U—Boot在64位多内核MIPS处理器上的移植

介绍了源码开放的通用启动模块U．Boot的文件结构,并以Broadcom公司的4内核处理器BCM1480和RMI的32内核处理器XLR732为例,阐述了该模块在64位多内核MIPS体系结构处理器上的移植经验,包括文件的修改、新增、编译、多内核的启动顺序等。     

融合 CEEMD 和 TCN 的受热面积灰预测研究

对锅炉受热面积灰程度的有效预测,可为锅炉提升生产效率和故障预警提供重要依据。 采用清洁因子来评估受热面的 灰污沉积状况,针对其序列非线性、非平稳性的特点,提出一种基于互补集合经验模态分解与时间卷积网络的受热面积灰预测 方法。 首先,通过互补集合经验模态分解将经过小波阈值去噪处理后的原始序列分解为一组子序列分量;然后,针对不同子序 列分别构建基于时间卷积网络的时序预测模型,并优化网络超参数提升预测准确性;最后,将各 IMF 分量的预测结果叠加得出 清洁因子的预测数值。 由实验结果可得,相较于其他两种模型,预测精度分别提高 62. 1%和 57. 1%,CEEMD-TCN 模型对受热 面积灰状况预测精度最高,验证了该模型的准确性和可靠性。     

神经元网络场电位的迭代学习控制研究

基于映射神经元模型和Hindmarsh-Rose神经元模型构建小世界神经网络,并施加带有遗忘因子的迭代学习控制算法,以实现神经网络的同步控制。仿真结果表明迭代学习控制同时适用于离散的和连续的神经网络模型,可以实现神经网络同步和去同步状态的相互转化,其优势在于随着迭代次数的增加,控制信号强度逐渐减弱,从而保持神经元本身的放电特性不变。所得结果为将非线性控制理论应用于帕金森等神经疾病控制提供了新思路。     

硫氮或硫硼配合对油菜籽产量及品质的影响

1995～ 1 996年进行的田间和盆栽试验表明 ,硫氮或硫硼配施可以显著增加菜籽产量 .硫氮配施比对照增产 1 0 8 2～ 3 1 4 0kg/hm2 和 5 5～ 1 9 6% ,硫硼配施比对照增产 83 4～ 2 4 8 2kg/hm2 和 6 9～2 3 1 % .施硫可以增加油菜植株体内的硫含量并改善其硫素营养 ;在缺硫土壤上施硫可以降低菜籽硫甙及芥酸含量 ,提高油酸含量 ,因此有改善菜籽品质的作用 .     

基于无人机平台的制导控制半实物仿真系统研究

基于无人机制导控制一体化和实时仿真技术,设计了一种新的包括惯性导航系统、GPS系统、三轴转台、仿真计算机和显示监控系统等的半实物仿真系统.该系统运用仿真计算机采集导航控制一体计算机的输出信号,进行无人机运动学、动力学模型实时解算,并将姿态信息传输给三轴转台;三轴转台和惯性测量装置完成无人机航向、姿态等模拟;导航和控制计算机运用导航信息生成控制指令,传输到仿真计算机.试验结果表明:惯性导航算法设计合理,仿真步长1ms,控制信号误差小于1%,该系统可以实现微型化,模块化,改进后可应用到无人机的制导和控制系统中.     

DL/T719-200规约在湖南TMR系统中应用的探讨

从发送和接收的流程、数据存储的文件等方面对DL/T719在TMR系统中的应用进行了探讨.针对应用的问题,提出了改进的建议.     

基于MIPS内核的SoC软硬件协同仿真

针对基于MIPS系列处理器内核的高清电视解码SoC，构建了一个软硬件协同仿真环境。连接MIPS处理器内核的VMC模型和SoC的RTL模型，利用VMC模型支持MIPS指令集的特性运行测试汇编程序，实现了SoC软硬件的同步调试，有效地提高了系统验证的效率。     

索尼爱立信音乐手机擦亮Walkman品牌

当年,索尼在推出全球首款Walkman随身听时,带来了随身音乐播放和欣赏的革命,该产品迅速风靡全球,创造了一个电子消费产品的神话,并且影响了一代人的生活.但是随着电脑的普及,基于电脑平台的随身音乐播放器层出不穷,苹果的iPod,三星的MP3都是后来者.今天,全球苹果的iPod的影响力显然要超过它的前辈Walkman随身听,但是,Walk-man开创性地改变了我们的生活,和索尼基于Walkman所创造的完美音乐品质所累计的品牌优势并没有消失.     

改善DDS输出LFM信号谱质的方法

分析了直接数字合成的相位截断杂散、幅度量化误差杂散和DAC非线性杂散的分布规律。根据这些噪声分布特点,提出了一种利用设计合理的外围电路和选择合理的控制字的方法,提高了直接数字合成技术产生的线性调频信号的频谱纯度,并用直接数字合成芯片AD9854设计了线性调频信号合成器。实验结果表明,用该方法产生的线性调频信号在带宽达30 MHz时,无杂散动态范围达到了62 dB,改善了近10 dB。     

基于神经网络的同步发电机励磁反步控制

针对同步发电机励磁系统严重的非线性以及参数非精确可知的特点，提出了一种基于神经网络的反步(Backstepping)控制方法，实现了多目标量的励磁控制。神经网络的运用解决了反步控制与励磁系统不满足匹配条件的矛盾。系统设计采用了特殊的在线权值修正算法，不需要离线学习阶段。由稳定性证明可知：控制算法中各参数的设计并不要求被控对象参数精确可知，系统具有较好的鲁棒性。仿真结果表明：该控制方法与PID控制相比具有超调量小、调节速度快等优点。