基于模糊理论的配电网无功和电压控制

应用模糊理论对无功和电压的控制问题进行数学描述,提出一种退火算法并对其进行求解,可找到主变压器有载分接开关位置和电容器投切的最优组合,减小二次侧电压偏差,流过主变的无功,降低有功损失,并举例说明算法的有效性。     

典型工况下复合盾构刀盘系统振动特性研究

复合式土压平衡盾构机的核心工作部件——刀盘系统在实际掘进时振动剧烈,易发生失效。采用ADAMS软件施加建立刀盘系统虚拟样机模型,分析典型工况下系统的振动特性;应用正交试验,分析载荷工况、轴承刚度及刀盘转速3个因素对刀盘振动的影响,并用直观分析法分析数据得到系统的优方案。为系统的减振及参数匹配提供参考。     

集中插入式帧同步识别方法

在非协作方截获的数字序列帧同步码的识别问题研究中,由于帧的长度未知、帧同步码未知,给识别带来困难。为此,提出了利用小区域检测估计帧长,利用二次滤波估计帧起始位,然后用模糊匹配识别帧同步码型的识别方法,对巴克码或m 序列进行了集中插入式帧同步识别仿真。仿真结果表明:在误码率不大于4%的情况下,上述方法对集中式插入帧同步的数据帧有较高的帧同步识别率:巴克码为80%,m 序列为78%.     

基于改进欧几里德算法的(n,1,m)卷积码识别

针对信息截获领域中(n,1,m)卷积码识别算法的应用范围受限和所需数据量大的问题,提出基于改进欧几里德算法的识别方法。该方法利用剩余定理改进经典欧几里德算法,使其可求n个多项式的最高公因式,识别(n,1,m)卷积码只要求码字多项式最高幂次大于记忆长度m,即截获的码序列长度大于其约束长度。Matlab仿真表明:在只需少量数据情况下,可识别所有(n,1,m)卷积码的生成多项式。     

基于小波变换的支持向量回归机振动数据短期预测

支持向量回归机(SVR)是数据挖掘方面一种较好的方法.但对于包含多频率成分的非平稳信号的预测,其运算精度不是十分理想.对此,提出基于小波变换的支持向量回归机振动数据短期预测方法.该方法首先利用小波变换(WT)将非平稳信号分解成若干平稳的频率成分;然后对各个频率成分进行回归运算,得到各频率成分的预测结果;最后对各个成分的预测结果求和,最终得到原信号的预测结果.还对影响预测精度的小波函数进行了分析比较,最终实现了振动信号的准确预测.     

ZP-OFDM信号子载波调制样式的识别

为解决零循环前缀正交频分复用(ZP-OFDM)信号子载波调制样式的识别问题,通过对信道模型和保护间隔进行分析,提出一种子载波调制样式的识别方法。该方法首先根据保护间隔的特点对其信噪比进行估计,然后采用高阶矩之间的特征值对子载波调制样式进行识别。仿真实验表明,提出的方法在多径环境和低信噪比条件下具有较好的识别效果。     

基于破碎理论下球磨机功耗模型预测研究

在分析国内外几种功耗理论的基础上,基于磨矿介质在球磨机中的运动规律,推导出了单位物料破碎研磨能量公式。并以此破碎研磨公式为基础提出了球磨机单位功耗模型公式。在磨机功耗模型基础上,推导出了磨机理论需求功率公式。以锡石多金属硫化矿矿石为原料,研究磨矿时间对矿石破碎率的影响规律,利用实验室获取的实际磨矿试验数据,研究分析比较了在相同磨矿条件下的Bond单位功耗、磨机理论单位功耗、磨机功耗模型单位功耗三种计算结果,结果表明计算出的磨机功耗模型单位功耗与磨机理论单位功耗非常接近,相对误差仅2.06%,证明提出的球磨机单位功耗模型具有较好的适用性与可靠性。     

基于校验统计的(2,1,m)卷积码盲识别

伴随通信对抗由信号层向信息层的发展,信道编码识别已成为信息截获恢复领域一个亟需解决的问题。针对(2,1,m)卷积码盲识别问题,提出了一种基于校验统计的识别方法,该方法首先通过统计的方法求出最佳匹配的校验矩阵,进而推导出生成多项式矩阵。最后,通过MATLAB实例仿真验证了该方法能够有效识别出所有(2,1,m)卷积码,且具有很好的容错性能。     

Ni掺杂对钛酸锶钡铁电薄膜性能的影响

在醋酸水溶液体系中采用溶胶-凝胶法在Pt／Ti／SiO2／Si（100）衬底上制备了未掺杂和掺Ni的钛酸锶钡（BST）薄膜，研究了Ni的加入对BST薄膜的结构和电学性能的影响。试验结果表明，随着Ni加入量的增加，BST薄膜的晶粒尺寸减小，介电常数减小，介电损耗降低；当Ni的加入量在10％（摩尔分数）时，薄膜的介电常数、介电损耗、可调性和FOM分别为230．25、0．015、30．8％、20．53。研究结果表明，适量掺Ni的钛酸锶钡薄膜能满足可调微波器件的要求。     

军事通信网抗毁性能的神经网络方法研究

可靠性和时延性能是衡量军事通信网抗毁性能的两个重要指标。在研究通信网节点间的链路的可靠性和时延性能后 ,提出综合考虑可靠性和时延性能的代价函数 ,借助自组织竞争人工神经网络对其进行分析和仿真