永磁同步电机机壳串并联混合流道液冷分析

针对机壳串联流道水冷永磁同步电机散热冷却水压力损失过大的问题,提出一款新型机壳串并联混合流道,对某型号42 kW车用永磁同步电机冷却散热进行了计算,比较了机壳串并联混合流道与串联流道冷却电机最高温度与冷却水压力损失,分析了机壳串并联混合流道环形流道数量、槽深及冷却水流量对电机冷却散热影响。结果表明:电机以额定工况运行时,在相同对流换热面积及冷却液流量条件下,机壳串并联混合流道冷却水进出口压降比串联流道减小26 693 Pa,降低67%,而机壳串并联混合流道比串联流道冷却电机最高温度升高0.6℃,增大0.68%;机壳串并联混合流道环形流道数量增多或冷却水流量增大均能加快机壳串并联混合流道冷却永磁同步电机散热,但冷却水压力损失会有所增大;流道槽深增加可显著降低冷却水压力损失,但对电机最高温度变化影响较小。

定子通风槽钢结构对提高中型高压电机散热性能分析

为降低YJK450-6、400kW中型高压电机的通风散热性能,本文对该电机不同通风槽钢结构进行了散热性能研究。首先,在现有电机的直线标准型通风结构基础上,提出单列缩放型、双列直线型、双列缩放型3种轴-径向混合通风结构形式;在SpaceClaim软件中建立电机3维温度场数值计算模型,根据基本假设和边界条件结合电机内部热量传递公式计算出电机仿真设置参数,并导入Fluent软件进行仿真模拟,其中,计算温度场所用热源通过AnsoftMaxwell平台计算的电机损耗值获取。其次,通过网格无关性和温升试验验证本文建立的电机3维温度场数值计算模型;通过仿真模拟对比分析3种轴-径向混合通风结构与直线标准型结构对电机流场和温度场的影响;采用正交试验法对轴-径向混合通风结构进行参数优化,得到最佳散热结构和参数方案;进一步探究冷却风速对双列缩放型槽钢的电机换热性能的影响;结合定子绕组温升和电机整体的温升均匀性系数,对最佳散热结构和参数方案电机进行散热效果评价。仿真结果表明:本文建立的计算模型是有效的;双列缩放型通风槽钢结构的各项散热性能指标均最好,是最优通风槽钢结构;径向风道高度为6mm且数量为13的双列缩放型通风槽钢结构为最佳散热结构和参数方案;双列缩放型通风槽钢结构两侧的平均对流换热系数随冷却风速增大而增大,且槽钢迎风面的平均对流换热系数明显大于背风面;径向风道高度为6mm且数量为13的双列缩放型通风槽钢结构电机的内/外层绕组温升分布均匀性系数比直线标准型电机分别提高88.13%、20.11%。因此,优化设计通风槽钢结构有利于电机内部空气流动和散热,可实现有效降低电机内部温升的目的。

混合概率信道下的全双工无人机中继轨迹优化

研究了固定翼无人机作为全双工移动中继,通过混合概率信道为源节点向目标节点转发数据的飞行轨迹优化设计,在满足源与目标通信任务量要求的情况下,最小化无人机飞行能耗。建立了跑道形和混合轨迹的两种最优化问题,该问题是非凸问题,难以求得闭式解,先将混合信道增益用平均信道增益代替,并利用泰勒展开求出中继和目标节点接收数据量的下界,以此化简约束,从而得到原问题的近似问题。利用遗传算法和内点法求解近似问题,给出跑道形和混合轨迹两种无人机轨迹设计。实验结果表明:跑道形轨迹在任何场景下均有较好的节能效果;在大任务量和源与目标距离较远时,混合轨迹节能效果好于直线和圆形轨迹。时间复杂度分析发现,遗传算法的复杂度小于内点法,更加适用于实时性要求高的场景。

基于GRU和LSTM组合模型的车联网信道分配方法

针对车联网中高通信需求和高移动性造成的车对车链路(Vehicle to Vehicle,V2V)间的信道冲突及网络效用低下的问题,提出了一种基于并联门控循环单元(Gated Recurrent Unit,GRU)和长短期记忆网络(Long Short-Term Memory,LSTM)的组合模型的车联网信道分配算法。算法以降低V2V链路信道碰撞率和空闲率为目标,将信道分配问题建模为分布式深度强化学习问题,使每条V2V链路作为单个智能体,并通过最大化每回合平均奖励的方式进行集中训练、分布式执行。在训练过程中借助GRU训练周期短和LSTM拟合精度高的组合优势去拟合深度双重Q学习中Q函数,使V2V链路能快速地学习优化信道分配策略,合理地复用车对基础设施(Vehicle to Infrastructure,V2I)链路的信道资源,实现网络效用最大化。仿真结果表明,与单纯使用GRU或者LSTM网络模型的分配算法相比,该算法在收敛速度方面加快了5个训练回合,V2V链路间的信道碰撞率和空闲率降低了约27%,平均成功率提升了约10%。

