线电能传输(wireless power transfer,WPT)系统中,偏移是不可避免的,偏移会引起系统参数的变化从而影响系统的传输性能。基于S-S和P-S补偿拓扑,提出一种具有抗偏移特性的双耦合SP-S补偿的紧凑型WPT系统。该系统采用两个同轴布置、...在无线电能传输(wireless power transfer,WPT)系统中,偏移是不可避免的,偏移会引起系统参数的变化从而影响系统的传输性能。基于S-S和P-S补偿拓扑,提出一种具有抗偏移特性的双耦合SP-S补偿的紧凑型WPT系统。该系统采用两个同轴布置、相互解耦的圆角方形线圈作为能量的发射线圈,其与单一方形接收线圈均有耦合,提升了X方向和Y方向的抗偏移容忍度。通过谐振参数配置使接收线圈在偏移的过程中,一个线圈回路的输出增加,另一个线圈回路输出减少,从而使系统输出随接收线圈位置偏移波动平缓。提出方形解耦线圈结构参数的设计方法,并分析发射端并联补偿电容对输出抗偏移性能的影响。最后,搭建实验平台验证该方法的有效性与系统的抗偏移能力。展开更多
针对无人机群(swarm of unmanned aerial vehicle,UAV-swarm)在救灾场景中对地面移动用户进行持续性通信覆盖的问题,设计了一种基于多智能体的深度强化学习的无人机群路径优化算法。该算法框架中无人机具有分布式决策能力,根据用户的移...针对无人机群(swarm of unmanned aerial vehicle,UAV-swarm)在救灾场景中对地面移动用户进行持续性通信覆盖的问题,设计了一种基于多智能体的深度强化学习的无人机群路径优化算法。该算法框架中无人机具有分布式决策能力,根据用户的移动来动态调整自身的移动策略。通过设置合适的强化学习奖励和参数,使无人机在满足覆盖百分比、防碰撞、能源限制等多种约束前提下,最大限度地长期覆盖地面移动用户。与其他无人机部署方案算法进行仿真对比,实验结果表明,该模型在收敛速度和收敛效果上得到了显著提升。展开更多
文摘针对电动车辆无线电能传输(wireless power transfer,WPT)系统存在的半导体性能有限和定位困难的问题,提出了一种多对一高压无线充电自由定位系统。该系统采用逆变器串联输入的设计来适应高压应用场景,同时利用多绕组变压器实现逆变器的等效并联输出和向多路发射回路传输电能的功能,并采用了多对一的设计以扩大电动车的定位范围以实现无线充电的自由定位功能。为分析多绕组变压器的工作机理和研究多对一拓扑的能量传输特性,进行了等效电路分析和MATLAB仿真,并制作实验室原型样机进行了实验验证。基于实验和仿真结果,提出了一种基于多对一WPT拓扑的混合工作模式,可以有效地扩大电动车辆无线充电时的定位范围。研究和分析表明,文中所提出的拓扑结构可以有效地提高系统的输入电压以应用于高压场景,并能有效扩大电动车辆无线充电时的定位范围以实现自由定位。
文摘在无线电能传输(wireless power transfer,WPT)系统中,偏移是不可避免的,偏移会引起系统参数的变化从而影响系统的传输性能。基于S-S和P-S补偿拓扑,提出一种具有抗偏移特性的双耦合SP-S补偿的紧凑型WPT系统。该系统采用两个同轴布置、相互解耦的圆角方形线圈作为能量的发射线圈,其与单一方形接收线圈均有耦合,提升了X方向和Y方向的抗偏移容忍度。通过谐振参数配置使接收线圈在偏移的过程中,一个线圈回路的输出增加,另一个线圈回路输出减少,从而使系统输出随接收线圈位置偏移波动平缓。提出方形解耦线圈结构参数的设计方法,并分析发射端并联补偿电容对输出抗偏移性能的影响。最后,搭建实验平台验证该方法的有效性与系统的抗偏移能力。
文摘针对无人机群(swarm of unmanned aerial vehicle,UAV-swarm)在救灾场景中对地面移动用户进行持续性通信覆盖的问题,设计了一种基于多智能体的深度强化学习的无人机群路径优化算法。该算法框架中无人机具有分布式决策能力,根据用户的移动来动态调整自身的移动策略。通过设置合适的强化学习奖励和参数,使无人机在满足覆盖百分比、防碰撞、能源限制等多种约束前提下,最大限度地长期覆盖地面移动用户。与其他无人机部署方案算法进行仿真对比,实验结果表明,该模型在收敛速度和收敛效果上得到了显著提升。