基于滤波匹配网络的连续逆F类功率放大器

为了满足功率放大器对高效率和宽带的要求,介绍了一种连续逆F类功率放大器设计方法。在分析连续逆F类模式的基波和谐波阻抗基础上,提出了一种阶跃阻抗匹配网络电路。为了验证方法的有效性,设计并实现了一个1.7~2.9 GHz宽带的连续逆F类功率放大器。测试结果表明,在工作带宽内,增益波动小于2 d B,饱和功率大于40.5 d Bm,峰值效率为65%~76%。该方法为宽带高效率放大器设计提供了有益的参考。

基于BP神经网络和逆滤波器的小波域半盲离焦图像复原(英文)

本文利用BP神经网络和逆滤波器提出了一种新的半盲离焦图像复原算法.在小波域,提取特点向量,然后训练BP神经网络,利用训练后的网络估计离焦参数.根据离焦参数得到点扩展函数,利用逆滤波器复原模糊图像.仿真实验结果表明:该方法能有效地复原离焦模糊图像.

有源电力滤波器神经网络逆解耦控制

三相并联型有源电力滤波器是一个多输入、多输出的非线性系统,而且在d-q旋转坐标系下的补偿电流分量间存在着耦合关系。提出了一种采用神经网络逆实现有源电力滤波器线性化解耦控制的方法。通过静态神经网络逆控制方法,将三相并联型有源电力滤波器解耦成两个关于补偿电流分量的一阶线性子系统,再分别设计线性闭环控制器对两个补偿电流分量进行控制。仿真结果表明,采用神经网络逆解耦控制方法,系统具有良好的动静态性能,系统稳态时的谐波畸变率小于2%。

超宽带滤波器的稀疏贝叶斯正则化逆向神经网络建模

针对射频器件建模中使用直接逆向神经网络精度较低,BP逆向神经网络泛化能力较差的问题,提出一种性能函数为贝叶斯L1/2范数的逆向神经网络建模方法。贝叶斯方法调整网络权系数避免过拟合现象,使模型输出更加平滑;增加L1/2范数扩充输入向量,使网络结构稀疏化且泛化能力更强。应用于超宽带滤波器谐振器逆向建模中,根据陷波频率处插入损耗值,求解对应的长度和宽度。结果表明:该方法与BP逆向建模方法相比,求得的长度、宽度和频率相对误差分别减小81. 4%、99. 8%、48. 9%,网络运行时间减少16. 3%,不存在多解问题,建模效率更高。

漂浮基空间柔性机械臂基于神经网络的逆模控制

针对传统控制方法对强耦合柔性空间机械臂难以有效控制的问题,提出基于神经网络的逆模控制策略。建立了非线性空间柔性机器人的动力学模型,根据增广变量输入法推得其控制律;利用具有良好逼近能力的前馈神经网络来自适应补偿柔性臂的未知非线性逆模型;采用Kalman滤波算法来保证网络权值在线实时调整(系统的误差代价函数由PID控制器提供)。仿真证明了所提出的控制方案的有效性,具有较高工程应用价值。

循环神经网络在浅海声速-声源联合反演中的应用

利用序贯滤波对时变声速剖面进行反演追踪,通常会将声速剖面的时变特性描述为一阶随机游走过程。为了使状态方程更好的预测状态变量的走向,本文利用循环神经网络学习历史水文数据,对浅海环境下的时变声速剖面进行建模,利用集合卡尔曼滤波进行对声速剖面的反演,并对声源进行定位。结果相较于使用一阶随机游走过程的联合反演结果误差更小,在声源深度上均方根误差有着80%的降低,声速剖面反演结果误差有着38.2%的降低。本文通过实测声速剖面的仿真声学数据验证了该方法的可行性。