混合信道下基于到达时间的快速直接定位算法

为了实现复杂环境下视距(Line-of-Sigh,LOS)与非视距(Non-Line-of-Sigh,NLOS)同时存在的混合信道中的目标辐射源直接定位(Direct Position Determination,DPD),提出基于到达时间(Time-of-Arrival,TOA)的快速直接定位算法。该算法充分挖掘不同信道信号中的信息参数,采用最小二乘法原理构建代价函数,无需估计定位参数,避免了传统两步定位法所需的NLOS识别与数据关联。引入粒子群(Particle Swarm Optimization,PSO)算法精确估计目标辐射源的位置信息,以降低计算复杂度。将所提定位算法与基于TOA的两步定位法在定位精度方面进行对比,仿真结果表明,所提算法定位精度高于两步定位法,且可以逼近克拉美罗下界(Cramer-Rao Lower Bound,CRLB),能够快速定位混合信道中的目标辐射源。

一种结构化双注意力混合通道增强的跨模态行人重识别方法

在目前跨模态行人重识别技术的研究中,大部分现有的方法会通过单模态原始可见光图像或者对抗生成图像的局部共享特征来降低跨模态差异,导致在红外图像判别中由于底层特征信息丢失而缺乏稳定的识别准确率。为了解决该问题,该文提出一种结构化双注意力可交换混合随机通道增强的特征融合跨模态行人重识别方法,利用通道增强后的可视图像作为第三模态,通过图像通道可交换随机混合增强(I-CSA)模块对可见光图像进行单通道和三通道随机混合增强抽取,从而突出行人的姿态结构细节,在学习中减少模态间差异。结构化联合注意力特征融合(SAFF)模块在注重模态间行人姿态结构关系的前提下,为跨模态表征学习提供更丰富的监督,增强了模态变化中共享特征的鲁棒性。在SYSU-MM01数据集全搜索模式单摄设置下Rank-1和mAP分别达到71.2%和68.1%,优于同类前沿方法。

混合动力机车电池组液冷板流道结构选型研究

为了选出混合动力机车电池组液冷板的最优流道结构,文章结合电池组液冷原理提出了4种流道结构模型,并在环境温度35℃、冷却液进口速度2 L/min和进口温度25℃的条件下,进行热仿真分析。通过对比分析发现,随着并行流道数量的增加,电池组的平均温度、最高温度、最大温差均呈上升趋势,冷却液的进出口压差均呈下降趋势。综合评价指标及冷却液流速情况,两并行流道被确定为该电池组最适配的液冷板流道结构。

一种高频系统信道矩阵低复杂度估计方法

毫米波/太赫兹通信支持超大工作带宽和超高通信速率,是具备高应用潜力和影响因子的6G关键候选技术。提出了一种高频通信系统混合赋形架构下的信道矩阵估计方法,可有效估计信道信息,对上下行信道互易性无要求,且通过构造特殊权矢量矩阵,在估计信道矩阵时通过矩阵相乘运算来完成信道矩阵估计,避免了统计协方差矩阵求逆或特征分解运算,大幅度降低信道估计算法的计算复杂度和运算量。

考虑节点负载的光纤通道多路数据混合传输方法

由于数据传输节点能量有限,易受到节点负载不均衡影响,无法选择有效的传输通道,因此节点存活率较低、时延较高。为此,提出了考虑节点负载的光纤通道多路数据混合传输方法。采用关键能量平均值计算方法,计算所有路由路径关键能量值,根据光纤通道整体能耗选择传输路径。通过可变边界的时间轴多路复用帧结构,建立初始传送路径,采用能量平衡法为多路径分配传输工作量,估算各路径所承载的数据传输量。充分考虑节点负载,计算从源节点到目标节点的路由能量消耗,避免了节点过量负载。采用时分复用与波分复用混合方式,实现光纤通道多路数据混合传输。实验结果表明,该方法最高时延达到0.5 s,节点存活率为0.96,能够有效实现光纤通道多路数据高质量混合传输。

