L-band nighttime scintillations at the northern edge of the EIA along 95°E during the ascending half of the solar cycle 24

The characteristics of nighttime ionospheric scintillations measured at the L-band frequency of 1.575 GHz over Dibrugarh (27.5°N, 95°E, MLAT ～ 17°N, 43° dip) during the ascending half of the solar cycle 24 from 2010 to 2014 have been investigated and the results are presented in this paper. The measurement location is within or outside the zone of influence of the equatorial ionization anomaly depending on solar and geomagnetic activity. Maximum scintillation is observed in the equinoxes irrespective of solar activity with clear asymmetry between March and September. The occurrence frequency in the solstices shifts from minimum in the June solstice in low solar activity to a minimum in the December solstice in high solar activity years. A significant positive correlation of occurrence of scintillations in the June solstice with solar activity has been observed. However, earlier reports from the Indian zone (～75°E) indicate negative or no correlation of scintillation in June solstice with solar activity. Scintillations activity/occurrence in solstices indicates a clear positive correlation with Es recorded simultaneously by a collocated Ionosonde. In equinoxes, maximum scintillations occur in the pre-midnight hours while in solstices the occurrence frequency peaks just after sunset. The incidence of strong scintillations (S₄ ≥ 0.4) increases with increase in solar activity. Strong (S₄ ≥ 0.4) ionospheric scintillations accompanied by TEC depletions in the pre-midnight period is attributed to equatorial irregularities whereas the dusk period scintillations are related to the sporadic-E activity. Present results thus indicate that the current location at the northern edge of the EIA behaves as low as well as mid-latitude location.     

eLoran系统ASF网格应用算法研究

ASF网格是提高增强型罗兰（Enhanced Long Range Navigation，eLoran）系统精度的重要方法。根据所在网格四个顶点的附加二次时延（Added Secondary Factor，ASF）值通过网格应用算法得到待测试点的ASF值，一定程度上比公式计算的ASF值更准确。在计算过程中，用户四个顶点ASF值的测量误差会传递给用户，同时内插算法本身也会引入误差，此时内插算法的选择尤为重要。本文通过仿真、分析比较几种常用的内插算法，得出结论：反距离插值算法引入的误差最大，双线应插值算法引入的误差最小，而且误差呈现一定层次感，网格从内到外误差逐渐减小。     

300 MVA脉冲发电机组滑差方式起动过程研究

介绍了300 MVA脉冲发电机组的滑差装置。对机组采取滑差方式的起动过程进行了分析和等效建模。根据机组实际起动过程电气波形,利用非线性规划模型,建立了滑差装置液体电阻等效仿真模型,并代入机组参数对起动过程进行仿真,仿真结果和实际波形吻合,验证了模型的正确性。在此基础上,为了使机组的转速达到额定转速,提出在滑差装置液体电阻低位时并入两级固体金属电阻后短接的方案,给出了两级固体金属电阻的阻值等理论参数,并通过仿真验证了方案的可行性。建立的仿真模型可以作为研究不同参数、不同控制策略下的机组起动过程动态特性的重要工具。     

双流制窄轨电力机车用异步牵引电机设计

将牵引电机应用于双流制窄轨电力机车时,由于窄轨机车轨距小,所以牵引电机安装空间异常狭小,比一般牵引电机在安装空间、电机结构、电磁负荷等方面的要求更加苛刻。针对窄轨双流制电力机车的运用特点和特殊要求进行了分析,提出了牵引电机的设计要求和关键技术难点,并对关键技术难点给出了相应的分析和解决措施。对该牵引电机的制造过程及电机试验测试情况进行了论述。试验结果表明,该牵引电机达到了设计预期,完全能满足设计要求。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。     

