摘要:为分析同步磁阻电机(synchronous reluctance motor,SynRM)饱和及耦合特性并实现扰动小且误差低的SynRM电感辨识,提出一种SynRM在线电感解耦辨识算法。首先,描述了电机饱和及耦合特性对SynRM电压方程和磁链方程的影响,分析了SynRM磁场饱和及耦合效应以解释电感的饱和及耦合特性,同时引入耦合角设计SynRM的解耦模型,并从解耦角度分析电机饱和及耦合特性;其次,设计基于虚拟轴系等效阻抗模型的耦合角及电感在线辨识策略;最后,将所提算法应用于3 kW的SynRM实验及测试平台,通过不同工况下辨识及对比实验验证所提算法的有效性。实验结果表明:所提算法可有效实现SynRM在线电感解耦辨识,且耦合角及电感辨识结果误差在允许范围之内；同时,电感随着电流的增大而减小,耦合角随着电流的增大而增大,耦合角及电感辨识结果的变化趋势也验证了电机饱和及耦合特性分析的准确性。相比于其他电感辨识算法,所提算法对芯片算力要求不高,在简化电感运算的同时可实时跟随电机控制并输出准确的电感辨识值。

摘要:为了解和掌握夏季玻璃幕墙热反射对周边环境微气候的影响,并提高对其因肉眼无法识别而鲜少受到关注的问题的重视,采用光学模拟、模型实验和实地测试的方式,确定反射区位置并量化幕墙热反射的影响。首先,应用光学镜面反射原理,揭示幕墙热反射的形成原理、变化规律和潜在危害；其次,以成都市春熙路广场及其周边幕墙建筑群为例,采用光学模拟、模型实验方法确定广场上热反射区的逐时位置,并通过实地热环境测试和对比,量化分析幕墙热反射的影响；最后,提出一系列管控幕墙热反射及其危害的应对策略。实验结果表明:与普通区相比,热反射区的平均辐射温度高出4～13 ℃,气温高出1～2 ℃,湿度低了5%～10%,热气候指数高出2～5 ℃。研究结果证实了夏季幕墙热反射对周边环境微气候及行人热舒适度影响显著,为此,需在城市规划和幕墙设计中纳入热反射管控策略,以降低其负面影响。

摘要:为研究神经网络在面对安全威胁时的鲁棒性与可信性问题,聚焦于其在投毒攻击下的脆弱性,在系统分析第一类对抗攻击与第二类对抗攻击特征的基础上,结合神经网络在特征学习中的结构性缺陷,提出第一类投毒攻击的概念。通过理论分析建模,明确第一类投毒攻击与现有的“干净标签”、特征碰撞等投毒攻击在特征层面的本质差异。基于监督变分自编码器构建第一类投毒样本生成框架,并在ResNet50、VGG16、MobileNetV2等常用深度神经网络模型上开展实验。结果表明:第一类投毒攻击方法在不破坏标签一致性的前提下,有效干扰模型的分类决策,能够在典型神经网络构架上诱导模型产生分类错误。此外,防御实验表明:第一类投毒攻击可绕过现有主流防御机制,使现有主要防御机制失效。第一类投毒攻击具有较强的隐蔽性和破坏性,是一种值得深入研究的新型安全威胁形式,该攻击方法的提出对于未来构建更安全、鲁棒性更强的神经网络系统具有重要意义。

摘要:为解决现有时序图表示学习方法难以充分挖掘网络结构特征和依赖关系的问题,提出了一种融合时间约束游走的记忆增强时序图神经网络(time-constrained walk fused memory enhanced temporal graph neural network,TWMTGN)。首先,从交互节点出发构造特定类型的时间约束游走序列,采用记忆模块捕获网络的长期依赖关系,并将游走序列特征融合至节点记忆状态,在事件发生时进行动态更新；其次,根据节点类型和时间间隔设计特征衰减层,建模短期依赖关系,提高模型对关键历史交互节点的识别能力；最后,将目标节点聚合后的历史交互特征输入因果卷积网络,进一步挖掘特征之间的潜在关联。在真实数据集上的实验结果表明:所提网络能够提升时间链路预测任务的效果,且复杂度较小；时间约束游走长度和次数等参数会影响模型的性能。研究提出的时间约束游走序列能够捕捉网络结构特征,节点记忆和特征衰减层有助于捕获网络依赖关系。

