“信号与系统”应用导向型教学探索

“信号与系统”是电气、信息与自动化类本科专业基础课程,该课程理论性强,易导致学生内容理解困难。针对该问题,对课程教学进行了应用导向型探索,以实际应用为导向,将课程理论与实际应用相结合,在教学的不同阶段引入不同层次的应用实例,促进学生对理论知识的理解,加强学生专业知识构架,拓展学生知识维度。课堂问卷调查表明该方法可有效提升教学效果。     

基于超混沌系统的网络用户隐私信息加密仿真

针对当前网络用户隐私信息加密方法,未考虑数据信息的敏感性,导致隐私信息加密效果较差、抗攻击性较弱的问题,提出基于超混沌系统的网络用户隐私信息加密方法.通过对原始数据的超混沌序列实施整合改造,生成有关明文数据的隐私信息密钥,增加信息序列敏感度.引入混沌映射,采用李雅普诺夫指数方式,赋予敏感值最小的信息数据,使隐私信息依次完成迭代推送,经过迭代后的数据,生成有关子密钥的混沌序列矩阵,利用矩阵对隐私信息逐一表达,并匹配相应子密钥,实现网络用户隐私信息加密.实验结果表明,所提方法的隐私信息加密效果较好,能够有效增强隐私信息抗攻击性.     

自然计算的新分支——膜计算

作为自然计算的新分支,膜计算是当前计算机科学、数学、生物学和人工智能等多学科交叉的研究热点.概述膜计算的最新动态,以一个简单膜系统为例介绍膜计算的基本概念和基本原理,从细胞型、组织型和神经型三类膜系统以及它们的计算能力和计算效率方面介绍膜计算理论研究进展,通过概括膜计算国内外应用研究成果讨论其应用前景和方向,并从软硬件发展历程分析膜系统软硬实现研究现状.最后给出有关膜计算研究的重要网络资源、热点研究领域和重点关注的问题.     

基于种群动态膜系统的大熊猫种群模型

大熊猫谱系数据是研究大熊猫种群动态性的重要数据基础,因此从保护大熊猫的角度考虑,大熊猫生态系统的数据建模具有重要意义。针对该问题提出了一种使用种群动态膜系统对大熊猫生态系统进行数据建模的方法。基于中国动物园协会已发布的大熊猫谱系数据从大熊猫个体行为上来模拟研究中国大熊猫保护研究中心圈养大熊猫种群特征,详细分析繁殖参数的变化规律并加入野放模块,设计了一个符合其特点的具有两层嵌套膜结构、对象集合和一系列进化规则的种群动态膜系统。在该膜系统的仿真实验中得到的全体大熊猫仿真结果与实际数据的相对误差最大不超过±4.13%,基本控制在±2.7%以内。实验结果验证了该计算模型的有效性和正确性,能够模拟预测大熊猫种群的变化趋势,给管理者的决策提供依据。     

混合量子进化算法在110 kV变电站规划中的应用

针对城市电网中110 kV变电站规划这一组合优化问题,给出一种基于混合量子进化算法的变电站规划优化方法。该方法融合了量子进化算法收敛速度快,擅长全局搜索的优点和贪婪随机自适应算法局部搜索能力强的长处。将此方法应用到四川某县110 kV变电站容量规划中,计算结果表明该方法很好地完成了对该县变电站数量、主变容量的优化规划。结果符合该地区电力需求和未来电网建设形势,对该县电网下一步规划建设有重要参考意义,表明了方法的有效性。     

基于支持向量聚类的多分量线性调频信号检测

为了精确获取多分量线性调频(Linear FM, LFM)信号中分量的数量,该文引入支持向量聚类(Support Vector Clustering, SVC)算法对LFM信号的Radon-时频分析结果进行聚类分析,完成多个分量的检测;并通过减少SVC算法中输入集样本数量和改进聚类标识方法为直接聚类标识法,提高了SVC算法的计算效率。仿真结果表明:在较低信噪比条件下,Radon-时频分析和SVC结合的方法可有效地检测多分量LFM信号中分量数和进行参数估计。     

三级倒立摆系统非线性模型的建立

目前,人们对三级倒立摆系统的研究较少,其主要原因在于系统结构复杂和其非线性模型难以建立,这极大地限制了使用智能控制算法对其进行控制,本文在给出了三级倒立摆系统的硬件组成和分析了三级倒立摆的系统结构的基础上,用Lagrange方程推导出了其非线性数学模型,并对系统进行了线性化和分析了系统的可控性和可观测性,给出了智能控制算法的思路。     

多分量信号快速时频分析方法

针对目前多分量时频分析方法计算复杂度高,难以实现持续信号实时处理的问题,提出一种多分量信号快速时频分析方法。该方法通过信号流逐窗时频变换,实现信号的快速时频分析,其主要计算过程为短时傅立叶变换,时间和空间复杂度低,易于工程实现。性能分析结果表明:该方法时频分辨率高,避免了交叉项干扰,能有效分析低信噪比信号。     

基于相像系数的雷达辐射源信号特征选择

提出一种基于相像系数(RC)的特征选择新方法,给出了RC的定义和基于RC的类别可分离性判据,描述了 基于RC和量子遗传算法的雷达辐射源信号特征选择算法,设计了神经网络分类器,并将该方法与基于距离准则的顺序前 进法(SFSDC)和吕铁军的方法(GADC)作了特征选择和分类识别的对比实验。结果表明,本文方法无需事先指定最优特征 子集的维数,能可靠有效地选择出最佳特征子集,不仅大大降低了特征向量的维数,简化了分类器的设计,而且获得了比 原始特征集、SFSDC和GADC更高的正确识别率和识别效率。     

时频原子方法在间谐波分析中的应用

提出一种基于时频原子方法的间谐波分析方法。将信号分解成一系列时频原子,其中每个原子都来自于冗余的时频原子库,选择的原子可以最好地匹配信号结构。将分解后原子的Wigner-Ville分布相加得到时频能量分布图,相对于Wigner-Ville分布及Cohen类分布,该时频能量分布图不含有交叉项,其时频图更清晰。分别在有噪声干扰和无噪声干扰的情况下对时变的间谐波信号进行分析,均可有效提取出各次谐波和间谐波的时频信息,为间谐波分析提供了新的途径。