基于机器学习的多小区协作波束赋形算法研究
这是一篇关于协作波束赋形,功率分配,监督学习,无监督学习,多智能体强化学习的论文, 主要内容为为了应对日益增长的无线流量和高速连接需求,无线通信系统不断开拓更高的频段如毫米波、太赫兹频段等,同时也利用各种先进技术来提高现有频段的频谱效率。其中,大规模天线阵列被认为是提高频谱效率最行之有效的技术[1],而波束赋形正是实现大规模天线阵列增益的重要途径。在多小区通信系统中,各小区基站也可以使用相同频段为小区内用户提供服务,以进一步提高频谱效率。为了减小该系统中小区间同频干扰造成的性能损失,协作波束赋形技术通过联合设计各基站的波束赋形矢量,能够提高系统总体性能。然而,传统的协作波束赋形方法需要获得全局的信道状态信息,存在计算开销大且复杂度高等问题,在实际通信系统中并不能实现。另一方面,随着近些年机器学习、神经网络的突破性发展,大数据、机器学习等技术被应用到各种场景中。因此,本文考虑基于深度学习和深度强化学习技术,实现在比较低的系统开销下达到较高的系统容量,来满足实际系统中的要求,具体研究内容如下:首先,为了解决传统协作波束赋形算法因计算复杂度高、传输开销大等而无法应用于实际通信系统的问题,本文提出了基于监督学习技术来实现多小区协作波束赋形。具体地,本文设计了基于监督学习的信道信息压缩网络、波束方向矢量设计网络以及损失函数。仿真结果表明,基于监督学习的多小区协作波束赋形其性能可以接近加权最小均方误差(Weighted Minimum Mean Square Error,WMMSE)算法,同时大幅减小计算复杂度及传输开销。进一步地,基于监督学习的多小区协作波束赋形虽然能满足实际通信系统中的要求,但是其功率分配方案为等功率分配,仍有优化空间。为此,本文设计了一种基于多智能体强化学习的动态功率分配方案。具体地,在利用基于监督学习技术设计波束方向矢量的基础上,本文提出利用多智能体强化学习技术实现多小区系统的动态功率分配。仿真结果表明,基于监督学习和深度强化学习相结合的多小区协作波束赋形算法在实现低计算复杂度和传输开销的同时,能够进一步提高多小区系统的和速率。此外,针对基于监督学习的波束方向矢量设计方案性能难以优于标签算法的问题,本文提出了基于无监督学习的波束方向矢量设计方案。具体地,本文设计了基于无监督学习的信道信息压缩网络、波束方向矢量设计网络以及损失函数。仿真结果表明,基于无监督学习和深度强化学习相结合的多小区协作波束赋形算法在实现低计算复杂度和传输开销的同时,能够更进一步提高多小区系统的和速率。
太阳能无人机能源管理系统控制策略研究
这是一篇关于太阳能无人机,阻抗建模,小信号稳定性,混合储能,功率分配的论文, 主要内容为太阳能无人机因具有滞空时间长、综合费效比高及部署维护简便等优势,成为各国争相布局的科技产业新高地。能源系统作为太阳能无人机供能的“心脏”部分,其管理策略优化、电能质量提升、储能寿命延长等方面均面临巨大挑战,成为本领域研究热点之一。因此本文将对能源管理系统的功率分配策略及系统级稳定性分析进行深入研究。在对能源系统中光伏阵列、储能电池、航电设备、动力电机及相应接口变换器等组成单元建立数学模型的基础上,针对各单元不同的运行特点,设计直流母线电压分层控制策略,并基于状态空间平均法推导各接口变换器在不同运行模态下的阻抗模型,为后续系统级稳定性分析打下基础。围绕能源系统电能质量问题,以各单元等效阻抗模型为切入点,研究微源和负荷扰动对母线电压的作用机理。基于外界条件的不同划分系统运行工况,分析对应微源和负载的阻抗频率特性,进而评估母线电压稳定裕度。归纳系统稳定性影响因素,分析母线电压高低频振荡与负载阻抗及变换器下垂系数间的关系。鉴于虚拟电阻下垂控制的应用局限,提出虚拟阻容下垂控制策略。基于该策略的功率分配特性,使超级电容承担高频大倍率充放电功率,延长锂离子电池使用寿命,降低微源输出阻抗,进而有效增强母线电压惯性并保证系统稳定。最后,搭建RT Box半实物仿真平台对本文所提方法进行充分验证,实验结果表明论文理论分析与仿真工作的正确性。
