多输入的二阶广义分布参数系统的控制综合问题

广义分布参数系统具有广泛的实际背景.如复合材料中的温度分布,电缆中的信号传播,电磁耦合超导线路中的电压分布,飞行器姿态控制等问题研究中都会出现这样的系统.极点配置与反馈稳定性是这类系统研究的重要方面.本文应用泛函分析及算子理论讨论了Hilbert空间中多输入的二阶广义分布参数系统的极点配置与反馈稳定性问题,获得了这类系统极点可配置与可镇定的一些充分条件,并利用复分析、复级数、有界线性算子的广义逆等方法建立了反馈控制律的构造性表达式.本文结论不仅具有重要的实际意义,而且对广义分布参数系统的控制综合问题研究具有重要的理论价值.     

双余度DSP数据采集装置在某型控制器中的应用

针对某型控制器设计的双余度DSP数据采集装置,采用以双端口RAM方式进行数据交换。结果表明,此数据采集装置既能快速完成模拟数据的采样,又能快速地在DSP间进行高速数据交换,同时,还能够满足基于DSP数据采集装置的高精度与小型化要求。     

无线传感网络覆盖中概率Voronoi模型及算法研究

覆盖是无线传感网络中最重要的问题之一,随机覆盖是目前研究的主流。基于Voronoi图的随机覆盖算法是无线传感网络领域的研究热点。目前研究中采用的Voronoi图,主要采用基于距离的Voronoi边赋权值模型,存在两个主要问题,即模型粗糙和监测节点不全。以实测的分段概率传感模型为基础,从多传感协同监测的角度构造一种概率Voronoi模型,试图解决以上问题。并且用基于概率Voronoi模型的最大突破路径算法验证了模型有效性。就掌握的文献来看,该模型是首次提出,具有较好的实用推广价值。     

基于形态学和小波变换的心电信号去噪算法

在处理心电信号采集过程中混入的基线漂移、工频干扰及肌电干扰等噪声的过程中,小波变换取得了广泛的应用。针对小波算法的缺陷及不足,提出了一种基于数学形态学和小波阈值的混合算法。该算法利用非线性形态学滤波器滤除基线漂移,将获得的含高频噪声心电信号通过小波阈值算法进行处理,最后获得无噪声的ECG（心电）信号。采用MIT/BIH Arrhythmia Database中的数据对算法进行了验证,实现了三种主要干扰的滤除,本算法效果良好,为后续特征点的识别奠定了基础。     

图像序列的预处理与目标检测技术综述

对图像预处理与运动目标检测中的几个关键技术进行了讨论,概述了其研究现状、存在的问题及研究方法,比较和评价了各种算法,并对运动目标检测的研究前景进行了展望。     

江阴市"十四五"水利高质量发展规划的思考

总结江阴市"十三五"水利发展规划在水安全、水资源、水生态、农村水利、水管理服务及水利发展保障等方面的完成情况.分析江阴市水利发展存在的主要短板、问题.围绕建设高质量的水安全保障体系、水资源配置体系、水生态治理体系、水利管理体系、水利服务体系,系统提出江阴市"十四五"水利高质量发展规划思路.     

多目标优化策略在精馏过程中的应用研究

针对精馏塔自由度多,能耗大,扰动复杂多变,控制和优化要求高等特点,提出了一种基于动态矩阵控制(DMC)的二层多目标优化控制策略。在实现精馏过程控制目标的前提下,设计了二层优化指标,可在有多余自由度的情况下,进行二层控制和优化,实现精馏过程质量控制目标和经济运行优化。通过对Shell多侧线精馏过程的仿真研究,验证了二层多目标优化控制策略的有效性。与DMC控制相比,二层多目标优化控制策略可以明显改善精馏塔运行的经济性,实现增加收益的目标。     

某型航空发动机燃油调节器改型设计研究

航空推进系统仿真技术在发动机预研和型号研制中具有重要的作用。某型现役飞机飞行高度增加,需对其燃油调节器进行改型设计,而关于航空发动机燃油调节仿真的问题,大多数是以传递函数及插值表等形式来描述的,计算量大,物理意义不直观,仿真效果不明显。针对以上不足,在对某型发动机燃油调节器的组成、功能、工作原理进行了详细分析的基础上,以流量连续方程及力平衡方程为基础,结合Adaptive Simpson积分方法,基于AMEsim仿真软件,采用图形化时域仿真建模方式建立了相关部件的数学模型,对其高空工作特性进行了仿真分析。结果表明,保证了发动机的正常工作,为燃油调节器的设计与改进提供了依据。     

冠心病智能诊断算法仿真研究

研究冠心病诊断问题,冠心病影响指标多,指标体系中存在大量的重复信息,传统方法无法消除重复信息,冠心病诊断准确率低,误诊率高.为了提高冠心病诊断准确率,提出一种智能的冠心病诊断算法.首先科学、准确地选择冠心病指标体系,然后采用主成分分析对指标体系进行筛选,消除重复信息,最后采用支持向量机对冠心病建立分类器,实现冠心病智能诊断.仿真结果表明,相对于其它传统冠心病诊断方法,智能诊断算法有效提高了冠心病诊断准确率,克服了传统诊断缺限,为冠心病临床诊断提供了依据.     

改进灰色神经网络的冰箱订单需求预测研究

研究冰箱订单需求准确预测问题,由于冰箱需求具有季节性和随机性,传统的数据模型无法准确描述订单变化规律,预测精度较低。为了提高冰箱订单需求预测精度,将神经网络和灰色理论相结合,构建一种改进灰色神经网络的冰箱订单预测方法。利用灰色系统理论处理订单产生中的随机性,BP神经网络预测其非线性变化规律,并利用遗传算法对神经网络参数进行优化,实现对冰箱订单的准确预测。仿真试验表明,相对于传统预测方法,改进灰色神经网络提高了订单需求的预测精度,可为冰箱需求的预测提供依据。