摘要：在柔性直流输电系统中,高位取能电源为模块化多电平换流器(MMC)的子模块控制电路供电.随着直流输电系统电压的提升,子模块直流侧的电压也随之升高.为使高位取能电源适应更高更宽范围的输入电压,设计了一种基于双管反激的级联式拓扑.首先,介绍双管反激电路的工作原理、电流控制模式及工作模态;其次,基于变压器初级电流中位值,重新推导变压器AP值公式,与传统AP值方法进行比较;然后,基于南澳柔性直流输电换流阀的相关参数,对电源主电路进行设计.最后,搭建了一台输入电压为350～4 000 V,输出为一路400 V、两路15 V的电源样机,通过实验结果验证了设计的有效性和分析的正确性.

摘要：针对实际工况下调压器标记样本稀缺导致故障诊断效果不佳的问题,基于自训练算法与半监督生成对抗网络(semi-supervised generative adversarial network,SGAN)设计了故障诊断模型。首先,对燃气调压器一维压力信号进行预处理,得到灰度图像样本。之后,基于深度卷积生成对抗网络,设计SGAN进行特征提取,判别器采用具有共享权值的堆叠鉴别器模型。然后,设计自训练算法,使用训练好的初始分类器预测无标签样本的类别标签。最后,采用重复标记方式将满足要求的样本扩充到有标签样本集重新训练,保存最终的分类器。实验结果表明,在少量调压器标签样本的情况下,所提模型依旧具有良好的性能。

摘要：微型逆变器可直接与光伏(PV)板连接,具有结构简单、体积小、输入输出隔离等优点。为了扩展PV微逆功率范围,前级DC/DC部分可采用两个反激变换器交错并联。首先分析了反激变换器的工作原理,针对传统工作模式下反激变换器不同控制策略的功率密度与损耗等方面存在不足,设计了一台具有主从关系的临界导通模式(BCM)和断续导通模式(DCM)混合控制的微型逆变器,该控制策略可提高PV微逆的稳定性和转换效率。根据电网相位和输出功率的变化选择不同的控制策略,弥补单一控制策略下存在的不足。最后搭建了一台350 W的交错并联反激微型逆变器样机进行实验测试,实验结果验证了该控制策略的有效性与可行性。

摘要：为了解决HDMI接入ESD保护电路后信号完整性受破坏等问题,从器件的空间布局对HDMI信号完整性影响进行研究分析,同时考虑了瞬态电压抑制(TVS)高频寄生参数的影响,搭建了ESD放电模型和TVS高频等效电路模型,并对其可靠性进行了验证。从差分器件接入信号线旋转角度和彼此间错开距离研究其对信号完整性的影响,设计了25套不同夹角和4套不同错开距离的板级模型,在不同特性的传输频率下进行S参数仿真,并从中选取出垂直型、水平型、错开型三种具有代表性的空间布局模型,利用有限元仿真得到差分信号线的S参数和眼图。仿真结果表明,垂直型排布相比于其他两种典型空间布局,回波损耗平均降低了248.1%,插入损耗平均降低了20.6%,眼图的眼宽和眼高在三种空间布局中最大。研究成果为PCB静电放电保护电路分析与设计提供了布局优化指导。

摘要：针对当前堆叠自编码器故障诊断方法在识别有效分类特征方面的缺陷,提出一种基于Fisher判别准则优化的堆叠自编码器故障诊断方法。将Fisher判别准则中寻找最佳投影方向的特征学习方法融入到堆叠自编码器的预训练中,利用样本标签信息在堆叠自编码器的逐层非线性映射中学习最佳的投影方向。在Fisher判别准则优化的损失函数约束下训练,增加不同类别故障特征的类间距离,减小同类别特征的类内距离。由于在堆叠自编码器的预训练中,同时设计最小化重构特征和最大化分类特征的约束条件,预训练后的堆叠自编码器能够提取到更有效的特征信息,以提升最终故障诊断的准确率。通过在Tennessee Eastman(TE)化工过程的应用验证了所提故障诊断方法的可行性。