摘要:为解决纳米级SRAM（100 nm以内工艺）在航天工程应用中出现的多位翻转问题,依据纳米级SRAM的翻转特性,在传统串行编译码的基础上优化改进,采用并行编译码的方式,实现了基于RS(2,8,4)码的纳米级SRAM的加固方法,在单时钟节拍内实现编译码输出。以FPGA为平台,验证该加固方法的延时和纠错能力。测试结果表明:与Xilinx自带的可检二纠一汉明码的块RAM相比,本文提出的方法访问延时相近,但纠错能力是汉明码的5~8倍；与FUEC-QUAEC、CLC等编译码方法相比,将连续5 bit翻转错误的纠正率提高到100%。采用并行编译码实现的基于RS(2,8,4)码加固方法可用于纳米级SRAM抗多位翻转加固,以较小的延时代价实现纠正一个码字（48 bit）内任意两个符号（最多8 bit）内的错误,可完全纠正空间单粒子环境中出现的单个字内连续5 bit翻转的错误。该加固方法可扩展应用到CPU外部存储器的访问控制以及CPU内部cache的加固,以解决现有航天处理器采用检二纠一码无法纠正其cache多位翻转错误的问题。

摘要:为解决现有piggybacking编码存在的修复度大、校验节点修复带宽高以及无法实现多节点快速修复等问题,提出一种扩展子条带的piggybacking编码(substripe-added piggybacking,SAP)构造方案。SAP构造在最大距离可分(maximum distance separable,MDS)码的基础上扩展子条带,将信息节点数据块分区均匀嵌入,校验节点数据块循环移位放置。通过理论推导,确定SAP信息节点和校验节点平均修复带宽率、平均修复度率。最后,将SAP与RSR-I、RSR-II和OOP就存储开销、修复带宽开销和修复度3个方面进行对比。结果表明:与RSR-I、RSR-II和OOP相比,扩展子条带的piggybacking编码不仅实现了修复度最优,而且在保证信息节点修复带宽开销较低的同时,明显降低了校验节点的修复带宽开销,且能快速修复多校验节点故障,明显改善了多校验节点故障修复带宽过高的不足。本文提出的SAP编码显著提升了piggybacking编码的数据恢复效率,尤其针对多校验节点故障,给出了一种快速修复算法,为piggybacking编码的优化提供了有效方案。

摘要:为解决现有的红外与可见光图像融合算法存在像素信息保留和语义特征提取不足的问题,提出一种基于语义驱动的红外与可见光图像交互融合算法。首先,通过联合操作图像融合网络和图像分割网络,形成语义驱动效果,更好地保留图像在像素域和语义域的信息特征；然后,构建跨域交互整合模块,捕捉红外与可见光图像特征,允许特征在不同空间和独立通道之间交互传递,实现特征从局部到全局的映射,增强两类图像的互补特性;最后,引入语义损失函数约束网络训练以保留源图像的内在语义特征。在多波段图像数据集和多光谱道路场景数据集上进行图像融合和分割实验,并与其他6种先进的融合算法进行比较。融合实验结果表明,本文算法在基于梯度的相似性度量、信息熵、峰值信噪比、空间频率、标准差、视觉保真度6个客观评价指标上分别平均提高了47.92%、6.15%、0.87%、44.31%、35.99%、36.88%；分割实验结果表明,本文算法在所有评价指标中,结果均为最优。所提算法在主观视觉效果的定性分析与客观质量评价的定量指标方面整体效果优于现有融合算法,融合图像可以兼顾视觉质量和高级语义任务,能更好地服务于人类视觉观察和机器视觉感知。

