摘要：为了提高稀疏信号恢复的准确性,开展了基于自适应套索算子(Least absolute shrinkage and selection operator,LASSO)先验的稀疏贝叶斯学习(Sparse Bayesian learning,SBL)算法研究.1)在稀疏贝叶斯模型构建阶段,构造了一种新的多层贝叶斯框架,赋予信号中元素独立的LASSO先验.该先验比现有稀疏先验更有效地鼓励稀疏并且该模型中所有参数更新存在闭合解.然后在该多层贝叶斯框架的基础上提出了一种基于自适应LASSO先验的SBL算法.2)为降低提出的算法的计算复杂度,在贝叶斯推断阶段利用空间轮换变元方法对提出的算法进行改进,避免了矩阵求逆运算,使参数更新快速高效,从而提出了一种基于自适应LASSO先验的快速SBL算法.本文提出的算法的稀疏恢复性能通过实验进行了验证,分别针对不同大小测量矩阵的稀疏信号恢复以及单快拍波达方向(Direction of arrival,DOA)估计开展了实验.实验结果表明:提出基于自适应LASSO先验的SBL算法比现有算法具有更高的稀疏恢复准确度;提出的快速算法的准确度略低于提出的基于自适应LASSO先验的SBL算法,但计算复杂度明显降低.

摘要：传统电力线通信方案的硬件设计较为复杂。DC-DC变换器具有发送数据的潜能,可进行功率/数据复合传输。文中提出一种基于四进制频移键控(QFSK)调制的电力电子开关调制方案,通过调制开关频率将数据信息嵌入原始脉宽调制(PWM)信号中,使得电压纹波携带数据的频率特征;再通过基于滑动离散傅里叶变换的解调方案实现数据接收,最终实现功率/数据的同步传输。首先,证明了PWM信号与电压纹波频率一致的关系;然后,给出数据调制与解调的方案;以负载突变工况为例,通过对Buck变换器建模,分析功率变换暂态过程对通信的干扰影响;最后,搭建由两个Buck变换器组成的实验平台,验证了所提方案可实现20 kbit/s的通信速率;并以光伏优化器为应用背景,验证了所提方案的有效性。

摘要：DC-DC变换器可以同时进行功率变换和数据传输。针对较低通信速率限制功率/数据复合传输(power/data multiplexing transmission,PDMT)应用的难题,提出一种联合功率量/载波调制(joint power/carrier modulation,JPCM)的新方案。与传统二进制PDMT方案不同,JPCM同时对功率量/载波进行2FSK调制,实现两种数据并行传输,可以看作一种四进制FSK,有效提高通信速率。相较于传统四进制PDMT方案,JPCM方案解调环节所需带通滤波器数目可减少一半,且软件开销更低。首先,证明PDMT在理论上的可行性;然后,根据4种不同电压纹波频率配置不同码元,并设计了包含高低数据位调制的JPCM和基于滑动傅里叶变换的数据解调方案;此外,重点分析输出参考电压突变对通信的影响,动态调整阈值可有效抑制误码;最后,搭建一个由2个Buck变换器并联的实验装置,实验结果表明在稳态、负载突变和输出参考电压突变的工况下,JPCM方案均能实现20 kb/s的通信速率,验证了该方案的有效性。

摘要：为确定在役风电叶片到达设计寿命后能否延寿继续使用,提出一种基于恒幅寿命图模型的延寿区间计算方法。首先,分析叶片在运行工况下的载荷状况,采用应力-寿命(S-N)曲线分析弯矩作用下的疲劳寿命,进而定义弯矩-寿命(M-N)曲线。根据M-N曲线和CLD模型的映射关系建立延寿估计的CLD模型。基于延寿估计的CLD模型计算待退役叶片已累积的疲劳损伤,并从疲劳损伤估计可持续延寿的时间。最后,以某型叶片为例应用该方法进行延寿区间估计。