弱电网下计及背景谐波的多并网逆变器阻抗重塑谐振抑制方法

弱电网下多逆变器并网系统的谐振问题一直广受关注,当计及背景谐波时,逆变器的电网电压前馈环节引入正反馈通路,将进一步恶化系统的电能质量。鉴于此,提出了一种弱电网下计及背景谐波的多并网逆变器阻抗重塑谐振抑制方法。通过对逆变器的控制环节进行导纳划分,建立基于三分解导纳的多逆变器并网等效模型,并利用模态分析法得到逆变器数量和电网侧阻抗变化时系统的谐振特性。计及电网电压前馈和电容电流反馈环节,对加权电流控制进行改进,并通过公共耦合点并联虚拟导纳对逆变器进行阻抗重塑,以实现对弱电网下系统谐振的抑制。仿真结果表明,所提方法既能极大地减小背景谐波对逆变器输出电流的影响,又能有效地抑制弱电网下多逆变器并网系统的谐振。

邢台震区应力场特征及M_(L)3.5以上地震的发震背景分析

邢台老震区构造背景复杂,发育多组断裂,属构造较不稳定地带,且区域中小地震频发。2017年至2021年发生6次M_(L)3.5以上地震,其中有两次M L4以上地震。本文基于搜集的震源机制解资料,反演区域现今地壳应力场,模拟震源机制与地壳应力场的关系,计算地壳应力场在地震发震断层面上的相对剪应力和相对正应力,分析地震的发震背景。结果表明,6次M_(L)3.5以上地震中,有2次震源机制节面接近应力场的最大剪应力节面,有4次震源机制节面远离应力场的最大剪应力节面。说明地震不是完全按照震源机制节面上具有最大剪应力的破裂方向发生,有时可能发生在某些薄弱带上。因此,在进行地震预测时,不能只关注最大剪应力破裂方向,还应多关注其边缘的地质薄弱带,这一结果可能会为后续分析该区域的地震危险性,研究地震孕育机制及动力学过程提供一定的参考依据。

一次弱天气背景下浙江局地暖区暴雨成因分析

利用多源观测资料及ERA5(0.25°×0.25°)再分析资料,对2021年6月9日夜里浙江首场梅汛期局地暖区暴雨的降水成因进行了诊断分析。结果表明:此次过程环流形势与典型梅雨完全不同,属于弱天气背景下的局地暖区暴雨;南海低压和西太平洋副热带高压之间东南气流的维持,为暴雨区提供充沛的水汽来源,925 hPa超低空偏南风急流的加强有利于低层增温增湿,不稳定层结加剧,暴雨区位于急流轴左侧;整层高湿背景及较低的自由对流高度导致的弱抬升条件就能触发对流,中高层气旋性辐合旋转加强使暴雨加强,较厚的暖云层有利于提高降水效率;地面中尺度辐合带的生成激发了初始对流,其维持和加强不断激发对流云团生成,产生列车效应,导致暴雨形成。龙门山小尺度地形有利于东南气流在迎风坡强迫抬升,对流加强,且垂直速度的发展程度与地形有较好的对应关系,地形高度越高,激发的垂直速度越强。

海面背景下弱目标RCS估计及特性分析

雷达截面积(radar cross section,RCS)可以为武器装备设计提供支撑。因此,许多国家都建立了标准测试场,可以满足大多数目标RCS测量的需要。对于海面背景下的非合作弱目标而言,只能依赖实际测试来获取目标RCS,但有时会面临多径干扰和信号弱的问题。针对该问题,在海上外定标和目标信杂比改善基础上,提出了一种目标RCS估计方法。设计并开展了海上目标RCS测量试验,并对测试数据进行了分析,验证了新方法的有效性,同时给出了弱目标RCS起伏特性的定性描述。

基于检测-跟踪联动的紧凑型高频地波雷达弱目标自适应检测方法

紧凑型地波雷达发射功率低、回波信噪比低,目标检测难度大,在目标跟踪时由于目标漏检经常出现航迹断裂。为了提升其目标检测性能,提出了一种基于检测-跟踪联动的弱目标自适应检测方法。当跟踪器检测到目标航迹无法关联到新点迹时,将当前目标预测状态反馈至检测器;检测器在距离-多普勒谱上建立局部检测波门,采用二元假设检验法感知波门内的检测背景,根据不同的检测背景选取适用的检测门限调整方法,降低恒虚警检测的门限,判定是否有弱目标被检出。若能够检出目标,对其进行测向后将新点迹发送至跟踪器进行处理。利用实测数据开展了目标检测与跟踪实验,结果表明:与先检测后跟踪方法相比,该方法得到的目标航迹时长增加了29.76%,平均延长了19.25 min。

