检索结果-南通市图书馆

基于深度强化学习的Π型阻抗匹配网络多参数最优求解方法

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第6期52卷 152-163页

作者：胡正伟夏思懿王文彬曹旺斌谢志远华北电力大学电子与通信工程系河北保定071003

针对电力线信道阻抗变化复杂、负载阻抗不匹配造成通信质量差等问题,提出一种基于深度强化学习的Π型阻抗匹配网络多参数最优求解方法,并验证分析了深度强化学习对于寻找最优匹配参数的可行性。首先,建立Π型网络结构,推导窄带匹配和宽... 详细信息

针对电力线信道阻抗变化复杂、负载阻抗不匹配造成通信质量差等问题,提出一种基于深度强化学习的Π型阻抗匹配网络多参数最优求解方法,并验证分析了深度强化学习对于寻找最优匹配参数的可行性。首先,建立Π型网络结构,推导窄带匹配和宽带匹配场景下的最优匹配目标函数。其次,采用深度强化学习,利用智能体的移动模拟实际匹配网络的元件参数变化,设置含有理论值与最优匹配值参数的公式作为奖励,构建寻优匹配模型。然后,分别仿真验证了窄带匹配和宽带匹配两种应用场景并优化模型的网络参数。最后,仿真结果证明,经过训练后的最优模型运行时间较短且准确度较高,能够较好地自动匹配电力线载波通信负载阻抗变化,改善和提高电力线载波通信质量。

关键词：深度强化学习电力线通信窄带匹配宽带匹配

一种基于模型概率单调性变化的自适应IMM-UKF改进算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第1期46卷 41-48页

作者：王平波陈强卫红凯贾耀君沙浩然海军工程大学电子工程学院武汉430033

针对现有交互式多模型(IMM)算法模型间切换迟滞和转换速率慢的缺点,提出一种基于模型概率单调性变化的自适应交互式多模型无迹卡尔曼滤波改进算法(mIMM-UKF)。该算法利用后验信息模型概率的单调性,对马尔可夫转移概率矩阵及模型估计概... 详细信息

针对现有交互式多模型(IMM)算法模型间切换迟滞和转换速率慢的缺点,提出一种基于模型概率单调性变化的自适应交互式多模型无迹卡尔曼滤波改进算法(mIMM-UKF)。该算法利用后验信息模型概率的单调性,对马尔可夫转移概率矩阵及模型估计概率进行二次修正,加快了匹配模型的切换速度及转换速率。仿真结果表明,与现有算法相比,该算法通过快速切换匹配模型,有效提高了水下目标跟踪精度。

关键词：水下目标跟踪 IMM-UKF算法自适应转移概率矩阵单调性

船舶辐射噪声分类卷积神经网络的可视化分析和卷积核剪枝

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第1期46卷 74-82页

作者：徐源超蔡志明孔晓鹏黄炎海军工程大学电子工程学院武汉430033

当前基于深度神经网络的船舶辐射噪声分类研究主要关注分类性能,对模型的解释性关注较少。本文首先采用导向反向传播和输入空间优化,基于DeepShip数据集,构建以对数谱为输入的船舶辐射噪声分类卷积神经网络(CNN),提出了一种船舶辐射噪... 详细信息

当前基于深度神经网络的船舶辐射噪声分类研究主要关注分类性能,对模型的解释性关注较少。本文首先采用导向反向传播和输入空间优化,基于DeepShip数据集,构建以对数谱为输入的船舶辐射噪声分类卷积神经网络(CNN),提出了一种船舶辐射噪声分类CNN的可视化分析方法。结果显示,多帧特征对齐算法改进了可视化效果,深层卷积核检测线谱和背景两类特征。其次,基于线谱是船舶分类的稳健特征这一知识,提出了一种卷积核剪枝方法,不仅提升了CNN分类性能,且训练过程更加稳定。导向反向传播可视化结果表明,卷积核剪枝后的CNN更加关注线谱信息。

关键词：船舶辐射噪声分类卷积神经网络可视化分析神经网络剪枝导向反向传播

在线全文

学校读者我要写书评

暂无评论

不同入流条件及偏航角下的单风机尾流特性

土木与环境工程学报（中英文） 2024年第3期46卷 115-123页

作者：黄国庆刘廷林闫渤文莫蕊瑜邓晓蔚信志强重庆大学土木工程学院重庆400045 中国船舶集团有限公司中船海装风电股份有限公司重庆401122 香港大学土木工程系中国香港999077 河海大学力学与材料学院南京211100

