检索结果-南通市图书馆

自适应调整燃料电池混合动力汽车能量管理策略

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年

作者：付江涛胡喆强志尧苑学广河南科技大学信息工程学院

针对燃料电池混合动力汽车(FCHEV),提出一种基于庞特里亚金最小原理(PMP)优化的自适应调整的分层能量管理策略(EMS).首先,提出的EMS利用马尔可夫链Metropolis-Hastings(MC-MH)采样估计未来功率需求;其次,根据超级电容器(SC)的充电状态(S... 详细信息

针对燃料电池混合动力汽车(FCHEV),提出一种基于庞特里亚金最小原理(PMP)优化的自适应调整的分层能量管理策略(EMS).首先,提出的EMS利用马尔可夫链Metropolis-Hastings(MC-MH)采样估计未来功率需求;其次,根据超级电容器(SC)的充电状态(SOC)估计调整低通滤波器的参数;最后,基于庞特里亚金最小原理的优化实现最佳的燃料经济性.通过仿真和台架实验验证了所提出的EMS的有效性,并将结果与采用动态规划(DP)方法的全局等效燃料消耗量EMS进行比较.结果表明,本文所提出的EMS能够充分发挥SC的功能,在仿真和台架实验中分别提高0.3%和8.8%的燃料经济性.

关键词：燃料消耗燃料电池混合动力汽车能量管理策略 Metropolis-Hastings采样庞特里亚金最小原理优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进型深度确定性策略梯度的无人机路径规划

系统仿真学报 2024年

作者：张森代强强河南科技大学信息工程学院

针对无人机在复杂环境下进行路径规划时，存在收敛性差和无效探索等问题，提出一种改进型深度确定性策略梯度（deep deterministic policy gradient， DDPG）算法。为解决DDPG算法的收敛性差问题，采用双经验池分别存储数据；为减少无... 详细信息

针对无人机在复杂环境下进行路径规划时，存在收敛性差和无效探索等问题，提出一种改进型深度确定性策略梯度（deep deterministic policy gradient， DDPG）算法。为解决DDPG算法的收敛性差问题，采用双经验池分别存储数据；为减少无效探索，改善动态动作选择策略，引入人工势场法为规划增加引导项，并通过设计组合奖励函数解决奖励稀疏问题。实验证明，该算法的奖励和成功率能够得到显著提高，且能够在更短的时间内达到收敛。

关键词：无人机深度强化学习路径规划深度确定性策略梯度人工势场法

县域尺度下关中地区农作物水足迹时空特征及影响因素

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

干旱区研究 2024年第2期41卷 339-352页

作者：聂汉林樊良新郭琎张梦可王志君河南理工大学测绘与国土信息工程学院河南焦作454000

探讨区域农作物水足迹与其时空分布规律及驱动因素,可以提高农业生产效率和水资源利用效益。本研究量化并分析关中地区54个县(区)2000—2020年冬小麦和夏玉米水足迹,并借助通径分析方法探究影响其绿水足迹、蓝水足迹及灰水足迹时空变化... 详细信息

探讨区域农作物水足迹与其时空分布规律及驱动因素,可以提高农业生产效率和水资源利用效益。本研究量化并分析关中地区54个县(区)2000—2020年冬小麦和夏玉米水足迹,并借助通径分析方法探究影响其绿水足迹、蓝水足迹及灰水足迹时空变化的驱动因素。结果表明:(1)关中地区农作物总水足迹从2000年2.232×10^(8)m^(3)下降到2020年2.003×10^(8)m^(3),其中,蓝水是最主要的水资源使用形式,其次是灰水,绿水使用量最少,三者占比分别为37.261%、36.254%和26.485%;(2)农作物总水足迹空间上差异显著,呈现出东高西低和相似地区(高-高、低-低)集聚分布的特征;(3)单位面积产量、平均风速和化肥施用量分别为影响绿水足迹、蓝水足迹和灰水足迹最显著的因素。本研究的结果有利于帮助关中地区节约水资源和提高用水效率,拓展农业水资源可持续利用思路。