前背景信息一致的边界框弱监督息肉分割网络

准确的息肉分割对结直肠癌的诊断和治疗具有重要意义。由于标注准确的像素级掩码成本很高,现在的息肉分割方法严重受到像素标注短缺的影响,而粗略的边界框标注更易获得。因此提出一个通用性高、即插即用的弱监督组件PolypBox,其可以将现有全监督的息肉分割方法转换成仅使用边界框标注的息肉分割方法。该模块由掩码投影损失、像素表示模块、前背景搜索损失和邻域像素一致性损失组成。首先设计像素表示模块从特征图中学习每个像素的特征表示(embedding),根据边界框的位置信息,使用K-Means分别聚类属于前背景的多个原型;然后提出前背景搜索损失将边框内的像素点与前背景的原型进行搜索匹配建立约束;在边界框内部设计掩码投影损失约束模型预测息肉的位置,最后提出邻域像素一致性损失,令具有邻域相似的像素点对的息肉预测结果保持一致。为验证算法的有效性,在CVC-300和Kvasir等4个具有挑战性的数据集和mean Dice等6个指标上与主流息肉分割网络进行对比,其mean Dice达到0.810,有着不输于目前主流全监督息肉分割方法的分割性能,同时验证了该方法的通用性。

基于并网电流谐波反馈的有源阻尼策略

以并网点电压谐波为反馈量的有源阻尼控制(voltage-harmonic-based active damping,VHBAD)可提高变流器对弱电网的适应能力,但会削弱系统对背景谐波电压扰动的抑制能力,影响并网电流质量。首先,建立了弱电网下并网变流器的数学模型,分析了电网等值电感对系统稳定性的影响;进而提出一种基于并网电流谐波反馈的有源阻尼策略(current-harmonic-based active damping,CHBAD),该策略将有源阻尼支路的作用点由参考信号移至调节器输出端,可在提高变流器弱电网适应能力的同时兼顾到并网电流质量。最后,通过Plecs仿真软件搭建仿真模型,时域仿真结果与理论分析一致,验证了该策略的有效性。

基于EEMD和GA-LSTM算法的行星齿轮故障诊断方法

在强烈的背景噪声下,如何较好地提取行星齿轮的微弱故障特征,这是行星齿轮故障诊断领域需要解决的难题。针对行星齿轮振动信号的非线性和非平稳性,为了提高其故障诊断的准确性,提出了一种利用遗传算法优化的长短时记忆网络(GA-LSTM)和集合经验模式分解(EEMD)的行星齿轮故障诊断方法。首先,通过试验采集了4种行星齿轮故障类型的振动信号,并采用EEMD方法将行星齿轮的原始振动信号分解为6个本征模态函数(IMF)分量,将其作为特征分量以便进一步处理;然后,使用遗传算法(GA)对LSTM网络的超参数进行了优化,以提高故障类型识别的准确性;最后,将特征分量输入到已经训练好的GA-LSTM模型中,将其网络模型作为最终分类器,对行星齿轮进行了故障诊断识别,并通过对比未经优化的网络,以及在原始信号中人为地加入噪声模拟的实际工程信号,验证了基于EEMD和GA-LSTM算法的有效性和泛化性。研究结果表明:训练后的网络实现了不到2%的损失率,具有良好的稳定性,GA-LSTM方法故障分类精度达到了94.17%;与未经优化的网络相比,GA-LSTM模型的验证精度高于LTSM,该网络模型在所有分量上都表现出更好的时序性能,在识别添加了噪声的工程信号时,也能保持较高的故障诊断精度,从而表明其在行星齿轮故障诊断中的优越性。该研究在提高机械传动设备故障诊断能力方面有一定的理论参考价值。