摘要:为分析雷电作用下土体的热效应,研究土体中雷击引起的热扩散过程,采用电热耦合理论,考虑土体非线性电热特征,建立一种能够反映热效应的雷击土体模型。通过瞬态计算探究雷电流特性和土体电热特征参数对热效应的影响,并比较非线性电热特征模型与传统模型在模拟雷击土体响应方面的差异,采用前人现场观测数据对模型的合理性进行验证。结果表明:当雷电击中地面时,瞬间释放的能量导致接触点附近的温度急剧升高,雷击后30 μs左右土体热效应达到峰值,温度影响半径小于40 cm；雷电流与土体特性参数对雷击土体热效应影响显著,雷电流峰值影响雷击点附近的熔化区域半径,不同雷电波形决定电流的变化速度,从而影响热量在土体中的传播速度和影响范围；较高的土体初始电阻率将增加雷击产生的热效应,较大的比热容会提高土体的热稳定性。研究结果对于理解和预测雷击土体的热响应具有重要的理论和实际意义,可用于指导防雷和接地系统的设计,提高基础设施的安全性。

摘要:为解决实际化工过程故障样本匮乏,现有故障诊断模型在数据分布不平衡下故障诊断准确率低的问题,提出一种基于代价敏感多感受野时空图注意力网络(cost sensitive multireceptive fields spatio-temporal graph attention network,CSMRFSTGAT)故障诊断模型。该模型通过最大信息系数(maximal information coefficient,C_MI)加权计算,将化工过程采集的相关变量数据转换为拓扑图数据,利用图卷积网络(graph convolution network,GCN)的故障诊断模型设计出了多感受野图卷积模块(multireceptive fields graph convolutional module, MRFGCM)和时空图注意力模块(space-time graph attention module,STGAM),然后提出了混合边缘感知焦点损失函数(hybrid margin-aware focus loss,L_HMF),用于对较难识别样本施加更多的惩罚。将所提模型应用于田纳西伊斯曼过程(Tennessee Eastman process,TEP)和三相流(three-phase flow,TPF)数据集中多个不平衡场景下评估其诊断性能。结果表明:所提模型在TPF数据集中的分类精确率和F1分数分别达到了91%和92%以上,同时在TEP数据集中的分类召回率和F1分数均突破了99%；相较于机器学习模型、深度学习模型以及图深度学习模型,所提模型能更加有效地识别故障。所提模型在处理数据不平衡问题上具有优异的泛化性能,能有效实现样本不平衡下化工过程故障诊断。

摘要:为解决目前分布式存储系统中局部修复码(locally repairable codes,LRCs)参数选择灵活性不足以及码率较低的问题,设计了两类新型的局部修复码。首先,基于全0矩阵和全1向量组合构造一类迭代矩阵,再由构造的此类迭代矩阵作为校验矩阵提出一种全符号具有(r,t)-局部性的局部修复码(all symbol-locally repairable codes,AS-LRCs)的构造算法;随后,通过改进基于迭代矩阵构造的AS-LRCs校验矩阵的结构,进一步提出一种信息符号具有(r,t)-局部性的局部修复码(information symbol-locally repairable codes,IS-LRCs)的构造算法。实验和理论分析表明:AS-LRCs满足严格可用性要求,且在可用性参数t=2时,其码长达到理论最小界,成为码长最优的局部修复码；IS-LRCs的最小距离达到Singleton-like最优界,是最小距离最优的局部修复码；AS-LRCs和IS-LRCs构造算法均支持任意局部性和任意可用性的灵活配置,两种构造算法的码率显著高于现有方法,并在t=2时达到理论码率最优界。两类LRCs的构造算法在保证高效数据修复的同时,支持更灵活的参数配置,并实现更高的码率,为分布式存储系统提供了更高效的编码策略,进而提升分布式存储系统的整体性能。

