摘要：大力发展可再生能源是完成能源清洁化转型和实现“双碳”目标的重要途经。在此时代背景下,电力系统结构形态将发生根本性转变,从以同步机电源为主导的传统电力系统发展为由风、光新能源作为主体的新型电力系统。电力电子变换器作为新能源并网发电的接口,具有高度的灵活性与可控性,如何设计控制策略以保证并网变换器的稳定运行是电网高比例可再生能源发展进程中最受关注的重要问题之一。针对复杂电网工况下基于锁相环同步跟网型并网变换器的致稳控制方法,形成了一系列相关研究成果。在具体并网场景下,通过建立合适的跟网型并网变换器的数学模型,并结合与模型适配的稳定性分析方法明晰并网系统失稳机理,进而设计控制策略以改善并网系统稳定性,提升跟网型并网变换器对具体场景的适应性,即经改进控制策略重塑了跟网型并网变换器的稳定运行域。本文依据所采用的跟网型并网变换器模型及稳定性分析方法,将从小扰动意义下的稳定域重塑控制和暂态场景下的稳定域重塑控制两个方面,梳理与归纳迄今的工作进展,并在此基础上探讨保障高比例可再生能源电力系统安全可靠运行仍需研究的技术问题。

摘要：为了避免空间机器人双臂捕获卫星操作过程中关节被冲击载荷破坏,在电机与机械臂之间加入了一种弹簧阻尼装置(SDD).该装置不仅能够吸收、消耗冲击能量,还能配合所设计的缓冲柔顺策略将冲击力矩限在安全范围内.首先,针对捕获前的双臂空间机器人开环系统与目标卫星系统,分别利用耗散力Lagrange方程法与Newton–Euler法建立了其动力学模型.然后,结合动量定理、速度约束、闭链几何约束及牛顿第三定律,导出了捕获后的闭链混合体系统动力学模型.针对混合体系统的缓冲柔顺控制问题,提出一种基于模糊小波神经网络的强化学习控制策略,该策略通过自适应惩罚单元处理原始强化信号获得二次强化信号,具有极强的环境适应能力.最后,利用Lyapunov定理证明了系统的稳定性,数值仿真验证了弹簧阻尼装置的抗冲击性能及所提策略的有效性.

摘要：结合差动轮系和杠杆原理设计了一种调刚范围从0~+∞的变刚度执行器,并完成了其结构优化设计和调刚能耗优化设计。该变刚度执行器具有变刚度范围大,调刚能耗需求低,占用空间小,易控制,响应速度快,可靠性强,技术实现可行性高等优点,具有一定的实际应用意义。在此基础上设计了一款欠驱动变刚度柔性手爪,将变刚度执行器作为手爪关节的驱动单元,通过调节变刚度执行器的刚度来改变手爪的刚度。最后,搭建了变刚度柔性手爪的硬件平台,对变刚度执行器进行了刚度测量,验证了所设计的变刚度执行器在进行刚度调节上的可行性。进行了变刚度柔性手爪的力控制实验,成功实现了对柔软物体的抓取。对变刚度柔性手爪的单指进行了性能分析,并验证了手指刚度与变刚度执行器刚度呈正相关关系,完成了变刚度柔性手爪性能实验验证。

摘要：数据驱动下的深度学习技术在计算机视觉领域取得重大突破,但模型的高性能严重依赖于大量标注样本的训练.然而在实际场景当中,大规模数据的获取和高质量的标注十分困难,限制了其在特定应用领域的进一步推广.近年来小样本学习在目标检测领域的发展,为解决上述问题提供了新的研究思路.小样本目标检测旨在通过少量标注样本实现对图像中目标的分类和定位.本文从任务和问题、学习策略、检测方法、数据集与实验评估等角度出发,对当前小样本目标检测的研究成果加以梳理和总结.首先,系统性地阐述了小样本目标检测的任务定义及核心问题,并讨论了当前方法采用的学习策略.其次,从工作原理角度出发,将现有检测方法归纳总结为四类,对这四类检测方法的核心思想、特点、优势及存在的不足进行了系统性的阐述,为不同场景下选择不同的方法提供了依据.之后,本文对目前小样本目标检测采用的典型数据集、实验设计及性能评估指标进行了深入分析,进而对四类典型方法在数据集上的实验结果进行概括总结,尤其是对部分典型方法的检测性能进行了系统性对比分析.最后,立足于现有方法的优势和劣势,我们指出当前方法面临的挑战,并对下一阶段小样本目标检测技术未来的发展趋势提出了见解,期望为该领域的后续研究提供参考.

摘要：深度学习技术在SAR(Synthetic Aperture Radar)船只目标检测领域应用越来越广泛。然而,移动平台(机载/星载)有限的资源限制了基于深度学习的SAR船只目标检测技术应用。为了促进深度学习技术在移动平台的应用,本文开展了基于改进YOLOv2的SAR目标检测算法Jetson TX2嵌入式平台实现研究。设计了基于两个Jetson TX2嵌入式平台的实时SAR船只目标检测系统,通过两个Jetson TX2嵌入式平台协同工作有效提高了系统的处理能力,同时采用了以太网数据传输方式,保证了主机与Jetson TX2嵌入式平台的高速数据交互。

