一种可变阶次模拟分抗电路的实现方案

在分数阶微积分的工程应用中,一个最重要的步骤是模拟分抗电路的实现,为此采用跨导运算放大器设计了可变阶次分抗电路,并利用有限数量的二端口网络级连,能够在电路设计形式固定的情况下,通过调节跨导运算放大器的控制电流,在一定的范围内改变分抗的运算阶数。模拟结果与理论分析结果相一致,证明该设计方案对于分数阶微积分的实际应用有着一定的工程意义。     

理想分抗的Oustaloup有理逼近性能分析

从运算特征出发, 以阶频特征函数与相频特征函数为理论分析基础,分析Oustaloup零极对子系统的运算局域化特征. 解析地定量考察Oustaloup有理逼近问题,从而认清其数学原理。理论分析与数值计算结果表明,使用阶频特征函数,相频特征函数分析Oustaloup分抗有理逼近比较简洁,直观。Oustaloup有理逼近在频率响应的相频特性及阶频特性方面均具有较好的近似,且复杂度较低。通过调节参量 , 可优化设计Oustaloup有理逼近。这些结论不仅为认识与理解、设计与优化Oustaloup分抗逼近电路建立了坚实的数学理论基础, 而且为分数阶控制器设计(特别是优化)提供了理论依据。     

一种实现任意分数阶神经型脉冲振荡器的格形模拟分抗电路

为了准确仿效生物神经脉冲信号的波形特征,提出并论述1/2阶网格型模拟分抗电路模型,1/2阶网格型主值分抗电路与T型、Π型、桥T型主值分抗电路之间的等效转换,用晶体谐振体和差接变量器实现它的方法,1/2阶网格型模拟分抗电路模型的频率特性以及用模拟分抗电路构造任意分数阶仿生神经型脉冲振荡器。实验中,以1/2阶网格型模拟分抗电路为例构造了1/2阶仿生神经型脉冲振荡器,其输出的仿生神经脉冲信号比较正确地模仿了实际生物神经脉冲振荡信号的波形特征。     

网络函数有理逼近的向量拟合法

随着集成电路设计复杂性以及电路工作时钟频率的不断提高,互连与封装等寄生效应对电路的影响越来越大,产生了信号完整性问题.如何准确地对这些效应进行分析模拟,成为当前集成电路设计中非常重要的任务.在高频时,互连与封装的特性只能通过测量或电磁场的数值模拟给出一组不同频率点上网络函数的采样值.基于这些采样值通过有理逼近构造网络函数宏模型,继而实现电路的时域分析是实现这类电路模拟的关键,但在逼近过程中非常大的一个困难是随着阶数增高矩阵病态严重的问题.该文介绍了网络函数有理逼近的向量拟合法,该法可以对多端口网络进行高阶宽频的稳定逼近.     

正交多项式矩阵、矩阵连分式及其padé－逼近

由于正交多项式矩阵满足三项递推关系,而矩阵连分式的第n次渐近分式也满足三项递推关系,为此我们构造了一种矩阵连分式,证明了此连分式的第n次渐近分式与其pade－逼近及其幂级数之间的关系.     

正交多项式矩阵、矩阵连分式及其pade—逼近

由于正交多项式矩阵满足三项递推关系,而矩阵连分式的第n次渐近分式也满足三项递关系,为此我们构造了一种矩阵连分式,证明了此连分式的第n次渐近分式与其pade－逼近及其幂级数之间的关系。     

矩阵连分式逼近的若干性质

在“矩阵连分式逼近”前期工作的基础上,进一步探讨了矩阵连分式逼近的3个重要性质：有理性、特征性和唯一性.有理性表明矩阵连分式的逼近式可以表达为一矩阵有理多项式;特征性则对该矩阵有理多项式的次数（型）做了刻画;唯一性表明矩阵多项式的矩阵连分式逼近在等价的意义下是唯一的.     

基于Padé-表结构特征的Padé-逼近一种搜寻式计算方法

利用 Padé-表的结构特征用搜寻式的计算方法和高斯消去法计算出了任一阶的 Padé-逼近 ( m/n) f,并判别 Padé-逼近 [m/n]f 是否存在     

某种三角多项式插值算子的逼近

给定结点系为{xk=x=k,n2kπ/n，k=0，1…，n-1}，定义线性插值算子为：（Unf)(x)=∑∧n-1j=0f(xj)Kn(x-xj),(n=1,2,3…），这里Kn(x)=1/n{1 2∑∧n-1k=1p（i（n-k））/p（ik） p（i（n-k））cosk∧x}，f∈C∧N2π。本文讨论算子Un的逼近问题，得到关于逼近阶的结果。     

网络函数的SPICE2子电路模型

研究了应用ＳＰＩＣＥ２程序模拟网络函数的一种方法。建立了由电感微分器结合多项式电压源构成的电压系数可编程的一阶、二阶网络函数子电路模型。模拟结果给出的各阶网络函数的频率响应曲线和相应电压数值与实际电路的分析结果完全一致。将网络函数的子电路模型与ＳＰＩＣＥ２的其他子电路模型结合，能够构造更复杂的线性、非线性系统电路模型。     

1/2阶分数演算的模拟OTA电路实现

为了更有效地进行分抗的电路设计,对信号处理中分数演算的模拟电路实现进行了探讨,给出了分数演算的模拟电路无源实现和有源电路实现方案;推导出求解分抗阻抗的精确递推公式.无源电路中给出了分数阶低通和高通滤波器方案,有源电路采用高带宽电流型跨导运算放大器（OTA）进行设计,满足高频信号分数阶运算的要求;同时进行了理论计算和电路模拟性能分析,分析结果表明两种实现方案均能很好地完成信号的分数演算功能,对于分数演算的理论研究与工程实践有着实际意义.     

