基于Gabor谱方法的跳频信号时频分析

摘要：率高、交叉项干扰小的特点,对跳频信号进行时频分析,与其他常用时频分析方法比较得到了更精确的时变谱特征描述。通过对仿真结果的比较分析,证明了该方法对跳频信号分析的有效性,其方法也适用于其他非平稳信号的分析。     

输水工程水土保持植被恢复设计的关键技术

大型输水工程的建设易造成植被破坏和水土流失。因此,采取相关的植被恢复措施防治水土流失和环境退化十分必要。为此,就南水北调中线工程总干渠建设引发的水土流失及环境问题,提出水土保持植被恢复的总体思路以及设计的关键技术,为工程的进一步设计和实施提供依据。     

基于遗传程序的凸轮轮廓曲线设计

将凸轮机构从动件的运动规律曲线离散为数据点对,用给定的数据点对与设计曲线的数据点对的距离作为适应度函数,采用遗传程序方法对凸轮理论轮廓线进行拟合.在初始群体产生和群体进化过程中,在通常的小概率变异基础上,引入大概率强制变异算子,改进了群体的适应度.设计实例表明,利用遗传程序方法能较好地拟合凸轮理论轮廓线,并能得到凸轮轮廓曲线的解析函数,实现凸轮轮廓曲线的自动设计.     

以信用为基础的P2P系统隐私保持机制

在P2P文件共享系统里利用节点和其友好节点之间的信任,采用友好节点作为代理来请求和获取文件,提出了一种以信任为基础的隐私保持机制.理论和实验分析表明,该机制有效地阻断了文件的源与其内容之间的联系,同时可以防止恶意行为对信任的攻击,能为用户提供更好的隐私保护.     

高效液相色谱-串联质谱法测定樱桃番茄中四种季铵类农药

建立了4种季铵类农药（矮壮素、燕麦枯、敌草快和缩节胺）的高效液相色谱-串联质谱（LC-MS/MS）检测方法。样品用75%乙腈-水溶液提取,高速离心后取上清液过尼龙滤膜,用亲水柱分离,以含0.1%甲酸的水:乙腈=25:75（V:V）作为流动相,在正离子多反应监测（MRM）模式下进行测定。4种季铵类农药的线性范围为0.5～100ng/mL,线性相关系数在0.9982～0.9996范围内,方法检出限为0.005mg/kg,可以满足国际限量的要求。在0.04、0.08、0.16mg/kg添加浓度下,4种季铵类农药的回收率为91.4%～106.3%,相对标准偏差（RSD）小于15%。本方法可用于樱桃番茄样品中4种季铵类农药的测定。      

计及储能及负荷转供协同调度的城市电网弹性运行策略

随着多种新型负荷的不断增长及新能源的大规模接入,城市配电网输电阻塞问题日益频繁,严重威胁电网安全运行和可靠供电.利用高压配电网网架重构以及储能电站充放电特性,实现负荷及发电的时间-空间转移,可有效缓解城市输电网局部阻塞问题,降低负荷损失,保证供电可靠性.因此,提出了一种同时考虑高压配电网重构和储能电站充放电协同控制的弹...     

不平衡电压下IGBT串联STATCOM稳定运行范围确定及应用

利用绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)串联技术,可使压接型IGBT串联静止同步补偿器(Static Synchronous Compensator,STATCOM)采用结构简单的三相两/三电平拓扑便可直挂于高压配电系统.但是配电系统中电压不平衡会使STAT...     

T-TCM系统中的SNR失配分析

该文基于AWGN信道研究了SNR失配对T-TCM系统性能的影响。蒙特卡洛仿真结果表明,SNR欠估计偏差不大于4dB时,T-TCM系统性能基本不受影响,更大的SNR估计偏差则会导致系统性能迅速下降;而SNR过估计始终不会造成系统性能折损。该文结合雅可比对数式及迭代译码算法的特点从理论上给出了解释,进一步提出无需SNR估计的T-TCM译码方案,在保证性能没有损失的前提下降低了T-TCM的应用要求与实现复杂度。     

基于注意力机制—门控循环单元—BP神经网络的智能多工序工艺参数关联预测

鉴于流程制造工序间能质流耦合严重，性能指标影响因素众多，工艺参数时序特征显著，现有制造模式下难以精准预测产品质量，在分析流程制造工艺性能指标多维、强时序、关联耦合特征的基础上，提出一种基于注意力机制—门控循环单元-BP神经网络(Attention AM-GRU-BPNN)的多工序耦合参数关联预测方法。首先采用互信息方法筛选多态异构生产数据作为输入，建立ConvGRU自编码器，通过无监督学习对过程数据、工艺参数、操作参数等进行时序特征提取，同时引入时序注意力机制提取不同工序的耦合关联特征并进行向量嵌入，为不同工序的工艺参数分配注意力权重。在此基础上，设计Attention网络自学习不同时刻下工艺关联特征对质量性能指标的影响差异，再通过门控循环单元网络对重要的关联特征进行增强，并按照时序特征对单工序预测模型进行聚合，实现多工序时序特征融合，最后通过输出层BPNN神经网络精准预测产品工艺质量。实验表明，AM-GRU-BPNN有效提高了预测精度，从多工序角度为生产线工序的加工过程控制提供了依据。