基于混沌序列的跳频信号源FPGA设计与实现

提出了一种基于混沌序列的跳频信号源的设计及硬件实现方法;该方法基于FPGA技术,以Logistic混沌映射电路作为跳频序列发生器,以直接数字频率合成器作为跳频信号源的基础;在FPGA上完成数字频率合成,并利用高性能的AD9777实现数模转换;实验测试结果表明,该信号源在2MHz～32MHz频率范围内,实现了16个频点的跳变频率且性能良好,能够满足实际工程的需要。     

基于Hermite展开的太阳闪烁时间序列产生器

研究太阳闪烁产生器设计优化问题,由于受太阳活动的影响,深空通信十分复杂.在无线通信中常受到太阳闪烁的影响,产生误码,造成通信效率降低.为了测试深空通信设备性能,一定要了解太阳闪烁时间序列的性能特点.针对实际观测得到的太阳闪烁时间序列极少的问题,在分析太阳闪烁特性的基础上,提出了一种用Hermite展开的太阳闪烁时间序列产生方法,并与基于FIR滤波器的闪烁时间序列产生方法进行了比较.仿真结果表明,提出的基于Hermite展开的太阳闪烁时间序列产生的性能,优于基于FIR滤波器的闪烁时间序列产生方法,并且无需预先知道时间序列的概率分布特性,更具有实用性,为太阳闪烁产生器设计提供了依据.     

基于改进蚁群算法的维修拆卸序列规划

维修拆卸序列规划是整个维修性设计的重要内容。为了能够以较高的效率求解出产品中零件的拆卸方案,依据产品的基本信息和零件之间的约束关系,建立拆卸Petri网可达图,将拆卸序列规划问题转化为对Petri网可达图最优路径的搜索和寻优问题。同时利用蚁群优化算法对组合优化具有高强适应性的特征,改进基本蚁群算法,对可达图模型进行路径寻优,得到最优或次优的拆卸序列。最后通过实例验证了该方法的有效性。     

人工神经网络技术在电工产品可靠性实验中的应用(理论部分)

本文简要介绍了人工神经网络，BP神经网络的结构、训练和学习规则以及人工神经网络非线性时间序列预测的应用概况。     

基于机会约束的电动汽车充光储一体化充电站容量优化方法

针对电动汽车充电站建设运营成本高,土地利用率较低,功能单一的缺点,提出了电动汽车充光储一体化充电站的容量优化方法。考虑光伏出力及电动汽车充电负荷的不确定性,研究在不确定性环境下的容量配置问题,以保证优化方案的可靠性。基于机会约束规划,以建设运营成本最小为目标建立电动汽车充光储一体化充电站容量配置模型,通过序列运算理论将模型中含有随机变量的约束进行确定性转化,采用CPLEX作为模型的求解工具。算例验证了所提模型及方法的有效性。     

改进的小脑模型神经网络及其在时间序列预测中的应用

针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进的小脑模型神经网络——模糊隶属度小脑模型神经网络(fuzzy membership cerebellar model neural network,FM-CMNN),用于解决非线性动态系统的时间序列预测问题.首先,FM-CMNN在保留原始CMNN输入变量的地址映射方式的情况下,在CMNN存储空间中引入铃型模糊隶属度函数,从而保证在不需增加量化级数的情况下提高网络的泛化能力.然后,使用梯度下降算法对网络权值进行更新,提高网络的逼近强度.最后,通过非线性时间序列预测基准实验和污水处理中水质参数预测实验,验证了FM-CMNN性能的可靠性.     

基于Modflow和时间序列法的汝州市温泉镇地热可开采量预测

浅层地热资源作为一种埋藏浅、便于开发且清洁环保的可再生新能源,广泛分布于我国中东部的平原地区.为准确预测浅层地热的可开采量,以河南省汝州市温泉镇为例,将三维可视化地下水流建模软件Visual Modflow模拟出的浅层地热储层结果与常规时间序列法计算出的地热可开采量相比较,深入探讨两种方法主要的优缺点,并预测出研究区地热流体的最大可开采量应在2400～3432 m3/d之间.研究结果对当地地热资源的可持续开发利用提供了重要参考依据,同时表明将数值模拟法应用于浅层地热的勘查分析具有重要的价值.     

基于小波的实时烟雾检测*

传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述.新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,分析图像帧在时域和空域的频率特性,来确定被监测区域是否有火灾烟雾的发生.实验证明该方法不受空间高度、热障、易爆、有毒等环境的限制,并且有灵敏度高、抗干扰力强、适用范围广等特点.     

图像序列中的自动点目标空时快速检测*

提出了一种新的序列图像中点状运动目标空时快速检测方法,该方法假设经过背景杂波抑制预处理后图像已转换为类SPGWN(信号加高斯白噪声)模型.自动目标检测时图像序列被划分为多组检测单元,每单元包含两帧相邻的图像.根据目标速度限制条件,采用在单元内以及两相邻单元间沿轨迹集成像素灰度的检测算法.在付出同等运算量的代价下,克服了二维投影检测性能较差的弱点,同时也具备可检测多速率目标的优点.理论分析和仿真试验表明了该检测方法的有效性.