低快拍下模糊径向基神经网络波束形成算法

针对低快拍情况下自适应波束形成算法性能下降,以及权矢量解算过程中协方差矩阵求逆运算量大的问题,针对最小方差无失真响应(MVDR)算法,采用单位阵和采样协方差矩阵的凸线性组合对低快拍下的协方差矩阵进行修正,在此基础上,引入模糊径向基(RBF)神经网络逼近算法权矢量,通过模糊RBF神经网络实现从阵列协方差矩阵到最优权矢量的非线性映射,避免了矩阵求逆运算。仿真结果表明,当低快拍情况下最小方差无失真响应(MVDR)及最小能量无畸变响应(MPDR)算法出现性能下降时,基于模糊RBF神经网络的波束形成算法仍能快速逼近算法权矢量,波束赋形效果较好,同时可实现算法复杂度的降低及计算量的减少。

电力SCADA系统大规模画面数据刷新方法应用研究

传统的画面数据刷新方法多通过请求/响应方式获取画面数据。在大量画面刷新情况下,该方法导致人机画面对后台SCADA服务器进行大量集中式数据访问,从而出现画面刷新效率低、服务器负载过高等问题。提出了一种适用于大规模画面数据刷新的方法(massive picture data refresh,MPDR),阐述了MPDR方法的工作原理及架构,并说明了该方法采用的画面消息模型、画面数据缓存、画面订阅管理等关键技术。MPDR方法已经成功应用在D5000系统,并部署于国家电力调度控制中心,目前运行情况良好。实践证明,MPDR方法能够较好满足大规模画面数据的刷新要求,从而保证电力SCADA系统的安全、稳定运行。