【摘 要】
:
近年来,无线电能传输(Wireless Power Transfer,WPT)技术作为一种新型电能传输技术受到国内外的广泛关注。在WPT系统的应用中,单能量传输已难以满足人们的日常需求。为了得知系统的工作状况,如:系统工作状态的检测、负载端状态信息的上传、跟踪系统以实现最优工作效率以及异物检测等等,在能量传输的同时,不可避免的需要进行信息的交互,根据获得的数据信息对系统的工作状态进行调整。因此,能
【基金项目】
:
项目“空间分布式无线电能传输”;
论文部分内容阅读
近年来,无线电能传输(Wireless Power Transfer,WPT)技术作为一种新型电能传输技术受到国内外的广泛关注。在WPT系统的应用中,单能量传输已难以满足人们的日常需求。为了得知系统的工作状况,如:系统工作状态的检测、负载端状态信息的上传、跟踪系统以实现最优工作效率以及异物检测等等,在能量传输的同时,不可避免的需要进行信息的交互,根据获得的数据信息对系统的工作状态进行调整。因此,能量与信号并行传输技术成为了WPT系统进行信息交互的重要实现技术。迄今为止许多学者已经围绕磁场耦合式无线电能与信号同步传输技术展开了大量研究并取得了一定的成果。本文总结了目前WPT系统实现信号全双工传输的几种方法,经过对比这几种不同方式之后选择了一种通过独立的数据载体,来实现能量和信号共享通道的同步传输方法。这种方式不需要额外的线圈和通信模块,不会出现大幅度功率波动,具有体积小、成本低和功率传输稳定等优点。然而,尽管这种方式已经发展了多年,但是能量和信号通道中之间的串扰问题仍然存在,能量干扰电压可能会影响信号的调制解调。此外,信号在全双工通信模式下,信号源会对同侧接收到的信号产生干扰,造成系统的信噪比降低。为解决上述问题,本文提出了一种基于双侧LCC补偿拓扑和双谐振结构的能量与信号全双工同步传输系统,以实现能量和信号并行传输。在能量传输通道中,LCC拓扑的恒流特性可以使能量传输高效且稳定,同时降低能量传输对信号通道的干扰。信号通道基于双谐振结构实现双向信号传输,利用其阻抗特性抑制同侧信号源的干扰,从而实现全双工通信。通过分析信号通道各部分的阻抗,推导出信号传输的传递函数和增益。基于非理想条件下能量干扰和同侧信号源干扰的等效电路,得到了能量和同侧信号源干扰的传递函数并进一步推导出信噪比表达式。通过对影响信噪比关键参数的分析,给出了一种以高信噪比为目标的参数设计流程。最后,为了验证系统的可行性,在MATLAB/Simulink软件平台中搭建了系统仿真模型,同时搭建了系统实验平台。仿真和实验结果都证明了所提出的系统能够实现能量和信号全双工传输。
其他文献
自动泊车系统作为自动驾驶领域的一个分支存在重要的应用价值,环境感知部分是其第一环节,具有关键的作用。室内停车场中复杂场景下的泊车位检测任务常面临污染、光照等环境因素引起的干扰问题,基于鱼眼摄像头和传统视觉的泊车位检测方法具有精度低、鲁棒性差和泛化能力弱等问题,而高精度深度学习网络会带来模型参数较大的压力,为克服现有车位检测技术的不足,本文重点研究了室内停车场中轻量级有效车位检测模型与泊车定位方法,
有效识别高速公路交通异常状态,有利于避免二次事故的发生。其中,数据质量欠佳一直是制约交通异常状态识别率提升的重要因素,对交通流数据进行有效修复可进一步提升异常状态识别的可靠性。同时,此类研究大多基于单一数据源(车检器数据、收费数据和视频数据等)且未考虑数据修复对模型输出的影响,导致模型准确性和鲁棒性较差。伴随着全国电子不停车收费(Electronic Toll Collection,ETC)技术的
