区域计算机联锁CAN实时性改进及仿真分析

区域计算机联锁系统采用调度监督加集中联锁的方式实现,其安全通信网通过物理介质的延伸进行区域性控制,随着大量相邻站点并入系统,对安全协议的实时性要求也逐渐增高。为此,针对该系统使用的控制局域网络( CAN)总线协议,对站间安全通信网CAN总线的传输时延进行分析,采用动态优先级算法对实时性进行改进。仿真结果表明,通过改变负载,相比于标准CAN,改进的CAN总线协议降低了节点的最大时延,能够保证不同类型节点的实时性,可满足区域计算机联锁系统对网络通信的要求。     

基于形态学重建和梯度分层修正的分水岭脑肿瘤分割*

针对脑部核磁共振成像(Magnetic Resonance Imaging, MRI)图像中因噪声、灰度不均匀及边界模糊不连续等造成肿瘤难以准确分割的问题,提出一种基于形态学重建和梯度分层多尺度修正的分水岭分割方法。首先对原始图像进行形态学混合开闭重建以平滑去噪,同时保留目标轮廓信息;然后根据梯度图像的三维地貌体积对其进行分层多尺度修正,自适应地确定修正所需的结构元素尺寸,对低梯度层级采用较大尺寸结构元素进行闭运算修正,消除产生过分割的非规则局部极小值,而对较高梯度层级则采用较小尺寸的结构元素,保持区域轮廓的位置不变;最后在修正基础上,运用标准分水岭变换实现图像分割。实验结果表明,该方法与标准分割的相似度指数和Jaccard指数均较高,且过分割率和欠分割率均较低,具有较好的分割效果。     

基于场景的联锁软件形式化模型生成方法

为保证列车运行安全和旅客生命财产安全,对车站联锁控制系统进行有效的分析、验证和测试是必不可少的,而形式化模型是联锁系统分析、验证和测试的基础.以计算机联锁软件的UML半形式化模型为基础,以事件确定有限自动机模型作为描述系统的形式化模型,研究UML2.0顺序图转换为事件确定有限自动机模型的方法.首先选取一组与交互行为相关的全局变量作为状态向量来分析和消解顺序图各个场景的消息以及不同场景间的同一消息的前后置状态向量值是否存在矛盾,从而得到一致性的需求场景;然后提取各对象的事件序列生成对应的事件确定有限自动机;最后通过组合系统中对象的自动机模型得到系统的事件确定有限自动机模型.该方法改善了安全苛求软件的设计与开发,为软件质量评估提供了技术支撑.     

小数据集条件下的多态系统贝叶斯网络参数学习

针对贝叶斯网络中多父节点条件概率分布参数学习问题,提出了一种适用于多态节点、模型不精确、样本信息不充分情形的参数学习方法.该方法利用因果机制独立假设,分解条件概率分布,使条件概率表的规模表现为父节点个数和状态数的线性形式;利用Leaky Noisy-MAX模型量化了多态系统模型未含因素对参数学习的影响;从小样本数据集中获取模型参数并合成条件概率表.结果表明,该方法能提高参数学习效率与精度.     

基于变步长阵发混沌的ZPW-2000低频信号检测方法研究

针对常规混沌阵列检测轨道移频信号所带低频信息存在复杂度高和精确性低的问题,对常规方法进行改进,提出了一种基于变步长阵发混沌的低频信号检测方法,该方法只运用一个Duffing振子,通过设置一组步长可以覆盖整个待检测低频信号所在频段的序列,来实现对轨道低频信号的检测。结合Duffing混沌系统检测信号的优越性,分析了利用变步长阵发混沌法检测低频信号的可行性,给出了此方法检测低频信号的步骤,并从理论上计算了可发生阵发混沌的步长序列,然后利用Matlab/Simulink搭建仿真模型进行仿真验证。结果表明,可用变步长阵法混沌法对低频信号进行检测。最后再利用阵发混沌周期法对仿真结果进行进一步研究,得出精确的低频信号。变步长阵发混沌法的检测性能在精确性及系统复杂度方面都优于传统的轨道低频信号检测方法,并且可以实现低信噪比下低频信号的检测。     

Design of a robust observer‐based memoryless H∞ control for internet congestion

This work is concerned with the transmission control protocol(TCP)‐based active queue management for alleviating Internet congestion. To achieve the objective, a novel robust observer‐based H_∞ control scheme is proposed to stabilize the data queue length of the router to a given target. The robust observer is advocated to reconstruct a substitution state of the TCP window size under uncertain Internet environments, wherein the TCP window size is almost impossible to be explicitly measured in practise. Meanwhile, a memoryless H_∞ controller is employed to guarantee the system asymptotical stability and further enhance the robustness. With the assistance of a unique nonlinear decoupling method, a feasible controller design method is presented in terms of linear matrix inequality. Compared with the existing literatures, the proposed control principle is more practical, and it can be conveniently implemented into the Internet routers while introduces less computational burden. Finally, the proposed result is embedded into Network Simulator 2 and compared with the other schemes in the literature. Numerical experiments illustrate the effectiveness of the proposed method. Copyright © 2015 John Wiley & Sons, Ltd.     

灰色变异粒子群算法在公交客流量预测中的应用

由于公交客流量是公交系统发展规划的基础依据,因此提高公交客流量预测的准确性有利于城市公交的发展。利用粒子群算法优化参数的良好性能和灰色预测法适合预测不确定因素影响系统的优势,提出用灰色变异粒子群组合预测模型来预测公交客流量,提高公交客流量预测精度,并通过实例对组合预测模型的预测精度和有效性进行了分析。结果表明,此组合预测模型的预测精度优于单一的灰色预测模型,也优于其他几种常用预测算法,能很好地预测公交客流量,为公交系统的决策规划提供了可靠的科学数据。     

基于神经网络的高压输电线路单端测距方法

针对单端行波故障测距第二个行波波头性质辨识问题,提出一种将小波模极大值方法和神经网络算法相结合的测距方法。采集故障波头时间差和极性等信息作为样本,利用神经网络的非线性拟合能力对样本进行训练、测试,从而建立相应的故障测距神经网络模型。将故障信息代入神经网络模型得到初步测距结果,根据初测结果和波头极性、时间差等性质的关系,对第二个行波波头进行正确辨识,从而得到优化的测距结果。经Matlab/Simulink仿真验证,该方法有较高的可靠性和精确性。     

经验模态分解与样本熵在并网型光伏逆变器故障诊断中的应用

摘要：针对光伏并网逆变器电路中故障信号的非线性、非平稳特点,提出一种基于经验模态分解(EMD)和样本熵(SampEn)的故障诊断方法。首先,利用经验模态分解对逆变器的三相输出电压进行分解,得到有限个本征模式分量(IMF),从中选取包含故障主要信息的前几个本征模式分量提取故障信息。然后,计算本征模式分量的样本熵,从而得到用于故障诊断的特征向量;最后,将逆变器开路故障进行分类和编码,将故障特征向量输入BP神经网络进行模式识别,从而达到故障诊断的目的。在Matlab环境下对光伏并网逆变器的故障诊断进行了实验,实验结果证明了文中方法能实现对光伏并网逆变器的故障诊断,且与小波包变换相比,该方法具有诊断效率高和准确度高等特点。