大规模MIMO系统预编码和功率分配联合设计与实现
这是一篇关于大规模MIMO,分级预编码,功率分配,人工免疫算法,深度神经网络的论文, 主要内容为万物互联的发展持续驱动着无线通信渗入人类社会生活的各个方面,在给国家带来经济发展新方向的同时也对通信系统的性能提出了前所未有的新需求。作为推动5G通信发展核心技术之一的大规模多输入多输出(Massive Input Massive Output,MIMO)技术,其关键在于借助基站侧配置数量极多的天线,获得能量效率、频谱效率等性能上的显著提升,促使大规模MIMO技术一度成为近年来通信技术领域研究的关键热点。MIMO系统多天线发送的信号会彼此干扰,为降低干扰、提升系统容量,本文着重对于大规模MIMO系统基站侧的预编码和功率分配问题展开研究。目前,关于大规模MIMO系统预编码和功率分配算法的研究有很多,也取得了一定的研究成果,但仍然存在着一些问题。首先许多的预编码算法设计没有充分考虑不同通信系统环境下所存在的干扰特殊性,因而未能完全发挥预编码的有效性;其次,现有功率分配优化目标通常选取最大化总和速率或最大化最小速率之一,不能做到同时兼顾系统整体和用户个体性能;最后,当优化目标为最大化总和速率时已被证明是非凸问题,而优化目标为最大化最小速率时则会产生凸优化问题,需要通过凸优化求解方法计算得到最优解,计算复杂度高。针对上述问题,本文首先提出了一种分级预编码方案,在小区内依据用户与用户间信道的相关性,对用户执行分组并根据分组的情况实施相应的预编码方案,这可有效消除多用户间干扰(Multi User Interference,MUI),在小区间基于最大化信漏噪比设计预编码用于抑制小区间干扰(Inter Cell Interference,ICI)以及残存MUI。其次为了兼顾系统整体与用户个体性能,将优化目标函数设计为最大化-每小区用户最小速率与平均速率的乘积,并引入人工免疫算法解决功率分配问题,通过模拟生物免疫机制优化功率分配的搜索过程,具有收敛速度快以及精确度高的优点。实验结果表明相较于几种通用的预编码算法,在5%的中断概率位置处,本文所提算法能够使得用户速率获得接近2.3倍的提升,且执行功率分配不仅能保证最小的用户速率,同时还可以提升用户的平均速率,使其整体性能可以获得大约2bit/s/Hz的提升。最后,为了适应系统中用户的动态变化以快速执行功率分配,提出了基于深度神经网络(Deep Neural Network,DNN)的功率分配算法,以基于人工免疫的功率分配结果为基础,通过获取大规模MIMO系统中用户的位置信息及其对应的功率分配结果,将其视为一种映射关系,进行预处理以及样本标签标定,构建出完备的数据集,并完成功率分配DNN模型的搭建与训练。实验结果表明,与传统的功率分配优化算法相比较所提出的基于DNN的功率分配算法在兼顾系统整体和用户个体性能的基础之上,在线执行功率分配还能够明显地降低计算时间以满足用户动态变化的需求。
基于机器学习的多小区协作波束赋形算法研究
这是一篇关于协作波束赋形,功率分配,监督学习,无监督学习,多智能体强化学习的论文, 主要内容为为了应对日益增长的无线流量和高速连接需求,无线通信系统不断开拓更高的频段如毫米波、太赫兹频段等,同时也利用各种先进技术来提高现有频段的频谱效率。其中,大规模天线阵列被认为是提高频谱效率最行之有效的技术[1],而波束赋形正是实现大规模天线阵列增益的重要途径。在多小区通信系统中,各小区基站也可以使用相同频段为小区内用户提供服务,以进一步提高频谱效率。为了减小该系统中小区间同频干扰造成的性能损失,协作波束赋形技术通过联合设计各基站的波束赋形矢量,能够提高系统总体性能。