扩展网络反演滤波方法及其在鲜水河断裂带上的初步实验

介绍了扩展网络反演滤波方法的原理、计算处理过程及其发展,和该方法在鲜水河断裂带的初步实验情况。利用鲜水河断裂带的GPS等大地测量台站的真实点位,经简化的断层几何模型和人为设定的断层滑移对该方法进行了应用实验。实验得到的经反演复原的断层滑移和滑移速率与相应的实际值的残差平方和分别为0.13和0.18。该方法能很好地分解出各台站由断层活动所引起的位移变化,反演复原的断层滑移与给定的断层滑移较符合。随着测量资料时空密度的增加,此方法有望用于鲜水河断裂带实际大地测量资料的研究工作中。

川西北双鱼石地区栖霞组地震资料优化处理及裂缝预测技术应用

川西北双鱼石地区栖霞组气藏勘探开发潜力大,是目前四川盆地加快天然气增储上产的重要领域。目前该地区已经进入开发阶段,面对勘探阶段的地震资料品质及裂缝预测结果尚不能满足开发的需求,需要在已有资料的基础上进一步优化处理,提高资料精度。将该区用于构造解释的叠后地震资料进行了解释性处理,通过扩散滤波和反射系数反演技术,去除了噪声并提高了分辨率,改善了地震资料的品质;通过多属性RGB(red-green-blue)融合技术定性预测了裂缝发育特征,利用BP(back propagation)神经网络和DFN(discrete fracture network)离散建模技术量化预测了裂缝的密度、长度和发育方向。预测结果表明,双鱼石地区栖霞组裂缝总体为北东-南西向伴随断裂走向呈条带状展布,局部发育有北西-南东向的裂缝。北部山前带由于构造活动影响,裂缝发育密度高,南部裂缝发育密度稍低。地震预测结果与成像测井资料吻合,验证了方法的有效性。

神经网络辨识的自适应逆控制

逆模型控制是一个新颖的控制方法,但在实现上会遇到很多困难,如被控对象的大滞后、时变性和不确定性等,使精确的对象数学模型难以建立.文中根据工业对象的特点及对控制系统高鲁棒性与高自适应性的要求,提出一种改进的神经网络的模型参考自适应逆控制系统.仿真试验表明,此系统具有良好的跟踪给定信号和消除对象干扰的作用.

基于曲率滤波和反向P-M电动车充电孔检测方法

为了解决电动车人工充电作业的效率低下、场合限制、漏电隐患等难题,研究了基于曲率滤波和反向P-M扩散的电动车充电孔检测与定位方法,该方法能够从充电座图像中精确高效地提取目标物充电孔的特征,实现机器人的自动化充电。针对图像信号受强电磁干扰,采用了具有噪点识别能力和边缘保持特性的曲率滤波法进行图像除噪;由于充电座图像背景复杂、亮度不均以及干扰项多,导致常规分割方法失效,故研究了反向P-M扩散和BP神经网络(BPNN)相结合的分割方法。预处理图像经反向P-M扩散、差分运算、滤波及空洞填充得到P-M精确分割的连通域,再利用形态学击中算法,在P-M连通域中搜寻由BPNN粗略提取的连通域,从而得到精确的充电孔目标区域。最后,对所提出的方法进行验证测试,实验结果表明该方法能有效识别充电孔,并且检测速度、定位精度很好地满足充电机器人作业要求。

基于CMAC的触觉传感信号自适应逆滤波器设计

CMAC是模仿人类小脑工作机理的一种神经网络,它具有自适应补偿能力。本文首次在机器人PVDF触觉传感器领域使用了基于CMAC神经网络的逆滤波系统,目的是消除在通过触觉传感器的应力信息反求被触摸物体的轮廓过程中系统模型产生的结构误差。使用ARMA模型对触觉传感器模型进行了较好的逼近,保证了整个系统能有效工作。设计了基于频域特性的物体轮廓高程估计逆滤波器系统,此逆滤波器具有较快的速度和很强的通用性。

GPS坐标时序共模误差提取方法研究

针对GPS坐标时序数据中存在的共模误差(CME),研究利用堆栈滤波(SF)、网络反演滤波(NIF)和主成分分析(PCA)三种方法进行剔除,以提高GPS监测区域地表位移的精度.通过构建GPS坐标时序模型,去除明显构造运动,提取噪声残差时序,将隐含在噪声残差时序中的区域CME利用SF、NIF、PCA方法提取出来.以日本房总半岛2019—2021年GPS坐标时序为例,比较三种方法和GPS站点空间分辨率对CME提取的影响,分析CME去除前后慢滑移地表位移的变化.研究结果表明:SF、NIF、PCA方法提取CME的结果基本一致;GPS站点空间分辨率降低,提取的CME离散度增大;CME对慢滑移地表水平位移的大小和方向均会产生影响,需进行剔除.