摘要:为解决深度神经网络（deep neural network,DNN）分布式数据并行训练中因聚合节点梯度进行全局梯度参数更新而导致的高通信开销问题,提出一种DNN多步延迟参数更新并行优化方法。首先,设计了一种自适应多步更新间隔选择策略,通过多次本地迭代,再聚合节点梯度,降低频繁通信造成的额外开销；同时,提出了一种参数修正策略,防止本地模型在多步本地更新后偏离全局模型,从而保证训练精度；其次,在聚合梯度时,将梯度张量切分为子张量,在梯度聚合过程中实现通信与计算的最大化重叠,进一步加速模型训练；最后,在CIFAR-100和ImageNet-mini数据集上,将本文方法与SSGD、Local SGD训练方法进行对比。实验结果表明,本文方法可以在保证模型训练精度的基础上,显著减少因参数更新引入的通信开销,可以实现通信与计算的最大化重叠,充分利用计算资源提升并行训练速度。研究结果可为降低DNN分布式训练过程中的通信开销提供新的方案。

摘要:为提高电网频率波动条件下并联型有源电力滤波器（shunt active power filters,SAPF）的补偿电流跟踪控制精度,有效抑制电网的谐波污染,提出一种具有变频适应性的重复控制策略。采用可调整采样频率的选择性重复控制器构建多采样率重复控制系统,利用基于拉格朗日线性插值法的有限脉冲响应（FIR）滤波器将多采样率重复控制系统转换成具有统一采样频率的重复控制系统（frequency-adaptive uniform-rate selective repetitive control system,FUSRCS）,通过跟随电网频率调整重复控制器延迟环节近似表达式系数的方法使FUSRCS能适应电网频率波动,设计了FUSRCS的补偿器,分析了FUSRCS的稳定性、收敛性和稳态误差,建立了三相SAPF的数学模型,依据实际数据设计了基于FUSRCS的补偿电流复合重复控制系统。仿真和实验结果表明:基于FUSRCS的SAPF能够在电网频率存在稳态偏差、电网频率动态变化和负载切换等情况下,保持较高的补偿电流跟踪精度和较好的补偿效果。与经典重复控制相比,FUSRCS在具有变频适应性的同时,减少了控制系统的计算负担,提高了系统的动态响应速度,解决了多采样率重复控制系统带来的问题。

摘要:为解决目前大多数深度学习去雾算法去雾过程中细节丢失、可解释性差的问题,提出了一种可解释的双分支深度学习去雾算法。该算法设计双分支协同架构解耦去雾任务,上分支雾霾提取子任务通过设计的雾霾提取块（haze removal block,HRB）在频域中提取雾霾特征,并引入通道注意力机制增强浓雾区域的特征捕获；下分支细节修复子任务采用聚合式残差框架修正提取特征时损失的纹理细节；通过计算模糊图像与雾霾特征图像的负残差得到初步去雾图像,并利用下分支修正细节获得最终的去雾图像。在SOTS、NH-HAZE和真实场景数据集上进行相关实验,结果表明,相较于现有的主流去雾算法,本文算法恢复的图像不仅雾霾去除更加彻底、细节保留更加完整,而且客观评价指标也有显著提升。研究成果不仅为深度学习在图像去雾领域开辟了新的研究方向,还为实际应用中的图像清晰化处理提供了切实可行的解决方案。

