《计算机控制技术》课程中控制算法仿真平台设计

本文基于MATLAB建立了《计算机控制技术》课程控制算法仿真平台,通过友好的人机交互界面,实现控制算法的选择、参数的设置、动态仿真以及算法改进前后的控制效果对比等。将抽象的理论知识变成直观的感性认识,使学生能更直观、高效地理解和掌握所学内容,培养学习兴趣和能力,取得了良好的教学效果。     

多核处理器Cache一致性的改进

针对Cache目录一致性协议,提出一种Home自稽查和私有数据本地访问的方法。利用Cache写机制同步更新Home过程,增加Home稽查流程来判断Home Core工作状态,并通过广播使副本数据无效的方法来解决Home Core异常带来的Cache不一致问题;通过静态区分本地和共享数据,使本地数据不参与Cache一致性过程来提高访问效率。仿真测试表明,改进后的Cache一致性在数据准确性和访问效率有所提高,方案合理可行。     

基于OFDMA系统联合资源分配方案

针对多用户OFDMA系统,提出一种改进的比例公平资源分配算法。该算法采用分步法联合资源分配方案,分为子载波分配和功率分配两步进行,改进算法基于Wong算法,引入比例限制因子,在子载波分配环节,对剩余子载波的分配采用比例公平和最大化系统容量的算法,在用户中的功率分配环节,采用线性等式,大大降低了算法复杂度。仿真分析表明,改进算法不仅提高了系统吞吐量,而且降低了算法复杂度。     

如何引导大学生对待社会热点问题

如何引导大学生对待社会热点问题,是高校思想政治教育工作的难点。当前大学生通过多种途径了解并参与社会热点事件,但他们处于人生观、世界观和价值观的形成期,必须加以教育引导,若引导正确,将发挥巨大正能量,反之将影响高校安全稳定。     

改进的CNN-LSTM轴承故障诊断方法

为了克服卷积神经网络(Convolutional Neural Network, CNN)轴承故障诊断方法特征提取过程困难以及难以捕获时间序列数据之间的长期依赖关系的问题,提出一种改进的卷积-长短时记忆网络(Convolutional Neural Network-Long and Short Term Memory, CNN-LSTM)滚动轴承故障诊断方法。将二维轴承加速度振动信号输入CNN提取局部特征,再将轴承特征信息加载到LSTM长期记忆单元中,引入遗忘机制提取时序数据的全局特征。利用轴承振动信号的局部深层特征和全局时序特征,学习不同区间长度的序列特征,从而提高故障诊断精度。实验结果表明,该方法可用于轴承故障诊断,且具有较高的分类精度和较强的稳定性。     

数字乳腺层析图像纹理特征联合提取与识别

为提高乳腺组织图像特征提取的正确率,结合灰度共生矩阵纹理特征与Tamura纹理特征,给出一种联合提取与识别算法。采用双边滤波、受约束限制自适应直方图均衡和L0梯度滤波,对数字乳腺层析图像进行预处理,滤除其噪声并提高对比度;同时考虑灰度共生矩阵与Tamura纹理特征,通过增加特征值维度,将两者融合入一个矩阵之中,并依据特征选择规则提取最适特征;用支持向量机对特征向量分类。与仅依赖其中一种纹理特征的提取算法相比,所给算法可提高特征提取与识别正确率,从而更好地实现图像分类。     

一类不确定混沌系统的驱动响应同步控制

针对一类带有Lipschitz非线性条件的不确定混沌系统的驱动响应同步问题,通过Lyapunov稳定性分析与线性矩阵不等式处理方法,根据系统中的不确定有界信息,给出一种自适应状态反馈控制器设计方法。控制器中的反馈增益矩阵可以通过线性矩阵不等式设计而得到,该设计方法简单、易于操作。最后,通过仿真算例,验证了本文设计方法的有效性。     

有色量测噪声下带广义未知扰动的递推上限滤波

针对博弈对抗环境下利用快速采样雷达进行非合作目标跟踪带来的有色噪声和未知干扰共存问题, 本文提出有色量测噪声下带广义未知扰动的随机动态系统递推上限滤波. 这里, 有色量测噪声用于描述由于快速采样或持续干扰带来的噪声相关性, 广义未知扰动用于建模博弈对抗对雷达观测带来的异常影响(先验信息缺失). 针对所考虑系统, 通过参数优化实现状态估计误差协方差上限(而不是理论值)的在线递推, 提出有色噪声下上限滤波(CU-BF), 给出状态估计误差协方差最小上限的近似实现, 讨论了所提CUBF的存在性条件. 在具有时变未知扰动和有色量测噪声的目标跟踪仿真中验证了所提方法的有效性.     

一种随钻中子孔隙度测井系统的抗干扰设计

针对随钻中子孔隙度测井作业现场中存在万伏高压的瞬间脉冲干扰,导致中子计数不准确的问题,设计了一种抗干扰系统。该系统首先利用硬件滤波,即采用二阶阻容滤波电路滤除高频干扰信号,再利用软件滤波,采用去极值平均滤波算法滤除尖脉冲干扰和周期性干扰。经实测验证,该系统可有效抑制干扰,提高随钻中子孔隙度数据采集的准确性和可靠性。     

隐马尔科夫模糊C均值聚类分割算法改进

对隐马尔科夫模糊C均值算法加以改进,以提高其对加噪图像的分割质量。在初始化之前,先对图像进行中值滤波,以降低均值漂移算法产生的过分割现象,再对原有算法迭代所得隶属度进行均值滤波,以增强图像分割的抗干扰能力。对标准灰度图像添加噪声,验证改进算法的性能。实验结果显示,经过改进,算法的分割结果更稳定,边界更平滑,且对噪声具有较强鲁棒性。