RoadNetv2:高速公路弱小异物目标实时检测算法

高速异物易引起汽车失控,造成交通安全事故。针对现阶段高速异物数据集复杂度低以及高速异物检测算法存在检测精度低、浮点计算量高等问题,提出了模拟场景数据集扩充方法和一种名为RoadNetV2的高速异物检测算法。模拟场景数据集扩充方法利用相似数据集进行场景模拟扩充。roadnetv2高速异物检测算法采用了lightfocus浅层信息增强模块和C3_CD特征提取模型作为backbone主要组件,采用CoordConv与自定义Conv组合的方法降低neck部分的复杂度,采用多权值平衡计算策略辅助Alpha-CIOU进行弱小目标高效位置回归。实验证明RoadNetV2高速异物检测算法相比于现阶段同系列YOLO算法,浮点计算量最多降低了14.54×10^(9)仅为12.4×10^(9),mAP最高提升了3.5个百分点达到61.1%,权重文件仅为8.70 MB减少了4.98 MB。RoadNetV2高速异物检测算法满足嵌入式边缘设备以及移动端设备的部署要求,搭配自主研发的巡检设备,可以一定程度上解决人工巡检所产生工作懈怠的情况。

基于背景扣除的弱吸收信息精确提取方法研究

随着半导体器件的快速发展,基于分子振-转吸收光谱的研究日益深入,以可调谐半导体激光吸收光谱(Tunable Diode Laser Absorption Spectroscopy,TDLAS)为代表的检测技术取得巨大进步,应用领域进一步扩大,已有超过一千类仪器应用于连续监测以及过程控制,每年出售的气体检测仪器占据了红外气体传感检测仪器总数的5%以上,已实现不同领域组分浓度、温度、压力等参数的高精度探测。本文针对仪器开发领域目标吸收信息被完全覆盖的复杂应用环境,利用调制技术将吸收信息转移到高频部分,经过分通道背景扣除和谐波信号归一化处理提取吸收信息。以测量含硫天然气中微量H2S为例,天然气中CH4含量超过90%,目标组分H2S的吸收信息被完全覆盖,将吸收信息转移到1 kHz频率,得到的谐波信号峰值与H2S浓度呈正相关,线性参数达到0.9999,实现了弱吸收信号的有效提取,从方法上验证了提取弱吸收信号的有效性,进一步扩展了光学气体传感的应用领域,为仪器开发提供技术保障。

复杂背景下红外弱小目标检测的算法研究综述

复杂背景下低信噪比弱小目标的自动检测是当今目标自动探测研究尚未解决的一个难题。目前,国内外许多学者已经作过大量的检测算法研究,但还没有建立成熟的理论体系和切实可行的实用算法,尤其是在复杂背景干扰的抑制方面,大部分研究工作所处理的还不是真正的复杂背景。本文在分析和总结国内外现有算法研究的基础上,指出了复杂背景下红外弱小目标检测的发展趋势,并提出了检测跟踪的一些有效技术措施。

弱电网条件下LCL型并网逆变器谐振前馈控制策略研究

从并网耦合端看进去的弱电网,通常被等效为阻抗与富含背景谐波的电压源相串联的形式。考虑到电网阻抗的存在,入网电流闭环控制与电网电压背景谐波前馈控制相互耦合,常见比例前馈控制会额外引入一条正反馈环路,恶化入网电流品质,甚至威胁系统稳定性。建立弱电网条件下并网逆变系统模型,明晰弱电网条件下大量谐波电流的形成机理。提出谐振前馈控制策略,衰减电网阻抗在谐振频率段的幅值响应,提高了系统的相角裕度,减小入网电流稳态误差。提出谐振前馈与谐波控制器相结合的两种控制方案,兼顾减小入网电流稳态误差与提高对弱电网感抗及其低次背景谐波的适应性。设计一台3k W并网逆变器原理样机,并通过实验验证提出控制策略的有效性。

背景预测法检识空中红外弱小目标

文中针对空中红外弱小目标的特性，对其检测、识别方法进行讨论，提出一种背景预测的思想方法，并讨论其在空中红外目标的检测、识别等问题中的应用前景。文中附有作者利用这种思想编制的程序对空中弱小目标的单帧检测、识别的结果，该算法已移植到DSP硬件信号处理器上，并通过实验取得了很好的效果。

弱光背景下文本图像二值化提取算法

针对现有二值化文本提取算法在弱光照条件下易受非均匀光照的干扰,导致提取结果中错误较多、识别率变低的题,提出了一种面向弱光照条件的文本信息提取的预处理算法。基于Retinex理论将图像照度分量和反应文本属性的反射分量有效分离,此外,将L0平滑滤波引入文本图像处理中,有效抑制文本图像的背景干扰。实验结果表明,所提算法能够提高现有算法在弱光条件下的文本提取精度,扩展现有算法的应用范围。