摘要:地下连续墙作为截水、防渗、承重、挡水结构,在深基坑工程中应用前景广泛。为提高地下连续墙接缝开裂后的防水与力学性能,采用高密度聚乙烯速格垫对4片带有接缝加固后的墙体和2片作为对比带有接缝未加固的墙体进行四点弯曲与注水加压试验。研究高密度聚乙烯速格垫以及植筋加固前后墙体的破坏形态、变形能力、承载能力和防水性能等。试验结果表明:采用速格垫加固后的地连墙接缝,能够显著提高承载能力及防水性能,延缓墙体开裂,并提高地连墙接缝的极限变形能力；根据墙体接缝处“荷载挠度”曲线,将墙体承载力划分为初始开裂阶段、裂缝发展阶段和破坏阶段；当墙体达到裂缝发展阶段时,需要及时考虑接缝漏水问题；随着水压增大,相同荷载条件下衬垫法加固前后墙体接缝的防水性能降低。

摘要:为提高电源管理芯片中DC-DC转换器的抗单粒子瞬态(single event transient,SET)效应能力,深入研究了DC-DC转换器中SET与负载瞬态的区别,并提出一种基于负载瞬态检测的辐射加固设计(radiation hardened by design,RHBD)电路。该设计通过区分SET与负载瞬态来输出控制信号控制RHBD电路,从而实现动态条件下系统瞬态特性的改善。基于180 nm的BCD工艺,完成Boost型转换器的设计与验证。实验结果表明:输入电压为2.9~4.5 V,输出电压为5.8~7.9 V,负载电流为0~55 mA时,负载瞬态过程中,检测电路能及时关闭加固电路,避免系统振荡；SET作用下,系统输出电压波动不超过最大电压纹波,SET抑制能力达到86%以上,系统可在线性能量传递值（linear energy transfer,LET）为100 MeV·cm²/mg的辐射条件下正常工作。本文提出的加固电路,在负载变化下能够不影响系统正常工作,且可以抑制SET的影响。

摘要:为提升融合图像的质量和信息完整性,解决红外与可见光图像融合中存在的特征提取能力不足、缺乏纹理细节以及全局上下文信息丢失等问题,提出一种红外与可见光图像的融合与分解网络架构。首先,利用Restormer和Res2Net的并联结构,通过多个深度卷积头转置注意力机制和多尺度残差连接,协同捕获全局上下文信息和局部细节特征；其次,通过带有仿射耦合结构的可逆神经网络,将红外与可见光图像浅层特征分为两部分,利用交替耦合变换实现特征无损保留；然后,重建模块利用拼接及卷积操作生成高质量融合图像;最后,分解网络通过最小化分解损失函数,将融合图像逆向分解为源图像。实验结果表明:在RoadScene数据集上,本文方法的主客观结果均优于多数对比方法,其中标准差、差异相关系数、平均梯度和空间频率较其他对比方法分别平均提升了8.5%、23.1%、49.0%和56.1%；在MSRS数据集上,本文方法较SDCFusion方法在标准差、视觉信息保真度、平均梯度、差异相关系数和空间频率方面分别提升了1.4%、0.4%、0.6%、4.3%和3.4%。所提方法在提升融合图像质量、保留纹理细节和全局信息方面展现出显著优势。

摘要:为抑制电机共模电压的同时兼顾较好的稳态性能,提出一种模型预测磁链控制方法。首先,改进H8逆变器扩展备选电压矢量,将零矢量引入备选矢量集,减小电流谐波含量；其次,根据磁链误差矢量快速选择电压矢量,保证较小的转矩脉动、较低的电流谐波含量,并且考虑死区时间(dead-time,DT)对共模电压的影响,规定所选电压矢量的作用顺序,避免可能产生的等效零矢量；然后,基于磁链无差拍控制原则,设计新的电压矢量占空比的计算方法以减小磁链脉动;最后,将所提控制方法与3矢量法、5矢量法、8矢量法3种抑制共模电压控制方法进行仿真对比。研究结果表明:所提控制方法可以避免死区共模电压尖峰的产生,相较于3矢量法和8矢量法,其共模电压幅值分别降低了66.67%和33.33%；同时,有效减少了电机的转矩脉动、磁链脉动以及电流谐波含量。所提控制方法可以在抑制共模电压的同时改善电机的稳态性能,并且降低了计算复杂度。