关键词：农作物水足迹影响因素时空分布关中地区

在线全文

学校读者我要写书评

暂无评论

PCMA系统双同步序列联合盲估计

信号处理 2024年第2期40卷 313-325页

作者：李放邱钊洋查雄李钟书李天昀张昊信息工程大学信息系统工程学院河南郑州450001

成对载波多址(Paired Carrier Multiple Access,PCMA)使用同一频率传输通信双方的调制波形,是一种重要的卫星通信多址方式。对PCMA信号进行盲分离是无线电频谱监测的重要内容,高精度的调制参数信息是盲分离的必要基础,同步序列辅助的调... 详细信息

成对载波多址(Paired Carrier Multiple Access,PCMA)使用同一频率传输通信双方的调制波形,是一种重要的卫星通信多址方式。对PCMA信号进行盲分离是无线电频谱监测的重要内容,高精度的调制参数信息是盲分离的必要基础,同步序列辅助的调制参数估计方法具有精度高、鲁棒性好等特点。然而在PCMA信号的盲接收中,往往无法预知同步序列,且两路同步序列估计需要在无法完成分离解调的条件下得到,因此难度较大。本文针对幅相调制(Amplitude-Phase Modulation,APM)类PCMA信号,利用通信系统数据帧的结构特性,采用子空间分解思想,重点分析了不同条件下的信号相关矩阵奇异值分解(Singular Value Decomposition,SVD)结果,推导了特征值、特征向量与两路信号同步波形间的近似数学关系;提出“先整体后局部”的算法流程,首先对信号按帧长分段做整体SVD分解得到对同步波形及其位置的粗估计,而后对同步波形位置的原始PCMA信号做局部SVD分解,进一步提高估计性能,解决了PCMA信号盲接收中双同步序列估计的难题。仿真结果表明,本文算法可广泛适用于APM类PCMA信号的同步波形和同步序列盲估计问题,在低信噪比条件下算法性能优于最大似然的估计方法,随着信噪比的提升和使用数据量的增加,估计性能不断提高,能够得到对PCMA信号双同步序列的高精度估计,为数据辅助的参数估计方法应用于工程实践提供了先决条件,为PCMA信号调制参数估计和后续的盲分离技术研究提供重要基础。

关键词：成对载波多址奇异值分解同步序列参数估计

在线全文

学校读者我要写书评

暂无评论

双分支多维注意特征融合的高光谱图像分类

计算机工程与应用 2024年第7期60卷 192-203页

作者：马亚美王双亭都伟冰河南理工大学测绘与国土信息工程学院河南焦作454003

为改善高光谱图像小样本类别的分类性能,提高模型特征表达的稳健性,提出了双分支多维注意力特征融合的神经网络分类模型(DBMD)。DBMD采用两个分支分别进行光谱特征提取和混合特征提取。光谱分支通过密集连接的扩张卷积逐级提取特征,然... 详细信息

为改善高光谱图像小样本类别的分类性能,提高模型特征表达的稳健性,提出了双分支多维注意力特征融合的神经网络分类模型(DBMD)。DBMD采用两个分支分别进行光谱特征提取和混合特征提取。光谱分支通过密集连接的扩张卷积逐级提取特征,然后融合低、中、高级语义信息作为特征输出。混合分支采用3D-2D网络架构,并通过改进的Inception块提取空间尺度特征。此外,注意力机制分别应用于光谱、空间和空谱特征,进行特征细化,增强重要区域的特征响应。最后,将不同维度的细化特征联合输入至分类器进行分类。在Indian Pines和Salinas Valley数据集上利用5%和1%的样本进行实验,分别取得了98.40%和99.78%的总体精度,与其他六种网络架构相比,该模型在准确性和稳定性上都具有更优的表现。