然而,传统的协作波束赋形方法需要获得全局的信道状态信息,存在计算开销大且复杂度高等问题,在实际通信系统中并不能实现。另一方面,随着近些年机器学习、神经网络的突破性发展,大数据、机器学习等技术被应用到各种场景中。因此,本文考虑基于深度学习和深度强化学习技术,实现在比较低的系统开销下达到较高的系统容量,来满足实际系统中的要求,具体研究内容如下:首先,为了解决传统协作波束赋形算法因计算复杂度高、传输开销大等而无法应用于实际通信系统的问题,本文提出了基于监督学习技术来实现多小区协作波束赋形。具体地,本文设计了基于监督学习的信道信息压缩网络、波束方向矢量设计网络以及损失函数。仿真结果表明,基于监督学习的多小区协作波束赋形其性能可以接近加权最小均方误差(Weighted Minimum Mean Square Error,WMMSE)算法,同时大幅减小计算复杂度及传输开销。进一步地,基于监督学习的多小区协作波束赋形虽然能满足实际通信系统中的要求,但是其功率分配方案为等功率分配,仍有优化空间。为此,本文设计了一种基于多智能体强化学习的动态功率分配方案。具体地,在利用基于监督学习技术设计波束方向矢量的基础上,本文提出利用多智能体强化学习技术实现多小区系统的动态功率分配。仿真结果表明,基于监督学习和深度强化学习相结合的多小区协作波束赋形算法在实现低计算复杂度和传输开销的同时,能够进一步提高多小区系统的和速率。此外,针对基于监督学习的波束方向矢量设计方案性能难以优于标签算法的问题,本文提出了基于无监督学习的波束方向矢量设计方案。具体地,本文设计了基于无监督学习的信道信息压缩网络、波束方向矢量设计网络以及损失函数。仿真结果表明,基于无监督学习和深度强化学习相结合的多小区协作波束赋形算法在实现低计算复杂度和传输开销的同时,能够更进一步提高多小区系统的和速率。
多频多负载磁耦合谐振式无线电能传输系统研究
这是一篇关于磁耦合谐振式无线电能传输,多频多负载,功率分配,多频补偿网络,同步优化设计的论文, 主要内容为在实现“双碳”战略目标的进程中,无线电能传输(Wireless Power Transmission,WPT)技术因其不使用电能传输介质,进而减少传输过程中的电能损耗的优势,成为备受关注的新兴技术。其中,磁耦合谐振式无线电能传输(Magnetic Coupling Resonant Wireless Power Transfer,MCR-WPT)技术传输功率大、效率高、距离远、电磁辐射小,采用多频多负载MCR-WPT系统可以满足对不同传输频率负载进行同步供电的需求。然而多频多负载MCR-WPT系统线圈间能量传输路径错综复杂,大大增加了其设计与控制的难度。为此,本文开展对多频多负载MCR-WPT系统设计的研究,力图提供一种统一的系统结构及其参数设计方法,具有较好的理论研究和工程应用价值。论文在分析多频多负载MCR-WPT系统电路拓扑和原理的基础上,选取双频双负载MCR-WPT系统,利用基波分析(Fundamental Harmonic Analysis,FHA)方法进行等效建模分析,推导出系统输入输出功率与传输效率的表达式。根据设计要求,研究在多频电源输入的情况下,多频多负载MCR-WPT系统接收端等效反射阻抗特性,分析不同频率电源信号的功率通道流向情况。为能够为系统逆变器提供包含不同信号频率与幅值信息的PWM控制信号,提出多频多幅(Multi-frequency Multi-Amplitude,MFMA)叠加调制技术,可在单逆变器的基础上,同时实现接收机负载间的功率分配策略。同时设计N-LC谐振补偿网络为系统构建独立的功率传输通道。通过分析基于N-LC谐振补偿网络的双频双负载MCR-WPT系统输入阻抗频率特性,推导出系统LC参数与系统谐振频率之间的数学关系。根据系统LC参数与系统谐振频率之间的映射关系,采用多目标粒子群(Particle Swarm Optimization,PSO)优化算法,提出一种基于N-LC谐振补偿网络的多频多负载MCR-WPT系统LC参数优化设计方案,构建参数优化适应度函数,实现谐振频率与功率平衡的同步优化设计。为验证所提出的系统结构与参数设计方法有效性,从多频输入电源、功率分配以及独立的功率传输通道三个方面进行仿真验证。最后搭建一套基于MFMA叠加调制的双频双负载MCR-WPT系统实验样机,验证不同频率通道功率分配效果。