随着大型风电基地建设,上游风机在运行时会使下游风场风速下降,湍流度增大,造成下游风机发电功率降低,加剧风机的疲劳破坏并缩短其服役周期。因此,亟需开展风机尾流研究,明确其特性及演化规律。为了揭示不同入流及偏航角下的单风机尾流... 详细信息

随着大型风电基地建设,上游风机在运行时会使下游风场风速下降,湍流度增大,造成下游风机发电功率降低,加剧风机的疲劳破坏并缩短其服役周期。因此,亟需开展风机尾流研究,明确其特性及演化规律。为了揭示不同入流及偏航角下的单风机尾流特性,基于单风机尾流风洞试验,验证基于大涡模拟(Large Eddy Simulation,LES)结合致动线模型(Actuator Line Model,ALM)数值模拟方法的准确性;基于LES-ALM模拟方法研究入流风场(包括风速及湍流度)及偏航角对风机尾流特性的影响,阐明正负偏航角下单风机尾流的对称性。结果表明:随着背景湍流度的增大,风机尾流恢复速度加快;当入流条件相同时,风机设置正负对称偏航角,其尾流风速也表现出一定的对称性;风机偏航角越大,风机尾流膨胀宽度会逐渐减小,并降低尾流风速的亏损程度。

关键词：单风机尾流偏航角大涡模拟-致动线模型来流条件

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

一种11bit流水线高速模数转换器

半导体技术 2024年第6期49卷 561-568页

作者：黄政蔡孟冶姜岩峰江南大学物联网工程学院电子工程系江苏无锡214122

为解决流水线模数转换器(ADC)在连续工作时功耗高、电容器匹配度有限以及运算放大器大摆幅输出信号下线性度下降的问题,基于0.5μm BCD工艺,设计了一款11 bit流水线高速ADC。提出了无采样保持放大器、幅度减半和多位量化相结合的设计方... 详细信息

为解决流水线模数转换器(ADC)在连续工作时功耗高、电容器匹配度有限以及运算放大器大摆幅输出信号下线性度下降的问题,基于0.5μm BCD工艺,设计了一款11 bit流水线高速ADC。提出了无采样保持放大器、幅度减半和多位量化相结合的设计方法,使ADC在大摆幅信号下有足够的线性度来处理信号,同时使电容数模转换器(DAC)的匹配精度满足ADC分辨率的要求,极大地降低了对电容阵列几何参数的匹配精度要求,具有较低的功耗。采用Cadence Virtuoso设计版图,测试结果表明,芯片的微分非线性(DNL)在-0.5~+0.5 LSB范围内,有效位数(ENOB)为10.61 bit,功耗为97 mW,获得了较好的性能。

关键词：流水线模数转换器(ADC) 幅度减半无采样保持线性度多位量化电容失配有效位数(ENOB)

在线全文

学校读者我要写书评

暂无评论

随机数据丢包情况下组网雷达功率分配算法

系统工程与电子技术 2024年第6期46卷 1957-1966页

作者：卓娅玲李响左磊胡娟西安电子科技大学雷达信号处理全国重点实验室陕西西安710071 清华大学电子工程系北京100084

在组网雷达系统中,由于节点间通信信号传播存在路径衰落等问题,雷达量测数据与资源调度数据的传输接收存在随机性。引入随机丢包变量,用以表征数据接收的随机性,建立丢包状态下组网雷达多目标跟踪功率分配模型,推导了该模型多目标跟踪... 详细信息

在组网雷达系统中,由于节点间通信信号传播存在路径衰落等问题,雷达量测数据与资源调度数据的传输接收存在随机性。引入随机丢包变量,用以表征数据接收的随机性,建立丢包状态下组网雷达多目标跟踪功率分配模型,推导了该模型多目标跟踪误差期望下界,最终建立了总功率一定条件下,以最小化目标威胁度加权期望跟踪误差下界的数学优化模型,并通过凸优化算法求解。仿真结果表明,与不考虑随机丢包变量的功率分配算法相比,所提算法在多种场景下均能有效提高目标跟踪精度。

关键词：多目标跟踪组网雷达复杂场景功率分配

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

面向机器人系统的虚实迁移强化学习综述

软件学报 2024年第2期35卷 711-738页

作者：林谦余超伍夏威董银昭徐昕张强郭宪中山大学计算机学院广东广州510006 香港大学机械工程系中国香港999077 国防科技大学智能科学学院湖南长沙410073 大连理工大学计算机科学与技术学院辽宁大连116081 南开大学人工智能学院天津300350