摘要：对碳/碳(C/C)编织复合材料沉头螺栓与凸头螺栓连接结构在面外载荷下的拉脱强度进行试验和数值研究。测试不同螺栓形式及沉头角度的C/C编织复合材料螺栓连接结构在面外载荷下的失效模式和拉脱性能。结果显示,螺栓形式对结构的拉脱性能有显著的影响,凸头螺栓的载荷位移曲线有明显的线性阶段,接近于脆性失效,沉头螺栓的载荷位移曲线为非线性,表现为双峰值,其更接近于塑性失效。采用ABAQUS建立了基于Hashin失效准则的连接结构非线性接触模型,有效预报了C/C编织复合材料连接结构的失效模式及载荷-位移曲线。得到C/C编织复合材料连接结构渐近损伤过程及失效机理,给出连接参数(螺栓形式、沉头角度和约束面积)对拉脱失效的影响机制。随着沉头螺栓角度的增加,结构的拉脱失效载荷先增加,后降低,在110°附近达到极值,约束区域尺寸变化导致凸头螺栓的失效模式由剪切失效转变为弯曲失效。

摘要：碳市场建设是完成"双碳"目标的重要保障,而个人级碳交易作为目前企业级碳交易的有效补充,将会助力"双碳"目标的高效达成。本文拟利用区块链技术赋能碳市场建设,面向未来大数据环境下的碳市场,设计碳市场区块链系统架构,提出了区块链碳市场中个人碳资产价格驱动机制模型。本文首先分析了碳市场的发展趋势,指出个人级碳交易的重要性;进而利用区块链公链技术与侧链扩容技术,提出"公链+侧链"的碳市场体系设计方案,即公链上进行企业级碳交易,侧链上进行高频小额的个人级碳交易。该方案利用区块链技术的诸多优点降低管理成本、加强监管力度的同时,解决了个人碳资产大数据导致的公链拥堵问题,实现了个人碳资产聚合,保证了交易效率。各侧链生态可以根据区域或项目特色编制智能合约进行自治化运行,既实现了"因地制宜",又降低了运行成本,还可以保证用户隐私与数据提供商的数据资产安全。最后,本文对该方案进行了经济学建模分析,通过模型推导和数据模拟论证了其社会效益,为政府决策提供了参考依据。

摘要：当一个企业或商家需要投放广告时,往往会先通过历史数据、个人兴趣等挖掘出可能购买自己产品的用户,即目标市场(Target Market),然后将广告信息通过电视、报纸等公共媒体的形式传递给这些目标用户,希望有更多的目标用户接受信息.然而调查显示,相比于传统大众媒体,人们更倾向于从自己认识的人那里去获取信息,因此文中考虑利用社会影响力的方式去传播广告:在社会网络中说服有限数目的初始用户,并让他们向熟识的人传播信息,期望信息可以通过级联传播覆盖尽可能多的目标用户.由于以往的信息覆盖最大化的工作集中于对全局网络的考虑,因此会忽略目标节点和全局网络之间的联系.通过数据观察可以发现,目标用户往往会由于同质性等原因而聚集在一起,因此文中提出基于聚类的KCC算法,算法通过对用户进行聚类分析,找出每个聚类的代表性用户,使得这些代表性节点可以影响尽可能多的目标用户,同时避免他们之间对信息覆盖的重叠.在不同的真实的数据集的实验显示KCC可以在大多数情况下取得优于其它常用算法的性能,尤其当种子节点数增多时,KCC可以更多地避免节点之间信息覆盖的重叠,从而取得更好的效果;同时,KCC只需要很短的运行时间,具有良好的可扩展性.

摘要：高动态稳定人体电生理监测在智能可穿戴健康监测、心血管疾病临床诊断、神经系统疾病治疗以及智能人机交互等领域具有广阔的应用前景.作为人与外部环境的信号交互桥梁,皮肤电极可贴合于皮肤表面,以无创的方式监测和采集各种电生理信号,成为高动态稳定电生理监测的理想平台.从材料角度出发,皮肤电极的高动态稳定性决定于基底材料的高粘附性和可拉伸性.因此,如何通过高分子结构的合理设计制备高粘附可拉伸高分子材料,构筑高度共形粘附于人体皮肤表面的电极,从而实现高动态稳定人体电生理监测,是柔性智能健康监测领域的重要研究方向.本文总结了本课题组近年来在高粘附可拉伸高分子材料制备及其在高动态稳定人体电生理监测应用方面的研究进展,并讨论了高粘附可拉伸高分子材料在下一代柔性智能健康监测领域面临的机遇和挑战.

摘要：针对10 Gbps高速SerDes发送端信号完整性问题,对关键模块进行优化设计,包括高速串行器、前馈均衡电路(FFE)、电流数模转换器(IDAC)控制电路等。为降低时钟性能的要求,对传统电流模逻辑(CML)串行器进行改进,通过调整时钟占空比的方法,设计四分之一速率的串行器,并依次更替控制输入数据的等相位差时钟,可以得到FFE所需的多路延迟数据。为了均衡由于信道的各种非理想因素产生的信号频率上的衰减,采用IDAC控制抽头系数的三抽头前馈均衡器对线路衰减进行均衡,提出使用MATLAB对信道衰减进行建模,并以此来设计滤波器的方法,快速简便确定抽头系数,将抽头系数映射到IDAC的不同控制位从而获得针对不同信道衰减的FFE。最终,设计基于TSMC 28nm CMOS工艺实现。仿真结果显示数据传输达10 Gbps时高速串行器逻辑正常,数据眼图良好,输出抖动在0.09 UI,满足高速背板通信电路的标准。