基于高原复杂通信场景下的超大规模MIMO混合场信道估计

由于高原地区重山环绕,通信条件较差,会导致通信系统的容量降低,于是通过在基站端部署超大规模的天线阵列,即超大规模多输入输出(Extra-Large Multiple-Input Multiple-Output,XL-MIMO)技术,从而提高通信系统吞吐率。为了能够保证XL-MIMO系统容量,获取准确的信道状态信息至关重要。随着基站天线数的增多,在信道估计过程中会带来较高的导频开销,从而降低通信效率。然而在XL-MIMO系统中,信道具有稀疏的特性,因此文章提出一种基于伍德伯里变换的OMP压缩感知算法来估计信道,从而能够降低导频开销。具体地,传统的OMP算法中有矩阵求逆的操作,然后基于“伍德伯里”变换将矩阵求逆的操作转化成另一种求逆的步骤,通过仿真与传统的OMP算法相比性能上并没有损失,验证了提出来算法的有效性。

MEC-Net:基于运动捕捉和通道注意力的行为识别方法

针对视频行为识别过程中面临的特征信息利用不充分、计算量过大的问题,提出一种基于运动捕捉和通道注意力的行为识别模型。模型利用卷积和池化层提高关键特征的利用率,利用空间通道注意力模块在通道维度利用自适应学习参数聚合信息,降低背景冗余信息的影响,引入时空注意力机制融合特征信息获得分类结果。所提模型在公开数据集UCF101、Kinetics-400以及HMDB51上分别获得了94.5%、80.2%和61.9%的精确度,对比其它模型具有更加精准的识别结果以及更少的计算量,验证了模型的有效性。

联合功率控制和信道分配的蜂窝网络能效优化算法

为了提高混合设备到设备(D2D)蜂窝网络中D2D干扰导致系统能效下降的问题,提出了联合功率控制和信道分配的能效优化(EEPC)算法,进而提升系统能效。以D2D用户和蜂窝用户最小速率为约束条件,建立最大化能效的优化问题;利用块坐标下降法将优化问题转化为信道分配和功率控制两个子问题,再分别利用Q学习算法、Dinkelbach算法和优化最小(MM)算法求解。并对Q学习算法中贪婪搜索因子进行改进,采用动态的搜索因子,平衡探索与利用间的关系。性能分析表明,提出的EEPC算法提升了系统能效。

基于混合波束成形的mMIMO低轨卫星信道切换策略

低地轨道(low earth orbit,LEO)卫星通信(satellite communication,SATCOM)是最有希望与未来6G及更先进的无线网络相结合的系统之一。将大规模多输入多输出(massive multiple-input multiple-output,mMIMO)应用于LEO SATCOM,从mMIMO低轨卫星信道模型出发,重点研究单颗mMIMO低轨卫星内的信道切换问题,根据不同用户终端(user terminal,UT)的服务质量(quality of service,QoS)要求,构建了3种不同的信道切换场景,充分利用mMIMO的强波束成形能力,以波束跟踪和波束小区动态调整为技术核心,提出了基于混合波束成形的信道切换策略。仿真结果表明,与典型的铱星系统相比,所提出的信道切换策略更具优势。

可重构智能表面辅助大规模MIMO通信波束成形设计

可重构智能表面(reconfigurable intelligent surface,RIS)在无线通信系统中能够提高信道性能。为了降低传统波束成形方案中功率分配的复杂度,结合毫米波(millimeter wave,mmWave)特点建立信道模型,提出一种基于正交匹配追踪(orthogonal matching pursuit,OMP)和统一信道分解(uniform channel decomposition,UCD)的RIS辅助mmWave多输入多输出(multiple input multiple output,MIMO)系统混合波束成形设计方案。利用视距(line of sight,LoS)信道的到达角(angle of arrival,AoA)和离开角(angle of departure,AoD)设计了RIS的反射矩阵。该方法不需要复杂的功率分配,能够使得多个并行数据流具有相同的信道增益。仿真结果表明,该混合波束成形方案具有更好的误比特率(bit error rate,BER)性能及频谱效率。

基于通道选择多尺度融合深度残差网络的电能质量扰动识别

针对传统电能质量扰动分类方法人工特征选择困难、准确率低的缺点,在传统卷积网络的基础上,借鉴Inception、残差的思想,结合混合池化和高效通道注意力机制,提出一种基于通道选择多尺度融合深度残差网络(CSSF-ResNet)的电能质量扰动识别方法。使用多尺度卷积提取不同尺度的特征,将全局混合池化与高效通道注意力机制相结合,在通道维度进行特征筛选,挖掘有效特征,并引入残差连接,构成CSSF-ResNet。仿真结果表明,所提方法具有分类准确率高、噪声鲁棒性强等优点。