GNSS观测数据ZTD建模的质量控制方法

针对目前基于GNSS观测数据的对流层天顶总延迟(ZTD)模型缺乏有效质量控制手段的现状,提出了一套综合考虑数据量、网格分辨率以及模型稳定性的ZTD建模质量控制方法,并采用内华达大地测量实验室(NGL)解算的高空间分辨率GNSS对流层数据,选取了近十年德国及周边区域[47°N-55°N,5°E-15°E]183个测站的实测ZTD,对该方法进行了校验。实验结果表明:在该质量控制方法下建立的新模型精度稳定,平均均方根误差(RMS)为3.4 cm,相对于UNB3m、EGNOS、GPT2w+Saas平均改善了42.4%、35.8%、33.3%。本文提出的质量控制方法有效提升了基于GNSS观测数据的ZTD模型的性能,对于ZTD建模研究具有一定的参考价值。     

基于GaN HEMT和平面变压器的高效率谐振DC/DC变换器

为了提高航天领域高压直流母线DC/DC变换器的效率性能和功率密度,基于氮化镓器件和谐振变换器拓扑,研究矩阵变压器和平面磁元件的优化方法,提出了一种包含等效半匝绕组的变压器绕组结构,实现了多个并联副边绕组间以及多个并联整流器件间的均流,降低了损耗,提高了低压大电流输出时的效率。此外,还研究了模块的并联均流方法,搭建了270 V转28 V、1.2 kW输出的模块单体样机和2.4 kW的多模块并联样机,验证了所提出方法的可行性。     

翼型低雷诺数层流分离现象随雷诺数的演化特征

层流分离现象是翼型低雷诺数条件下出现的典型流场特征。层流分离流动中包含流动分离、转捩、再附等非定常流动结构，层流分离流动的形成与演化会对翼型气动特性产生恶化作用。采用大涡模拟（LES）方法对低雷诺数范围内不同雷诺数下的翼型层流分离流动开展精细数值模拟，研究了雷诺数对翼型气动特性的影响规律及作用机理。LES方法采用隐式亚格子模型，基于结构化拼接网格，对流项离散和时间推进方法分别采用AUSM⁺格式以及双时间步方法。验证算例计算结果表明数值模拟方法的正确性及可靠性，雷诺数对翼型气动特性具有显著影响。随雷诺数降低，时均分离泡外形增大、位置后移，平均阻力系数增大，特别是在较低雷诺数下，翼型升阻力系数随时间出现振荡现象。进一步研究表明，造成不同时均分离泡形态和气动特性的原因在于翼型上表面分离剪切层的失稳与转捩特征。随雷诺数降低，流动黏性增大，导致分离剪切层速度梯度减小，流动发生转捩及再附位置后移，直至翼型表面不再发生转捩和再附。     

基于全过程移动监督技术的感应电机定子绕组温度实时监测系统

随着物联网技术的发展,如何将物联网技术与非侵入式电力设备运行状态监测技术相结合成为当前研究热点之一。为了探索基于物联网技术的电气设备运行状态监测新模式,以感应电机定子绕组温度的非侵入式在线监测为出发点,首先提出了一种基于自适应法和最小二乘法的电机定子绕组温度辨识方法,并结合当前物联网技术的发展,设计了一种基于全过程监督技术的感应电机全寿命周期监督定子温度监测系统。以1台5.5 kW感应电机为例进行试验验证,结果表明该系统具有较强的鲁棒性。所提出的理念和技术可以为其他大型电力设备的状态监测提供重要参考和技术支撑。     

基于室内无线模型的穿墙损耗校正

K-M（Keenan-Motley）模型将单墙固定损耗值相加来计算室内无线信号穿透多墙的总损耗值，存在较大误差。针对该问题选取多种室内场景分别进行连续波（Continuous Wave，CW）测试，对无线信号穿墙损耗的影响因素和变化规律进行分析，提出了一种基于人工神经网络的室内无线模型穿墙损耗校正方法，对预处理后的测试数据进行训练并建立预测模型。经验证该预测模型符合校正判别准则，在实际场景下具有良好的预测准确度。