Low complexity probability-based piecewise linear approximation of the sigmoid function

In order to improve the network recognition accuracy in the low complexity condition, a piecewise linear sigmoid function approximation based on the distribution probability of the neurons’ values is proposed only with one addition circuit. The sigmoid function is first divided into three fixed regions. Second, according to the neurons’ values distribution probability, the curve in each region is segmented into sub-regions to reduce the approximation error and improve the recognition accuracy. The slope of the piecewise linear function is set as 2-n, effectively reducing the hardware implementation complexity. Experiments performed on Xilinx’s FPGA-XC7A200T implement the MNIST handwritten digits recognition. The results show that the proposed method achieves a 97.45% recognition accuracy in a deep neural network and 98.42% in a convolutional neural network, up to 0.84% and 0.57% higher than other approximation methods only with one addition circuit.     

基于复杂网络的一个小型模拟电路分析

基于复杂网络理论,以模拟电路的具体实例,采用对数坐标,给出了反映网络节点与之对应的连接度函数关系,以及节点连接度的概率分布函数曲线,分析了网络连接度分布统计特性,确认连接度分布是一个逼近幂律的分布,证明此模拟电子电路网络具有小世界和无尺度特性.     

关于微分器数字处理的研究

微分运算是数学中最基本的运算之一,微分器是信号理论中实现微分运算功能的模拟系统。首先引进了与微分器等效的数字微分器;其次,由于微分器和数字微分器都是理想不可实现的系统,讨论了利用可实现的非递归数字系统通过最佳均方逼近和内插逼近两种方法对微分器进行数字逼近。     

基于信息融合的控制系统中模拟电路故障诊断

针对控制系统中的模拟电路具有多种工作状态的特殊情况和故障诊断过程中的不确定性问题,提出了模糊一神经网络信息融合算法．给出了该算法的基本模型和应用于控制系统中模拟电路故障诊断的一般规律,通过将电路不同工作状态下的有效信息进行融合,结合模糊信息处理技术和神经网络推理技术,最终实现故障定位．将其应用到某型船舶主机遥控系统中延时电路板的故障诊断系统中,结果表明,该方法能够有效地提高故障模式的识别能力,将故障准确地定位到元器件．     

自激振荡脉冲射流机理探讨

回顾了在自激振荡脉冲射流的研究概况,在此基础上应用流体网络理论中含负阻元件的电子线路,简化自激振荡脉冲射流（简称自振脉冲）的物理模型,在比拟的基础上建立数学模型。在讨论非线性方程解的过程中,采用现代自组织的有关理论分析了脉冲射流的形成机理。由于系统本身的复杂性和模拟的近似性,要了解在什么条件下才能形成稳定的耗散结构和稳定频率,可能要在线性比拟前提下采用更为复杂的比拟电路,更多地依赖于完善的实验研究。在实验研究和分析中要特别注意自激振荡的非线性特征,这与以往的研究有明显的区别。     

CMAC神经网络结构参数及其结构优化的研究

CMAC神经网络具有学习算法简单、收敛速度快、局域泛化等优点,被广泛应用于机器人控制、信号处理、模式识别以及自适用控制等领域。但是网络的训练过程需要大量的存储单元,最优结构参数的选取是CMAC网络设计中一个重要问题。文中通过对函数逼近问题的研究,说明了量化精度和泛化参数如何影响网络对函数的逼近质量。仿真结果表明,通过对结构参数的调整,可以达到最小的逼近误差。而通过对网络结构的优化不但可以节约网络的训练时间而且可以大幅度减少存储单元的数量。     

机械结构可靠性灵敏度分析的鞍点估计方法

将鞍点估计理论与可靠性灵敏度理论结合,提出了一种结构可靠性灵敏度分析的鞍点估计方法,以实现机械结构的可靠性灵敏度设计.通过利用鞍点估计技术能无限逼近非正态变量空间中线性极限状态函数概率分布的特点,获取外载荷作用下机械结构响应的概率密度函数和分布函数.在此基础上,针对存在不确定因素的基本参数进行可靠性分析,推导出了基于鞍点估计的可靠性灵敏度公式,研究了机械结构可靠性灵敏度设计方法.并将其引入到新型旋转式立体车库载车台主梁结构的可靠性灵敏度分析实例中,与改进一次二阶矩方法（FOSM）计算所得的结果对比验证了该方法的可行性和有效性.