双纵模热稳频激光源的模糊PID控制研究

为了满足激光拍频干涉仪所需要的高的频率稳定性的激光光源,研究了双纵模热稳频的机理。以控制激光管放电电流为主要热控制方式及自创的对激光管进行感应加热作为微量控制的先进方法为控制手段,采用模糊控制理论与专家系统相结合的控制策略,建立模糊PID控制器,对双纵模激光源进行稳频。无须建立被控对象数学模型,对时滞、非线形和时变性具有一定的适应能力。实验结果显示,稳频精度无明显变化,但预热时间明显缩短,抗干扰性明显增强,强干扰后也能迅速稳频。     

一种改进的MIMO-OFDM帧同步和载波频偏估计方法

在MIMO-OFDM系统中,每个接收天线上的信号都是多个发送天线信号的叠加,再加上多径的影响,使得帧同步比一般OFDM系统更加困难,为此提出了一种改进的用于MIMO-OFDM帧同步和载波频偏估计的正交帧头结构.通过在时域直接生成同步帧头,并在频域修正其频域特性,这种正交帧头能够区分每个发送天线到接收天线的不同到达时间,是通常的时域生成的正交帧头的改进,在保证时域正交性的同时,又具有良好的频域特性,有利于数字上变频.Matlab仿真结果表明,这种改进的帧头结构在帧同步和载波频偏估计中都有很好的性能.     

不确定离散系统的鲁棒Gl2滤波器设计

对于凸多面体不确定离散系统,研究了满足误差估计系统鲁棒稳定且满足一定Gl₂性能指标的线性全阶稳定滤波器设计方法.分别给出了确定性和不确定性离散系统具有Gl₂性能的线性矩阵不等式（linear matrix inequality, LMI)充要条件和充分条件.在此基础上,通过使用滤波器参数化方法,分别推导出了以LMI描述的确定性和不确定性系统的Gl₂滤波器存在的充要条件和充分条件,进而可以使用LMI凸优化程序求解滤波器.通过对算例的计算,结果表明,在噪声信号为独立范数有界情况下,鲁棒Gl₂滤波比H_∞滤波具有更少的保守性.     

上行气固两相流充分发展段的摩擦压降

为确定气固提升管充分发展段的摩擦压降及其对颗粒浓度测试的影响,提出了充分发展段内气固两相流与管壁间摩擦压力降的计算模型,由此获得充分发展段内真实颗粒浓度的计算公式;同时在两套提升管实验装置上对压力梯度分布和局部颗粒浓度进行了系统测试和对比分析。结果表明,用压差法测试颗粒浓度时摩擦的影响不可忽略,尤其是在气速较高(Ug＞8 m/s）时,表观浓度比实际浓度高出30%～50%;采用建立的模型对表观浓度进行修正,获得的预测值与实际颗粒浓度吻合良好。     

操作系统的新一代地理信息系统研究

为解决当前主流地理信息系统（GIS）系统存在的问题,基于微软新一代操作系统Longhorn,提出了新一代地理信息系统技术框架--基于智能客户端的面向服务的地理信息平台框架,设计并实现了一个基于该框架的原型系统。该系统的核心功能包括自治的6组服务--地图可视化服务、地图查询服务、特征管理服务、数据处理分析服务、元数据服务、数据互操作服务,采用Longhorn的消息引擎（Indigo）作为服务间通讯机制,并使用Longhorn的表现引擎（Avalon）作为智能客户端实现技术.该原型系统具有高性能、低系统耦合性、便捷的异构系统互操作性、强大的客户端表现能力和用户体验等优点.     

多样性制导分段进化的基因表达式编程

为了解决基于传统基因表达式编程（GEP）的函数挖掘及其改进算法仍然存在局部优化的缺陷这一问题,提出了以基因组多样性制导的分阶段进化挖掘算法DGGEP。给出了GEP 进化阶段和基因组多样性评估模式的定义;提出了描述进化阶段的进化因子概念和分阶段进化策略;采用动态遗传算子设计和群体规模控制方法,使进化更快速跳出局部最优。实验表明了新算法的有效性,能减少进化停滞代数65％以上,使群体的平均适应度提高12%以上。     

基于家族基因的网格信任模型

针对现有基于PKI (Public Key Infrastructure)的网格信任系统的不足,证书主体信息不明确, 认证过程复杂等缺陷提出了一种新颖的基于家族基因的网格信任模型。该模型解决了传统信任模型存在的问题,如采用将用户的全部身份信息放在用户的基因里方法解决了证书主体信息的不明确,用基因检测解决了认证过程的复杂,用基因指派解决了访问控制的繁琐,并且给出了网格家族、家族基因、基因指派、基因鉴别和信任等概念,并建立了模型的形式化描述,理论分析和实验结果表明这种模型是网格信任领域一种较好的解决方案。     

轴流式转轮三元粘性流动数值计算

为进一步提高轴流式转轮的设计精度与性能,采用时均Navier-Stokes控制方程,标准k-ε湍流模型及SIMPLEC算法,对一轴流定浆式水轮机转轮内三元粘性流动进行了数值模拟。提出了水力损失计算方法,获得了转轮的预测效率。分析了转轮内部流场分布规律,建立了叶片表面压力在包角范围内的变化曲线,有助于认识转轮内真实流动现象,为改善设计提供可视化数据支持。     

基于强跟踪滤波器训练的前向神经网络及其在系统辨识中的应用研究*

给出基于强跟踪滤波器训练前向神经网络的新方法。由于强制残差序列保持相互正交,强跟踪滤波器相对扩展Kalman滤波的收敛速度更快,同时精度更高。最后通过系统辨识仿真实例验证该方法的有效性。     

加权平均量的自收敛性与权的确定

在多因素综合评价决策中,合理确定各因素权重系数是评价决策的关键。文章引入了加权平均量的自收敛性来描绘被评价分数的随机变量的稳定性,以概率论理论为基础,得到了一般情况下权重系数确定的优化模型和协方差矩阵为正定矩阵的一系列的确定权的方法,建立了一套较完整的确定权重系数的理论。