混合扩张卷积和注意力机制的路面裂缝检测

针对复杂背景下路面裂缝检测困难的问题,提出一种基于混合扩张卷积和空间-通道注意力机制的路面裂缝检测算法。基于改进的U-Net网络,在编码阶段,使用空间-通道注意力机制增强裂缝特征,抑制非裂缝特征;在网络中间部分,使用混合扩张卷积实现在不增加额外模块的前提下增大网络的感受野;在解码阶段,融合多层次和多尺度特征使最终预测结果更接近路面真实情况。实验结果表明,所提算法能够快速准确地对路面裂缝进行检测,具有较强的鲁棒性。

基于多尺度特征增强DHTCN的电力系统短期负荷预测研究

为充分挖掘蕴含在电力负荷数据中的多尺度时序信息,提升短期电力负荷预测精度,提出了一种多尺度特征增强的改进时间卷积神经网络(improved temporal convolutional network with multi-scale feature enhancement,ECA-MS-DHTCN)模型。首先,使用4种不同尺寸卷积核的因果卷积提取负荷数据特征,并在特征提取层中嵌入高效通道注意力(efficient channel attention network,ECA)模块实现不降维的局部跨通道交互,得到带有通道注意力的多尺度负荷特征。然后,利用双混合扩张卷积层改进基本时间卷积神经网络(temporal convolutional network,TCN)残差块结构,克服TCN模型中扩张卷积结构存在的信息不连续及远距离信息不相关问题,兼顾负荷特征浅层细节及深层联系。最后,将ECA优化的多尺度特征提取层与改进TCN模型结合搭建ECA-MS-DHTCN负荷预测框架,完成短期负荷预测任务。经实际电网负荷数据仿真,结果表明所提出的ECA-MS-DHTCN模型可以在保持较快训练速度的同时有效地提高预测精度。

基于双通道混合网络模型的调制方式识别方法研究

调制方式识别是电子对抗领域的核心技术之一,针对传统调制识别方法识别精度不高的问题,借助深度学习方法构建一种双通道混合网络(CLRD)模型,通过对信号的时序特征和空间特征的联合提取完成信号的有效识别。以RML2016.10a数据集为仿真对象,识别11种调制信号。仿真结果表明:在低信噪比条件下,本文提出的CLRD模型具有较好的识别准确率,当信噪比在-2 dB以上时,平均识别准确率可达到91.56%;与其他常用模型相比,识别准确率均有一定程度的提高。

交直流并联输电通道功率分配的分布鲁棒优化

考虑新能源场站出力的不确定性,基于分布鲁棒优化方法,建立高比例新能源电网交直流并联输电通道功率分配的两阶段优化模型。第1阶段目标函数为新能源场站出力预测场景下所有交直流输电线路有功损耗费用之和最小;第2阶段目标函数为新能源场站出力的最劣概率分布下直调电厂出力和直流输电线路功率的调整成本的期望值最小。在构建概率分布的模糊集时,提出以Hellinger距离衡量实际概率与参考概率分布之间的距离,并采用Markov链描述新能源场站出力的时间相关性。通过采用列与约束生成(CCG)算法求解两阶段分布鲁棒优化模型,以获得各回交直流并联输电通道日前功率传输计划。最后,以某个实际交直流混联电网为例,分析计算结果可以验证所提出模型、算法的有效性和正确性。

采用混合多址技术的卫星系统反向链路遍历容量分析

近年来,点波束和非正交多址接入技术作为提升卫星系统资源利用率和传输速率的有效手段,受到了工业界和学术界的广泛关注。文中提出了一种联合时域⁃功率域的混合多址接入技术的多用户卫星通信系统传输方案,并对其反向链路的遍历容量进行了分析。首先,结合点波束技术将卫星覆盖范围内的多个用户分为若干个组,组内用户采用非正交多址技术,每个用户组采用时分多址技术,从而获得更高的频谱效率。其次,为了验证所提传输方案的性能,在卫星采用放大转发协议和卫星链路服从阴影莱斯分布的条件下,推导出卫星系统反向链路遍历容量的闭合表达式。最后,计算机仿真验证了理论分析的正确性,以及所提传输方案相较于现有调度方案在提升系统容量方面具有的优势,从而为实际的方案设计和工程应用提供参考。