光储联合系统的混合储能控制策略研究
这是一篇关于光储联合系统,混合储能,功率分配,荷电状态,模糊控制的论文, 主要内容为随着"碳达峰,碳中和"目标的提出,我国能源结构正在持续转型,光伏能源在能源消费结构方面的占比逐年升高。由于光伏能源具有波动性,随机性等特点,在高比例开发利用清洁能源的同时,也要保证高水平消纳、更要保障电力系统的稳定可靠,从而实现可再生能源的高质量发展。本文将光伏发电系统与混合储能系统整合,通过控制混合储能系统充放实现平抑光伏并网功率波动。本文以光储联合系统为对象,选择铅酸蓄电池与超级电容器组合成混合储能系统,围绕混合储能控制、储能器件能量协调分配等问题,开展了论文的研究工作,本论文主要的研究内容如下:首先构建了光储联合系统的拓扑结构,分析了系统内光伏发电单元、蓄电池、超级电容器等效电路模型,基于Simulink平台搭建仿真模型,分析了光伏的功率输出特性曲线,研究了DC/DC变换器的工作模式和并网运行时DC/AC逆变器的运行原理。其次采用低通滤波器将光伏并网出力偏差进行功率分频,设计了铅酸蓄电池和超级电容器的功率分配策略。考虑到混合储能系统中的各个储能元件过充或者过放会损害电池寿命,引入模糊控制对储能元件的荷电状态进行反馈优化控制,实现对储能元件容量限值管理的目的。最后通过改进模糊逻辑控制器规则,修正低通滤波器截止频率,使超级电容器和蓄电池分别对高频区和低频区进行补偿修正,实现混合储能装置在放电和充电时能量的协调分配。仿真结果验证了低通滤波器-模糊控制策略的有效性。优化后的模糊控制对于光储联合系统跟踪电网调度指令的精度有所提高,同时减少了储能充放电时的电压、电流波动,对实际光储出力跟踪调度指令具有一定的指导意义。
太阳能无人机能源管理系统控制策略研究
这是一篇关于太阳能无人机,阻抗建模,小信号稳定性,混合储能,功率分配的论文, 主要内容为太阳能无人机因具有滞空时间长、综合费效比高及部署维护简便等优势,成为各国争相布局的科技产业新高地。能源系统作为太阳能无人机供能的“心脏”部分,其管理策略优化、电能质量提升、储能寿命延长等方面均面临巨大挑战,成为本领域研究热点之一。因此本文将对能源管理系统的功率分配策略及系统级稳定性分析进行深入研究。在对能源系统中光伏阵列、储能电池、航电设备、动力电机及相应接口变换器等组成单元建立数学模型的基础上,针对各单元不同的运行特点,设计直流母线电压分层控制策略,并基于状态空间平均法推导各接口变换器在不同运行模态下的阻抗模型,为后续系统级稳定性分析打下基础。围绕能源系统电能质量问题,以各单元等效阻抗模型为切入点,研究微源和负荷扰动对母线电压的作用机理。基于外界条件的不同划分系统运行工况,分析对应微源和负载的阻抗频率特性,进而评估母线电压稳定裕度。归纳系统稳定性影响因素,分析母线电压高低频振荡与负载阻抗及变换器下垂系数间的关系。鉴于虚拟电阻下垂控制的应用局限,提出虚拟阻容下垂控制策略。基于该策略的功率分配特性,使超级电容承担高频大倍率充放电功率,延长锂离子电池使用寿命,降低微源输出阻抗,进而有效增强母线电压惯性并保证系统稳定。最后,搭建RT Box半实物仿真平台对本文所提方法进行充分验证,实验结果表明论文理论分析与仿真工作的正确性。
本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:毕设工厂 ,原文地址:https://m.bishedaima.com/lunwen/55136.html