8、大型天线的轻量化设计与基于模型的系统工程方案设计

大型天线的轻量化设计与基于模型的系统工程方案设计

1. 引言

在探索外层空间中,大型天线发挥着重要作用,它是复杂系统的典型代表。传统系统工程(TSE)采用基于文档的方法进行系统设计,但随着产品复杂度增加,TSE 在需求分析和设计变更方面面临诸多挑战。而基于模型的系统工程(MBSE)正逐渐成为复杂产品系统设计的主要方法。

2007 年,国际系统工程协会(INCOSE)和对象管理组织(OMG)提出了系统建模语言(SysML),2017 年,SysML 被 ISO IEEE 标准化。MBSE 是一种正式的建模应用,用于支持系统需求、设计、分析、验证和确认活动,从概念设计阶段开始,贯穿整个开发和后续生命周期阶段。SysML 表示的层次化系统数据模型在一定程度上解决了数据模糊、复用困难和变更繁琐的问题。同时,人工智能技术可引入系统数据模型的构建过程,实现系统设计过程的自动化和模型驱动、架构创建的自动化。不过,根据 INCOSE 的“系统工程愿景 2020”,MBSE 目前还不够成熟,仍处于快速发展阶段,可能到 2025 年才能大规模应用。

大型天线涉及天文学、电子学、机械学、建筑学等多个学科,其系统设计存在设计沟通工作繁重、成本高、建设周期长、升级和维护困难等问题,尚未得到很好的解决。传统的大型天线系统设计文档从纸质发展到电子文件,虽然便于访问、复制和修改,但本质上仍是基于自然语言的一系列术语和参数,导致不同学科之间沟通困难,且难以使用自动化工具进行系统设计,设计知识的复用也几乎不可能。目前,MBSE 已得到广泛研究,在机电系统设计、需求建模、控制系统建模等方面都取得了一定成果。本文将基于 MBSE 的设计方法和理念,使用 SysML 建模语言建立大型天线的系统数据模型,记录天线系统设计中

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值