未知输入和可测噪声重构之线性矩阵不等式非线性系统观测器设计

针对一类同时具有未知输入和输出可测噪声的Lipschitz非线性系统,讨论了状态估计、未知输入与可测噪声重构的问题.首先,基于广义系统和线性矩阵不等式的方法设计滑模未知输入观测器,不仅对原系统状态进行渐近估计,而且实现了对系统输出可测噪声的重构;其次,考虑一种鲁棒滑模微分器,实现了广义系统输出向量微分的精确估计,并在此基础上,提出了一种未知信息重构方法,该方法具有避免直接使用系统输出微分信息的优点.最后,对火车牵引拖动系统模型仿真,结果表明该方法不但能够实现对系统状态的估计,而且可以有效重构未知信息.     

网络结构增长的极端学习机算法

针对极端学习机(extreme learning machine,ELM)结构设计问题,基于隐含层激活函数及其导函数提出一种前向神经网络结构增长算法.首先以Sigmoid函数为例给出了一类基函数的派生特性:导函数可以由其原函数表示.其次,利用这种派生特性提出了ELM结构设计方法,该方法自动生成双隐含层前向神经网络,其第1隐含层的结点随机逐一生成.第2隐含层的输出由第1隐含层新添结点的激活函数及其导函数确定,输出层权值由最小二乘法分析获得.最后给出了所提算法收敛性及稳定性的理论证明.对非线性系统辨识及双螺旋分类问题的仿真结果证明了所提算法的有效性.     

深水表层钻井随钻压力与温度监测装置设计

深水表层钻井随钻压力与温度监测装置是监测深水表层钻井过程中井底当量循环密度（ECD）和循环温度的重要工具。通过深水表层钻井随钻压力与温度监测装置,现场技术人员可以实时掌握井下环空压力、钻柱内压和温度等工程参数,进而了解和分析井下工况,为深水表层钻井作业和动态压井钻井技术提供指导。设计的深水表层钻井随钻压力与温度监测装置以ARM为核心,利用数据采集技术和通信技术,实现了随钻压力与温度的采集传输。完成的深水表层钻井随钻压力与温度监测装置具有体积小、功耗低、抗振动和抗高温和低温的优点。监测装置已经在我国南海第一口深水井LW6—1—1井的领眼井中成功进行应用试验,验证了其在深水无隔水管钻井条件下的机械强度、稳定性、可靠性,测量得的数据能真实反映钻井工况。     

数字喷泉码及网络喷泉码的最新进展

数字喷泉码和网络编码都是提高网络传输效率的有效技术方法,两者的有机结合形成的网络喷泉码具有重要的理论意义和应用价值。本文首先对数字喷泉码的最新研究进展进行了综述,分别介绍了几类常见的数字喷泉码的相关研究工作;其次对当前网络喷泉码的研究现状进行了系统的总结,重点介绍了同构网络喷泉码、异构网络喷泉码和无线网络喷泉码的相关理论及其最新研究成果,并分析了研究中存在的问题;最后对网络喷泉码的相关理论及其应用的发展趋势进行了分析和展望。     

偏振调制微波光子信号处理

微波光子信号处理具有带宽大、调谐性好、对电磁干扰不敏感、易于实现并行系统等优点,在过去数十年中受到了学术界的重视。相比于传统的电光相位调制和电光强度调制,偏振调制将待调制信息转换到光的一个二维参量（偏振）上,从而在实现信号处理时可提供更多的自由度和灵活性。在偏振调制器后连接一个检偏器,通过调节检偏器的检偏角去掉偏振调制的一个维度,即可实现相位调制和强度调制,因而任何基于相位调制和强度调制的微波光子信号处理都能基于偏振调制实现。同时,将偏振调制器的输出分成多路,每一个支路上都插入一个检偏器,则基于一个偏振调制器就可同时实现多个调制方式,从而进一步实现并行信号处理或多功能一体信号处理。此外基于单边带偏振调制,可利用非常简单的装置实现幅相无耦合的微波移相器,进而实现相位编码、复抽头系数滤波器、光控相控阵等信号产生或处理功能。本文建立了偏振调制的基本数学模型,并对基于偏振调制的多种微波光子信号处理功能进行了原理分析。     

