首页期刊导航|电子器件
期刊信息/Journal information
电子器件
东南大学
电子器件

东南大学

孙立涛

双月刊

1005-9490

dzcg-bjb@seu.edu.cn

025-83794925

210096

南京市四牌楼2号东南大学

电子器件/Journal Chinese Journal of Electron DevicesCSCD北大核心CSTPCD
查看更多>>本刊主要向国内外介绍有关电子学科领域的新理论、新思想、新技术和具有国内外先进水平的最新研究成果和技术进展。本刊发扬学术民主，坚持双百方针，为促进国内外学术交流、促进电子科学技术快速发展和国民经济建设服务。 本刊主要刊登真空电子学、微波电子学、光电子学、薄膜电子学、电子显示技术、激光与红外技术、半导体物理与器件、集成电路与微电子技术、光纤技术、真空物理与技术、表面分析技术、传感技术、电子材料与元器件、电光源与照明技术、电子技术应用，并涉及电子科学领域里的最新研究动态。
正式出版
收录年代

    基于生成对抗网络的电缆局部放电异常自动监测设计

    王红王宜贵
    430-435页
    查看更多>>摘要：电力设备运行过程中,电缆绝缘损伤、内部缺陷、外部环境等因素容易造成电缆局部放电异常,进而引发电力事故和断电故障.为了及时、有效地监测电缆局部放电异常,在生成对抗网络环境下完成电缆局部放电异常自动监测.根据电缆内部结构分析电缆局部放电原因,利用生成对抗网络重构插补缺失数据,获取完整电缆运行数据.建立随机矩阵,获取电缆运行数据的概率密度函数,提取特征向量,构建特征指标矩阵对特征向量实施奇异值分解,辨识电缆局部放电状态,实现电缆局部放电异常的自动监测.实验结果表明:所提方法在提取电缆局部放电信号脉冲时波形振动幅度小且波形完整;电缆局部放电位置定位与实际位置一致;电缆局部放电位置的相对误差低于 1%.

    生成对抗网络电力电缆局部放电异常监测随机矩阵

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于调频连续波技术的充电系统智能故障定位方法

    刘秀兰程林周文斌赵宇彤...
    436-441页
    查看更多>>摘要：为了解决充电系统故障定位精度过低的问题,研究基于调频连续波技术的充电系统智能故障定位方法.利用小波变换方法选取高斯复小波作为母小波,提取充电系统充电暂态频率与放电暂态频率中的故障电流电压相量,作为充电系统故障特征.依据所提取的充电系统故障特征,采用行波测距技术判断充电系统故障区域.确定充电系统故障区域后,通过调频连续波技术,利用可调谐半导体激光器发射激光,通过充电系统故障区域返回的中频信号频率,精准定位充电系统故障点.实验结果表明,所提方法可以智能定位充电系统故障位置,充电系统故障智能定位误差均低于 0.6%.

    调频连续波充电系统故障定位方法小波变换方法行波测距技术中频信号

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于窄带频谱分析的电力线载波通信干扰过滤技术

    李俊唐智灵
    442-447页
    查看更多>>摘要：电力线路载波通信受到背景噪声、脉冲噪声等方面干扰因素影响,导致通信信号质量下降,为此提出一种基于窄带频谱分析的通信干扰过滤技术.首先构建近似模型分析通信信号特征,利用马尔可夫链模拟信道上脉冲噪声状态.然后基于窄带频谱分析算法,在信号频谱周期图下,利用正交数据窗分离直接频谱,筛选估计方差以避免频谱泄漏事件的发生.利用傅里叶变换计算特征频谱,估计信号能量的集中特性,分析通信信号,平衡信号振幅和干扰抑制.最后通过时频峰值实施干扰滤波,有效保证电力线载波通信信号质量.经过实验数据分析证明,所提技术的载波干扰幅值最小值为 1.1 dB,载波通信信号误码率平均值为 1.9%,方法耗时平均值为 3.8 s.

    电力线载波信号抗干扰频谱感知傅里叶变换窄带频谱分析

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于UMAP流形特征提取和KELM的非侵入式负荷监测方法研究

    张瀚文李鹏郎恂沈鑫...
    448-457页
    查看更多>>摘要：非侵入式负荷监测是"坚强智能电网"用户侧智能数据挖掘的关键技术.针对现有辨识算法对叠加态负荷辨识准确率低的问题,提出了一种基于均匀流形逼近与投影(UMAP)和KELM结合的非侵入式负荷辨识模型.首先利用UMAP对原始负荷特征作嵌入,提取负荷的类内流形结构,并结合随机梯度下降法优化负荷的全局结构,在保留负荷原始相邻位置信息的前提下有效增大负荷特征的区分度;然后,采用径向基函数搭建核映射网络,利用ACO算法对映射网络的径向范围和模型的惩罚系数寻优,建立最优辨识模型.与多种基于机器学习的辨识方法相比,所提模型对叠加态负荷的辨识准确率提升显著,在TIPDM和BLUED数据集上的辨识准确率分别达到了 98.48%和 99.44%.

    非侵入式负荷监测叠加态负荷均匀流形逼近与投影蚁群算法核极限学习机

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于增强学习的D2D用户和蜂窝用户传输功率的联合优化

    徐义晗
    458-463页
    查看更多>>摘要：针对D2D用户与蜂窝用户间的干扰问题,提出基于深度增强学习的传输功率优化算法(DTPO).DTPO算法通过调整传输设备的传输功率,缓解干扰.先将功率分配问题构建成基于线性约束的联合优化问题,再利用深度增强算法求解,获取D2D用户和蜂窝用户的传输功率,进而最大化和速率.仿真结果表明,DTPO算法的性能逼近于穷尽搜索算法的性能.