近年来,基于环境交互的强化学习方法在机器人相关应用领域取得巨大成功,为机器人行为控制策略优化提供一个现实可行的解决方案.但在真实世界中收集交互样本存在高成本以及低效率等问题,因此仿真环境被广泛应用于机器人强化学习训练过程... 详细信息

近年来,基于环境交互的强化学习方法在机器人相关应用领域取得巨大成功,为机器人行为控制策略优化提供一个现实可行的解决方案.但在真实世界中收集交互样本存在高成本以及低效率等问题,因此仿真环境被广泛应用于机器人强化学习训练过程中.通过在虚拟仿真环境中以较低成本获取大量训练样本进行策略训练,并将学习策略迁移至真实环境,能有效缓解真实机器人训练中存在的安全性、可靠性以及实时性等问题.然而,由于仿真环境与真实环境存在差异,仿真环境中训练得到的策略直接迁移到真实机器人往往难以获得理想的性能表现.针对这一问题,虚实迁移强化学习方法被提出用以缩小环境差异,进而实现有效的策略迁移.按照迁移强化学习过程中信息的流动方向和智能化方法作用的不同对象,提出一个虚实迁移强化学习系统的流程框架,并基于此框架将现有相关工作分为3大类:基于真实环境的模型优化方法、基于仿真环境的知识迁移方法、基于虚实环境的策略迭代提升方法,并对每一分类中的代表技术与关联工作进行阐述.最后,讨论虚实迁移强化学习研究领域面临的机遇和挑战.

关键词：强化学习迁移学习虚实迁移现实差距机器人控制

在线全文

学校读者我要写书评

暂无评论

一种超低功耗高精度的RC振荡器设计

南开大学学报（自然科学版） 2024年第1期57卷 67-72页

作者：李静刘会刚肖知明南开大学电子信息与光学工程学院微电子工程系天津300350

为了满足电子系统对时钟源功耗和精度的要求,设计了一种超低功耗高精度的RC振荡器电路.电路利用恒流源对电容充电的方式实现振荡,输出的时钟频率为32 kHz.首先,电路通过电流复用的方式,降低了整体的功耗;其次,通过电路内部集成数字修调... 详细信息

为了满足电子系统对时钟源功耗和精度的要求,设计了一种超低功耗高精度的RC振荡器电路.电路利用恒流源对电容充电的方式实现振荡,输出的时钟频率为32 kHz.首先,电路通过电流复用的方式,降低了整体的功耗;其次,通过电路内部集成数字修调结构,提高了输出频率的精度;同时,电路设计有启动和防死锁的功能,保证了电路的安全性.电路采用和舰0.11μm的工艺进行流片,典型情况下电路的整体功耗仅为160 nA;在修调后由电压和温度变化引起的频率偏差分别在±0.56%和(-1.8%)-(+0.44%)以内;且电路可以在2-5.5 V的电压范围内正常工作.

关键词：振荡器超低功耗高精度频率修调温度修调

高超目标强跟踪CKF自适应交互多模型跟踪算法

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第7期50卷 2272-2283页

作者：罗亚伦廖育荣李兆铭倪淑燕航天工程大学研究生院北京101416 航天工程大学电子与光学工程系北京101416

高超目标运动状态复杂且具有高机动性,传统的交互多模型(IMM)跟踪精度低、收敛速度慢,基于此,提出了一种基于多重渐消因子的强跟踪容积卡尔曼滤波(CKF)自适应交互多模型(AIMM)跟踪算法。以IMM-CKF算法为基础,通过对CKF算法的结构进行分... 详细信息

高超目标运动状态复杂且具有高机动性,传统的交互多模型(IMM)跟踪精度低、收敛速度慢,基于此,提出了一种基于多重渐消因子的强跟踪容积卡尔曼滤波(CKF)自适应交互多模型(AIMM)跟踪算法。以IMM-CKF算法为基础,通过对CKF算法的结构进行分析,在时间更新和量测更新的协方差矩阵中引入强跟踪算法的渐消因子,在线实时调整滤波增益,减小模型不匹配导致的滤波精度下降;在IMM的模型集中选择Singer模型、“当前”统计模型和Jerk模型,并针对模型扩维导致CKF算法中无法Cholesky分解的问题引入奇异值分解(SVD)算法;对IMM算法中马尔可夫矩阵提出自适应算法,通过模型似然函数值对转移概率进行自适应修正,增强匹配模型所占比例。仿真结果表明:所提算法跟踪收敛速度提高了约37.5%,跟踪精度提高了16.51%。

关键词：高超目标容积卡尔曼滤波强跟踪滤波渐消因子自适应交互多模型