摘要：为实现智能化检测出鸡场中死亡鸡只,提出一种基于改进语义分割模型AT-SegNet的鸡只检测算法。基于对称编码解码结构SegNet,利用空洞卷积在解码前聚合不同感受野的上下文信息,设计一种三尺度注意力级联融合模块,以并联方式嵌入编、解码器间,丰富解码器信息。利用多层深度可分离卷积替代标准卷积,提取深层次语义信息,减少计算量提高实时性。将鸡群图像分割结果交并比与阈值对比判别鸡只状态。实验结果表明,改进的AT-SegNet较原算法的检测精度提高了25.17%,能够在复杂鸡群环境中准确、高效地发现死亡鸡只。

摘要：叶绿素荧光检测技术作为一种无损检测技术应用十分广泛。传统叶绿素荧光检测技术激发信号时使用的阶跃或调制脉冲(PAM)频带窄,而光合系统是一个高阶的宽带系统,难以激发出光合系统所有的动态特性,使叶绿素荧光信号含有的信息丰富度受限。目前市面上的叶绿素荧光仪均不具备宽带激励功能,限制了新兴的人工智能算法能够处理复杂信号、挖掘丰富信息的能力。针对该问题,基于伪随机二进制序列(PRBS)信号,设计开发了一套具有宽带激励功能的叶绿素荧光仪。该仪器同时能测量传统的叶绿素荧光诱导动力学曲线(OJIP)与PAM曲线,对5种不同植物在3种激发光下的叶绿素荧光的信息熵进行对比,结果表明,PRBS激发的叶绿素荧光具有最高的信息熵。该仪器能够提供信息更丰富的叶绿素荧光信号,有望为植物生理及环境胁迫检测提供新型的科学仪器。

摘要：锂电池由于寿命长、容量大、质量轻等优点而应用广泛,但过充和高温都有可能对电池造成极大破坏,因此对锂电池的充电保护设计变得尤为关键。基于Cansemi 0.18μm MIXS 5 V工艺,通过多参量共同作用来调节p沟道金属氧化物半导体(PMOS)管栅极电位,以实现涓流、恒流、恒压三段式充电设计。本设计具有高温调节与保护功能,在高温充电环境下,随着温度的升高,充电电流逐渐减小。直至温度达到门限温度,充电回路彻底关闭,避免了锂电池在高温环境下依然保持大电流充电的情况。仿真以及流片测试结果表明所设计电路能实现三段式充电方式,电池能被充至4.185~4.206 V,精度达到±0.4%以内,且能够实现高温控制与保护功能。

摘要：针对目前宫颈细胞分类准确率不高以及实时性差的问题,提出改进的协调注意力模块(improved coordinate attention,ICA),并结合新型残差结构Res2Net以及空间金字塔池化层,设计一种轻量级深度卷积神经网络ICARes2Net。利用Res2Net网络特征子块间的交叉卷积,提取特征层中更细粒度的信息;采用空间金字塔池化提取局部区域特征,从而在不增加训练参数量的同时有效提取特征;进一步引入改进的轻量级注意力模块,通过横向池化、纵向池化等操作,给予特征层各像素点不同的加权值,强化重要细节特征,帮助网络定位感兴趣对象。此外,为有效防止深度网络的退化,提出的ICA-Res2Net网络保留了残差网络的跳跃连接设计;并联合Softmax损失函数和中心损失函数对网络参数进行训练,提高其分类准确率。利用提出的轻量级网络对SIPaKMeD公开数据集中的宫颈细胞图像进行分类,测试集的分类准确率达到98.65%,且网络的训练参数比ResNet50、DenseNet121等经典网络更少,显著提升宫颈细胞图像的分类效率。

摘要：基于90 nm CMOS工艺制作了一种K波段高性能五倍频器。该五倍频器电路由正交再生分频器、单平衡混频器和三倍频器级联组成。使用电流可再生技术设计了正交再生分频器,有效降低了系统的整体功耗,使用吉尔伯特混频器电路结构提高了转换增益。整体电路具有正交输入/输出、输出功率高、谐波抑制度高的优点。测试结果表明,该五倍频器的-3 dB频率范围为24~26.2 GHz,在输入功率为3.9 dBm时,转换增益为-3.34 dB。输出信号的最大相位误差为2.398°,直流功耗为14.83 mW,芯片面积约为0.99 mm^(2)。