    支持D2D通信的蜂窝通信系统干扰传输功率深度增强学习和速率

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于LSTM和RUSboost的反窃电大数据分析与研究

    牛任恺郭伟张鑫磊王利赛...
    464-469页
    查看更多>>摘要：在实时序列数据集上提出了基于长短期记忆(LSTM)和随机欠采样增强(RUSBoost)的反窃电大数据分析模型.所使用的模型由LSTM算法和RUSBoost技术组成.在所提出的系统模型中,使用了归一化和插值方法对电力数据进行预处理,以消除零值和未定义值.通过使用LSTM算法对数据进行特征细化,从预处理的数据中提取相关特征.在解决电力盗窃检测(ETD)问题中使用分类器的参数优化可以处理更大的时间序列数据.为了增强 RUSBoost方法的性能,使用蝙蝠算法进行参数优化,将SVM、LR和CNN-LSTM模型进行了比较.最后,应用RUSBoost方法有效地平衡数据.所提出的模型的F1 得分为96.1%、精度达到 88.9%、召回率达到 91.09%、ROC-AUC得分达到 87.9%.所有性能指标方面都优于给定的传统方案.

    LSTMRUSBoost反窃电大数据分析电气损耗

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于PPG的单传感器多体征检测算法

    裴梓权陈逸菲孙宁章刘...
    470-477页
    查看更多>>摘要：为了满足人们居家使用多功能、易携带的医疗电子设备的需求,提出基于单MAX30102 传感器测量多体征的算法.对MAX30102 温度信号进行回归分析以消除人体体表温度与核心温度之间的误差;采用八点移动平均滤波和 FFT算法处理MAX30102 的PPG信号求心率值;采用R特征值法计算MAX30102 的PPG信号交流和直流分量求血氧饱和度值;采用单路MAX30102 的PPG信号求PTT并对其进行回归分析以求取血压值.实验结果分析表明,所提算法最终实现在单个MAX30102上测量四种不同体征,且每个体征参数测量的准确性与标准器件相对比都在准许范围内.

    PPGMAX30102单传感器多体征

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    激光点云数据离群点删除下的多视点场景虚拟重构

    黄燕薛丽香
    478-482页
    查看更多>>摘要：单纯的激光扫描技术在现实场景虚拟重构时,有效点云数据过少,坐标均衡性较差,混乱坐标较多.为提高虚拟现实重构精度,设计基于激光点云离群点删除的多视点场景虚拟重构方法.提取多视点场景激光点云数据,包括激光数据角点特征提取,以及视觉数据角点特征提取.设置离群阈值,计算三维坐标轴中非离群点数据集所包含的空间长度,设置离群点坐标栅格结构.通过点激光云数据提取值,计算移除离群点前后点云数据之间的平均距离,完成无用数据移除,实现虚拟重构.实验结果可知:移除前后平均距离差距显著,可见离群点的移除对虚拟现实重构技术有明显作用;在使用所提方法得到的虚拟现实重构场景中,可以得到明显的房间轮廓,且大型物体重构影像也十分清晰.

    激光点云机器视觉多视点场景虚拟现实重构技术离群点特征提取

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多核模糊条件熵的多类型混合数据属性约简算法

    李俊霞田勇汤安
    483-489页
    查看更多>>摘要：对数据进行有效属性约简是数据挖掘中一个具有挑战性的任务.当前,粗糙集理论是构造属性约简的一种常用方法.然而,现有的属性约简方法都侧重于单类型的数据,对现实环境下多类型混合的数据并不适用.为了解决这一问题,提出一种多核模糊条件熵的多类型混合数据属性约简算法.首先,针对标记型、数值型、区间型和集值型混合的多类型数据,提出了一种多核模糊相似关系.然后,基于这种多核模糊相似关系,定义了一种多核模糊条件熵模型,并讨论了它的单调性和有界性.最后,利用多核模糊条件熵的单调性提出了一种多类型混合数据的属性约简算法.通过UCI数据集的实验分析验证了该算法的有效性.

    粗糙集属性约简混合型数据模糊关系多核模糊条件熵

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于卷积神经网络的微带滤波器的参数预测

    揭智航杨维明李进
    490-495页
    查看更多>>摘要：提出了一种基于卷积神经网络的微带带通滤波器的参数预测方法,针对一个三频带带通滤波器进行预测.首先利用HFSS电磁仿真软件训练数据得到S参数的数据集作为真实值数据集,将微带滤波器的S参数作为输入,物理结构参数作为输出,通过卷积神经网络进行训练,最后将目标S参数作为输入进行参数预测.相比于简单的全连接神经网络,卷积神经网络不仅能够大幅度地减少网络参数,还有效避免了过拟合情况的出现,解决了全连接神经网络耗时长的问题,并且由于卷积神经网络对于结构参数的预测是直接的,即使对于初学者也可以节省大量设计时间.仿真结果表明,目标S参数与卷积神经网络预测后得到的S参数拟合程度很高,证明了该方法对微带滤波器物理结构参数的预测有较高的准确率.

    卷积神经网络参数预测三频带带通滤波器HFSS电磁仿真

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据