摘要：针对采用电网电压定向矢量控制的三相两电平电压型PWM整流器,按内模控制原理对其各调节器的参数进行设计。在此基础上,对控制延迟、采样误差、系统参数偏差和模型结构不准确等非理想因素对调节器控制性能的影响进行研究,提出考虑系统非理想特性条件下,基于内模控制原理的调节器控制带宽设计方法,并以一套由55 k W PWM整流器带55 k W PWM逆变器-异步电机负载组成的四象限双PWM变频调速系统为例,进行仿真和实验验证。

摘要：中压网络是城市轨道交通供电系统中的重要组成部分,经济合理地选择中压网络,有利于优化系统供电方案,减少工程投资,便于运营管理维护。近年来随着轨道交通的迅速发展,列车编组从6B发展到8B、8A,相对应列车负荷增大,由于客流量的增大,北京部分轨道交通线路的实际发车间隔已达到甚至小于2 min的系统设计能力,这对轨道交通的供电系统提出了更高的要求。本文通过对北京地铁6号线外电源承载能力仿真及实测的校验,从负荷情况、谐波、造价等方面对比分析35 k V和10 k V电压等级哪种更适合北京轨道交通的发展。

摘要：自适应波束形成技术是航天领域中的旁瓣抗干扰关键技术之一。当回波数据量增多时,传统的波束形成算法无法进行快速的处理,而应用深度神经网络模型对数据进行预训练可以快速的进行波束形成,因此根据波束形成原理利用分段训练方式设计深度神经网络,应用Leaky-ReLU激活函数、Adam优化算法和Dropout正则化方法提升深度神经网络的性能,提出了基于深度神经网络的自适应波束形成算法。仿真结果表明,相比于传统的LMS算法,在实验环境下,基于深度神经网络的自适应波束形成算法的计算速度约有7~8倍的提高。

摘要：自适应波束形成技术广泛应用于雷达领域的旁瓣抗干扰中。当回波数据量增多时,传统的波束形成算法无法进行快速处理,而应用深度神经网络模型通过数据的预训练则可以快速地进行波束形成,因此根据波束形成原理设计深度神经网络,并利用知识蒸馏的方式对深度神经网络进行压缩,使压缩后的模型既有原始模型良好的泛化性能而且又有更快的计算速度。仿真结果表明,相比于传统的LMS算法,在实验环境下,未经模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约7倍,基于模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约20倍。