一种改进的自适应背景预测红外弱小目标检测算法

文章改进了自适应最小均方误差(LMS)算法,将基于历史检测效果的自适应最小二乘(RLS)算法应用于连续帧运动红外弱小目标检测。在已知n-1时刻滤波器抽头权系数的情况下,通过简单的更新,求出n时刻的优化滤波器抽头权系数。计算机仿真实验证明该算法能较大地提高图像信噪比,并以较低的虚警率在2～3帧内较为准确地检测出运动红外弱小目标。

基于自适应背景预测的红外弱小目标检测算法

文章在已有的背景预测的算法基础上,提出了一种自适应的背景预测算法。实验结果表明,该算法不但能够准确的检测出弱小目标的位置,还具有更快的速度,对于实时性检测,有很好的效果。

基于Prewitt算子的自适应弱小目标检测

针对工业现场中复杂背景下镁熔液弱小目标实时检测的难题,从图像识别的角度提出了基于Prewitt算子的自适应背景预测算法。该算法首先使用Prewitt算子对原始图像进行处理从而计算出图像最大灰度差,其次根据最大灰度差与每个像素点的灰度差的差异选择背景预测模型进行处理得到背景预测图像,然后用原始图像减去背景预测图像得到残差图像,接着对残差图像作帧差运算以及阈值分割运算得到二值图像,最后使用形态学运算获取最终的目标,并将该算法与最小一乘法的检测性能进行对比。Matlab仿真结果表明,该算法不仅可检测到弱小目标,并且检测到的目标点面积增大了60%,检测时间减少了96.92%,为图像处理技术应用于工业现场实时检测镁熔液中弱小目标奠定了基础。

基于经验模态分解及自相关分析的微弱信号提取方法

为提取机械设备故障诊断中的某些微弱信号,给出一种新的提取强背景噪声中微弱周期信号的方法.首先对原始信号进行经验模态分解,得到理论意义上的固有模态函数;然后对各分解层做自相关分析,依据自相关图像,对可能含有周期成分的分解层进行频谱分析;最后可提取微弱周期信号的频率及幅值信息.通过仿真分析,证实该方法能够有效提取淹没于背景噪声中的微弱周期信号.

基于滤波差分的双阈值弱划痕提取算法

高质量光学元件表面缺陷中存在一些深度较浅或者宽度较窄的划痕,在暗场成像检测中,该类划痕产生的散射光灰度值很低,甚至淹没在背景光中,很难被目视或常规机器视觉识别,造成划痕缺陷的漏检。针对该问题,以既有的疵病检测系统为基础,根据划痕灰度的等级特征,提出双阈值法分类处理划痕缺陷。在低阈值的弱划痕处理中,根据弱划痕和背景的频率特征以及空间对比度特征,设计了频域滤波及背景差分算法。通过空间域以及频率域的滤波处理,排除高频噪声以及高亮度噪声,根据几何特征等提取弱划痕图像中的复杂背景。经差分处理后,提取弱划痕并增强对比度,最后与正常灰度级划痕信息一同通过高阈值(正常阈值)进行后续划痕的特征提取,即得到所有的划痕信息,为划痕缺陷总长度计算以及最大长度的分级判定奠定基础。实验结果表明,该算法避免了过低二值化阈值引入的背景等不规则噪声,使得划痕与背景的对比度大大增强。目前该算法已经应用于惯性约束聚变系统中大口径光学表面划痕的定量检测,并且使长度计量的准确度已提升到约80%。

基于自适应Gabor滤波的红外弱小目标检测

针对复杂背景下的红外弱小目标检测,本文提出了一种改进的Gabor滤波的红外弱小目标检测方法。该方法在背景预测算法的基础上,通过构造Gabor核函数来自适应确定背景预测系数。该方法利用了更多的图像局部特性信息,使用对比度尺度模型和强度尺度传播模型分别确定Gabor核函数的两个轴,解决了Gabor滤波算子不能自适应调整滤波系数的问题。通过与传统的小目标检测方法的比较实验结果表明,本文方法能有效保留图像的边缘信息,能有效地突出目标,抑制背景杂波,提高了对红外弱小目标的检测能力,效果明显优于传统方法。