关键词：混合特征提取注意力机制多维特征融合图像分类

计及质心侧偏角动态自适应的无人驾驶汽车横坡弯道跟踪控制

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2024年第6期35卷 962-972页

作者：张玮高爱云付主木赵恩会陈芊安河南科技大学车辆与交通工程学院洛阳471003 河南科技大学信息工程学院洛阳471023

针对无人驾驶汽车在横坡弯道处因发生偏离期望轨迹甚至严重侧滑而失去稳定性的问题,提出质心侧偏角动态自适应控制策略。为应对汽车垂直载荷发生变化而导致轮胎侧偏刚度改变的情况,通过多组数据拟合得到载荷匹配图,进而设计基于模型预... 详细信息

针对无人驾驶汽车在横坡弯道处因发生偏离期望轨迹甚至严重侧滑而失去稳定性的问题,提出质心侧偏角动态自适应控制策略。为应对汽车垂直载荷发生变化而导致轮胎侧偏刚度改变的情况,通过多组数据拟合得到载荷匹配图,进而设计基于模型预测算法的横向轨迹跟踪控制器,根据汽车入弯速度选择预测时域并结合道路弯度选择瞬态、稳态质心侧偏角,通过在线优化生成最佳前轮转角。最后搭建CarSim/Simulink联合在线仿真系统和实车系统进行验证,结果表明:所提控制策略能够保证汽车在横坡倾角为7%左右及弯道路面下不会出现严重的侧滑,从而提高了无人驾驶汽车在横坡弯道跟踪任务中的跟踪精度,使汽车具有良好的横向稳定性。

关键词：无人驾驶汽车模型预测控制质心侧偏角横坡弯道

维普期刊数据库博看期刊

基于RISC-V指令扩展方式的国密算法SM2、SM3和SM4的高效实现

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第8期52卷 2850-2865页

作者：王明登严迎建郭朋飞张帆信息工程大学密码工程学院河南郑州450001 浙江大学网络空间安全学院浙江杭州310058

基于指令扩展的密码算法实现是兼顾性能和面积的轻量级实现方式,特别适用于日益普及的物联网设备.SM2、SM3和SM4等国密算法有利于提高自主可控设备的安全性,但针对这些算法进行指令扩展的相关研究还不够充分.RISC-V由于其开源、简洁及... 详细信息

基于指令扩展的密码算法实现是兼顾性能和面积的轻量级实现方式,特别适用于日益普及的物联网设备.SM2、SM3和SM4等国密算法有利于提高自主可控设备的安全性,但针对这些算法进行指令扩展的相关研究还不够充分.RISC-V由于其开源、简洁及可扩展等优点已成为业界最流行的指令集架构之一,本文主要基于国产开源RISC-V处理器对国密算法SM2、SM3和SM4进行指令扩展和高效实现.本文基于软硬件协同的理念提出总体指令的扩展方案.对相关密码算法进行深入分析和方案对比,分别设计了硬件单元,提出高效的实现方式.设计实现的协处理器具有2级流水线结构,顺序派遣、乱序执行和顺序写回的指令执行模式,以及独立内存访问单元和大位宽寄存器.协处理器统一接管了密码算法的部分控制逻辑,降低硬件资源消耗.实验结果表明,本文设计的密码协处理器硬件结构精简,资源利用率高.SM2、SM3和SM4算法占用资源少,但执行速率相比纯硬件有一定程度下降,资源面积和花费时间的乘积与其他相关文献相比有不同程度的优势.