面向语义网的中文本体应用研究

自从Protege出现以来,它成为唯一一款支持中文本体构建的工具,而且能够进行可视化操作。目前在部分领域已经构建了中文本体,但是对所构建本体在语义网中的应用缺乏研究。因为本体的应用主要依赖于推理工具,而国内尚无一款专业的基于中文本体的推理机或者推理工具,这阻碍了基于中文本体信息检索的发展。针对中文本体的应用,深入研究了本体在信息检索领域应用的现有技术、方法、工具。文中通过使用Jena开发包对中文本体的应用进行实验,实验表明,利用现有的推理工具等可以实现中文本体在语义网中的应用。     

Structure and microwave dielectric properties of La(2−x)/3Nax(Mg1/2W1/2)O3

The structure evolution, sintering behavior and microwave dielectric properties of La_(2−x)/3Na_x(Mg_1/2W_1/2)O₃ (x = 0–0.5) were investigated in this paper. The X-ray diffraction (XRD) results show that all samples exhibit single phase, and the structure changed from orthorhombic when 0 ≤ x < 0.3 to monoclinic phase when 0.3 ≤ x ≤ 0.5. The size and ordering degree of A/B-site domains decrease with the increase in x value. The sintering temperature of the Na-doped samples increased compared to the pure La_2/3(Mg_1/2W_1/2)O₃ (LMW) due to the estimated decrease in the concentration of A-site vacancies. The addition of Na⁺ ion does not affect the dielectric permittivity greatly. The Q × f value decreases with the increase in x value, although the estimated concentration of A-site vacancies decreases with increasing x, which may be ascribed to the decrease of A/B-site ordering and domain size with the increase in x. The temperature coefficient of resonant frequency changed from negative values into positive values with the increase in x value.     

基于VPN的远程粮情检测系统通讯软件研究

针对本地化粮情检测系统实现远程操作,研究Winsock与VPN技术在系统通讯软件中的应用。VPN技术可以大幅降低搭建专网所需的网络设备成本与管理难度,使用Winsock技术可以提供完整的TCP/IP底层协议从而减少程序开发时间。本文设计一种基于VPN的远程粮情检测系统的通讯软件,在多线程下有效利用套接字的拥塞模式并完成网络状态自检,通过设置VPN客户端提升网络传输速度,实现系统通讯软件安全、可靠、快速的运行。     

面向虚拟维修训练的自抓取虚拟手交互行为构建

针对当前维护训练模拟器（MTD）不能很好地向受训者展示飞机维修过程中的具体维修动作的问题,构建一种自抓取的虚拟手与相应的交互行为,以提高机务培训质量。通过分析维修的基本动作要素,定义与构建基于蒙皮骨骼的虚拟手动作库;在场景漫游阶段,实时获取视角位置来驱动虚拟手运动,减轻场景漫游下的虚拟手控制负荷;在具体维修操作阶段,利用所提的交互行为算法,将虚拟手的位置自调节与骨骼动画osgCal相结合,通过调取动作库中的相应动作,完成具体的维修任务。实验结果表明,所提出的方法能较好地展现具体的维修操作,对于虚拟维修训练具有良好可用性。     

Order-k α-hulls and α-shapes

We introduce order-k α-hulls and α-shapes – generalizations of α-hulls and α-shapes. Being also a generalization of k-hull (known in statistics as “k-depth contour”), order-k α-hull provides a link between shape reconstruction and statistical depth. As a generalization of α-hull, order-k α-hull gives a robust shape estimation by ignoring locally up to k outliers in a point set. Order-k α-shape produces an “inner” shape of the set, with the amount of “digging” into the points controlled by k. As a generalization of k-hull, order-k α-hull is capable of determining “deep” points amidst samples from a multimodal distribution: it correctly identifies points which lie outside clusters of samples.The order-k α-hulls and α-shapes are related to order-k Voronoi diagrams in the same way in which α-hulls and α-shapes are related to Voronoi diagrams. This implies that order-k α-hull and α-shape can be readily built from order-k Voronoi diagram, and that the number of different order-k α-shapes for all possible values of α is proportional to the complexity of order-k Voronoi diagram.