加注系统作为发射场地面勤务系统的关键组成部分,在运载火箭发射中扮演着重要角色。繁多的系统设备、复杂的结构机理和恶劣的工作环境,使系统在任务执行过程中运行状态难以获得有效把控。目前,对于加注系统的管理主要依靠操作人员,人力需求大,技术要求高,而且加注系统在各种因素的影响下,个别异常表现得不够清晰,若操作人员没有及时获取到系统的异常信息,就有可能错过采取有效措施的时机,从而引发重大事故。鉴于此,本文以
随着分布式传感器网络在各个行业中的应用变得越来越广泛,传统的有线充电或是电池供电的方式已经不能满足日益发展的传感器的能源供给需求,这严重限制了分布式传感器网络的应用范围。无线电能传输技术,作为一种更加安全、稳定和灵活的新型供电方案,可以从空间全方位给各种耗电装置进行供电,这为分布式传感器网络的能源供给提供了一种全新的方法。在航空火箭内部,有着许多分布放置的传感器,为了保证分布式传感器网络的稳定工作
随着科技的进步与社会的发展,机器人所面临的任务越来越复杂。这就要求机器人能在更复杂的环境中处理更复杂的任务。对于广泛使用的机械臂视觉伺服控制系统,视觉图像的深度学习和机械臂强化学习运动控制已经成为研究的热点。但是传统的基于深度学习的目标检测算法和运动控制强化学习算法,分别针对图像学习和行为学习,彼此相互独立,而在复杂多变且存在大量未知环境的情况下,机械臂视觉伺服控制系统,往往需要视觉学习和行为学习
自动引导车(Automated guided vehicle,AGV)在物流行业作为一种越来越重要的自动运输载体,广泛应用于智能化自动停车场以及工厂制造业中进行物料的搬运和运送任务。其中,自动搬运过程中最重要的技术之一就是完成AGV对轨迹跟踪的控制,目前已有许多的轨迹跟踪控制方法,随着研究人员不断地解决越来越先进的AGV系统的出现,在保持小车运动稳定的情况下,能进一步提高小车的快速性和精确性。本文
近年来,送餐机器人、物流机器人、扫地机器人等一系列移动机器人已在日常生活中被广泛使用。未来,移动机器人将在更多领域为人类服务。同时定位与建图(SLAM)技术的实现,是移动机器人能够施展自身基本功能的前提。使用昂贵的传感器,例如激光雷达、深度摄像头等,固然能够达到精准的建图定位效果,但这显然不利于移动机器人的普遍使用。因此,本课题旨在,在对精度不苛求的应用场景中,以低成本实现同时定位与建图技术,且达
现代社会对能源的需求在急剧增长,不可再生能源的过量使用产生大量的碳排放,进而导致严重的环境污染。而以清洁能源为主的可再生能源,具有很强的不确定性,难以稳定满足负载需求。多种再生能源与不可再生能源的协同使用可填补由清洁能源的间歇性所导致的功率供应不足,但同时使用多种能源进行发电会带来强耦合性和强非线性,导致传统方法难以实现对系统的有效控制,无法实现对经济成本的最优调度。因此,本文对综合能源系统经济调
基于监控视频的车辆目标跟踪对于道路运行状态感知与异常事件检测具有重要的应用价值,一直以来都是智能交通领域的研究热点。但在高速公路外场的监控视频中,车辆目标存在遮挡频繁、多尺度、变尺度等问题,以及外场环境存在阴影干扰、恶劣天气、光照变化等不稳定因素,这给车辆目标跟踪带来了很大的挑战。CenterTrack是经典的联合检测跟踪模型,但尚存在跟踪精度不足和遮挡情况下易发生ID跳变的问题,因此,研究基于C
目前,全球能源危机愈演愈烈,同时伴随着各国对环境污染问题日渐重视,以及各国政府和各大企业越来越注意到低碳经济的红利和发展前景,清洁能源的开发利用迫在眉睫。储能设备在清洁能源的开发利用过程中扮演着极其重要的角色,而锂离子电池是极其重要和常用的储能设备之一,这是因为其具有耐高低温、能量密度高、循环寿命长、自放电率低以及无记忆效应等诸多优势。然而单体锂电池电压无法满足绝大部分应用场合对电压水平的要求,锂