针对高冰级破冰船电力推进系统在复杂工况下功率波动大、动态性能要求高的问题,本文研究了由锂电池与超级电容器构成的储能系统在吊舱推进变频器中的应用。以实际冰区工况为基础,分析了储能系统运行要求与运行模式,提出了基于灰狼算法(G...针对高冰级破冰船电力推进系统在复杂工况下功率波动大、动态性能要求高的问题,本文研究了由锂电池与超级电容器构成的储能系统在吊舱推进变频器中的应用。以实际冰区工况为基础,分析了储能系统运行要求与运行模式,提出了基于灰狼算法(Grey Wolf Optimizer,GWO)优化变模态分解(Variational Mode Decomposition,VMD)的功率分配方法。仿真结果表明,该方法可有效实现储能系统功率分配、降低锂电池充放电应力,并为储能系统容量配置及工程应用提供参考。展开更多
随着各种新型雷达的出现或战时预留模式的采用,真实的战场电磁环境将越加复杂,大概率会出现种类未知且参数突变的雷达调制信号,对现有的调制方式识别算法带来严峻挑战。对此,分析雷达调制方式“未知”对识别结果的影响机理,将开集差分...随着各种新型雷达的出现或战时预留模式的采用,真实的战场电磁环境将越加复杂,大概率会出现种类未知且参数突变的雷达调制信号,对现有的调制方式识别算法带来严峻挑战。对此,分析雷达调制方式“未知”对识别结果的影响机理,将开集差分分布对齐(distribution alignment with open set difference,DAOD)算法引入雷达调制方式识别领域,设计具体应用的技术方案,并针对DAOD算法所需参数依靠先验知识或者试探选取问题,利用蜣螂优化(dung beetle optimizer,DBO)算法进行参数优化。仿真结果表明:在单个雷达调制方式未知情形下,精确度Accuracy和F-measure分值的平均值分别可达91.34%和95.11%;在多个雷达调制方式未知情形下,Accuracy和F-measure的平均值分别可达91.37%、93.69%;与DAOD算法相比,上述结果分别提升了3.77%、1.83%、21.17%和12.06%。因此,DBO-DAOD算法可有效提升未知雷达调制方式的识别率。展开更多
文摘针对高冰级破冰船电力推进系统在复杂工况下功率波动大、动态性能要求高的问题,本文研究了由锂电池与超级电容器构成的储能系统在吊舱推进变频器中的应用。以实际冰区工况为基础,分析了储能系统运行要求与运行模式,提出了基于灰狼算法(Grey Wolf Optimizer,GWO)优化变模态分解(Variational Mode Decomposition,VMD)的功率分配方法。仿真结果表明,该方法可有效实现储能系统功率分配、降低锂电池充放电应力,并为储能系统容量配置及工程应用提供参考。
文摘随着各种新型雷达的出现或战时预留模式的采用,真实的战场电磁环境将越加复杂,大概率会出现种类未知且参数突变的雷达调制信号,对现有的调制方式识别算法带来严峻挑战。对此,分析雷达调制方式“未知”对识别结果的影响机理,将开集差分分布对齐(distribution alignment with open set difference,DAOD)算法引入雷达调制方式识别领域,设计具体应用的技术方案,并针对DAOD算法所需参数依靠先验知识或者试探选取问题,利用蜣螂优化(dung beetle optimizer,DBO)算法进行参数优化。仿真结果表明:在单个雷达调制方式未知情形下,精确度Accuracy和F-measure分值的平均值分别可达91.34%和95.11%;在多个雷达调制方式未知情形下,Accuracy和F-measure的平均值分别可达91.37%、93.69%;与DAOD算法相比,上述结果分别提升了3.77%、1.83%、21.17%和12.06%。因此,DBO-DAOD算法可有效提升未知雷达调制方式的识别率。