关键词： RISC-V 协处理器国密算法指令扩展蜂鸟E203 嵌入式系统

室内可见光通信亮度可控混合多层OFDM调制方法

在线全文

学校读者我要写书评

暂无评论

中国激光 2024年第2期51卷 97-105页

作者：任嘉伟汪涛徐志坚曲晶中国人民解放军战略支援部队信息工程大学信息系统工程学院河南郑州450001

针对室内可见光通信的通照一体需求,为实现高效数据通信和调光控制相结合,在多层非对称裁剪光正交频分复用(LACO-OFDM)信号分时正负叠加调光方法的基础上,通过在LACO-OFDM信号上叠加一个经过设计的周期信号来产生叠加的LACO-OFDM(SLACO-... 详细信息

针对室内可见光通信的通照一体需求,为实现高效数据通信和调光控制相结合,在多层非对称裁剪光正交频分复用(LACO-OFDM)信号分时正负叠加调光方法的基础上,通过在LACO-OFDM信号上叠加一个经过设计的周期信号来产生叠加的LACO-OFDM(SLACO-OFDM)信号,可以在不引入额外干扰的情况下,降低多层信号的峰均功率比。再利用正负SLACO-OFDM信号按比例结合的方式来实现混合调光。分析了通信和调光约束条件下,层间功率比例因子和混合比例因子的设置方法。提出的混合SLACO-OFDM具有更小的峰均功率比,充分利用了发光二极管(LED)整个动态范围。仿真结果表明,提出的调制方法相对于传统的多层传输方式可以获得更好的误码率性能,相对于常见调光调制方式可以获得更高的频谱效率。

关键词：光通信可见光通信调光控制峰均功率比混合多层调制

机器学习与斯塔克展宽法结合的等离子体电子密度诊断方法

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第10期44卷 2778-2784页

作者：张婷琳唐龙彭东宇汤昊姜盼盼刘博通陈传杰盐城工学院信息工程学院江苏盐城224051

电子密度是等离子体基本参数之一。H_(β)是基于斯塔克展宽的发射光谱法最常用的谱线。在大气压条件下,范德瓦尔斯展宽对H_(β)谱线加宽的贡献突出,它与等离子体的气体温度有关。为了提取斯塔克展宽,需要利用分子的转动温度预先确定气... 详细信息

电子密度是等离子体基本参数之一。H_(β)是基于斯塔克展宽的发射光谱法最常用的谱线。在大气压条件下,范德瓦尔斯展宽对H_(β)谱线加宽的贡献突出,它与等离子体的气体温度有关。为了提取斯塔克展宽,需要利用分子的转动温度预先确定气体温度,因而其结果必然存在一定的误差,从而导致在谱线的非线性参数拟合中将气体温度的误差传递给电子密度。提出了一种基于机器学习的随机森林回归模型与基于发射光谱的斯塔克展宽法相结合的电子密度光谱诊断方法。通过与传统最小二乘法的误差特性进行对比发现,该方法具有更好的鲁棒性和泛化性能,能够精确且快速地诊断电子密度。通过在气体温度中引入随机偏差,利用谱线展宽模型仿真出不同等离子体状态下的H_(β)谱线,将其作为机器学习的训练数据集。将每组带温度偏差的谱线强度分布与对应的电子密度构成样本集,对随机森林模型进行训练,使模型得到最小均方误差的超参最小叶节点和决策树数量分别为2和100。在模拟中,考虑到气体温度的诊断误差,将带温度偏差的光谱数据作为模型输入,预测出电子密度。研究表明,经训练后的随机森林模型对电子密度的预测结果与真实值之间的平均相对误差小于3%。利用气体温度误差范围为0~±10%的光谱测试集对模型进行评估,随着温度误差增大,模型预测结果比最小二乘法的结果更好。当气体温度误差为±10%时,模型预测电子密度的均方误差相比于最小二乘法降低了30%以上。在光谱数据训练集中,当训练数据集引入的偏差范围为0~±10%时,模型的预测均方误差达到最小,鲁棒性优于最小二乘法,而当训练数据集所含偏差超过±10%时,模型的预测结果较差。另外,利用训练好的随机森林模型分析H_(β)谱线所需的时间远远小于最小二乘拟合法。

关键词：发射光谱电子密度斯塔克展宽随机森林气体温度