断层蠕滑时空分布的GNSS网络滤波反演

为从现今庞大的GNSS观测网络中快速检测断层蠕滑形变,精细反演蠕滑时空分布及演变特征,提出集GNSS网络滤波、地表形变信息提取和地下断层蠕滑时空分布反演三者于一体的方法。该方法同时采用整个GNSS网络的时空观测阵列,利用断层形变高空间相关的特点,对覆盖断裂带地表的GNSS位移时空序列进行主成分分析,利用主成分信息快速检测并反演蠕滑断层的时空分布与演变过程。以2005年苏门答腊M W8.6地震震后余滑和2006年墨西哥Guerrero州慢滑移为例,本文方法可成功检测并反演蠕滑断层的时空分布及演变特征,结果与相关研究成果吻合。

选频滤波器的一种设计方法

采用归一化变换的方法 ,使不同选频滤波器变换为标准低通滤波器 ,简化了设计过程 .

基于自适应卡尔曼滤波和深度前馈神经网络的氚源项反演

氘氚聚变反应被认为是能够最先实现商业发电的聚变反应,但氚的使用也带来了放射性安全问题。为探究适用于聚变堆事故后的大气释放氚源项反演的计算方法,本研究将自适应卡尔曼滤波与深度前馈神经网络相结合,建立聚变堆事故后的氚释放源项估计算法,对氚的释放高度及释放率进行反演。对神经网络使用滤波前后的观测值作为输入数据时的预测源强进行分析。结果表明,滤波能有效降低神经网络的预测误差。当监测数据误差为20%时,释放高度反演相对误差均值约为3%,释放率反演相对误差均值约为4%。

基于IALO-HBP神经网络的超宽带滤波器逆向建模方法

针对双陷波超宽带滤波器使用后向传输(BP)神经网络逆向建模存在精度较低、收敛慢、稳定性不强等问题,提出一种用改进的蚁狮算法(IALO)结合Huber函数优化BP神经网络逆向建模的方法。该方法通过将边界收缩因子连续化,引入动态更新系数以及加入柯西变异来实现对蚁狮算法的改进,并用改进的蚁狮算法优化正向模型的权值,加快建模速度,然后使用Huber函数作为神经网络的评价函数,提高了模型的精度和稳定度。将此方法用于双陷波超宽带滤波器中,实验结果表明,对比BP逆向建模方法,此方法求得的长度、宽度和频率均方误差分别减小了97.44%、99.43%和96.15%,平均运行时间缩短了66.01%,解决了逆向建模的多解问题,提高了设计滤波器的速度和精度。

永磁同步电机调速系统的多维泰勒网逆控制

针对永磁同步电机(PMSM)的高性能控制问题,在充分考虑时变特性、不确定性以及测量噪声等随机因素的基础上,通过PMSM的逆系统将被控对象补偿成为具有线性传递关系的系统,提出一种基于改进自适应逆控制的控制方案.采用矢量控制的双闭环控制结构,将多维泰勒网逆控制方法引入速度环.首先,对PMSM数学模型的可逆性进行证明以解决非线性系统逆建模的存在性问题;然后,建立新颖的动态网络化控制器—–多维泰勒网(MTN),其具有结构简单、计算复杂度低的优点;最后,为了实现高精度的速度控制,将3个MTN分别作为实现系统建模的自适应模型辨识器、逆建模的自适应逆控制器和噪声干扰消除的非线性自适应滤波器,并将PMSM的动态响应控制和消除干扰的控制分为相对独立的过程进行,同时实现最优控制.仿真结果表明,所提出控制方案能够实现PMSM伺服系统精确的速度控制,具有良好的跟踪性能和较强的抗干扰能力.