管理信息网抗毁构建研究

在机动通信组网时,网络管理信息网是网络管理系统对各节点设备进行参数下发和状态监控的交互通道,在基于ATM虚连接和IP路由器构建的网管信息网中,通过研究网络互连策略和IP动态路由技术,构建了不受限于节点连接接口的抗毁管理信息组网,提高了网络的顽存能力,拓宽了机动通信的适应性,该方法可在工程中推广应用。     

基于强化学习的JLQ模型的直接自适应最优控制

研究离散时间跳变线性二次(JLQ)模型的直接自适应最优控制问题.将强化学习的理论和方法应用于JLQ模型,设计基于Q函数的策略迭代算法,以优化系统性能.在系统参数以及模态跳变概率未知的情况下,Q函数对应的参数矩阵,可通过观察给定策略下系统行为,应用递归最小二乘算法在线估计.基于此参数矩阵,可构造出新的策略使得系统性能更优.该算法可收敛到最优策略.     

模态跳变概率可控的Markov跳变线性系统的优化

研究模态跳变概率可控的Markov跣变线性二次模型的最优控制问题,考虑两类模态跳变控制策略:开环模态控制和闭环模态控制,应用策略迭代和性能势的概念,给出了最优的闭环模态控制优于最优的开环模态控制的充分条件,以指导最优控制器的设计,在已知最优的开环模态控制策略的基础上,应用策略迭代给出了构造闭环模态控制策略的方法,以进一步改善系统的性能.     

逆M序列在机抖激光陀螺消除动态闭锁中的应用

对逆M序列在消除激光陀螺动态闭锁误差中的应用进行了研究和验证.目前多采用M序列对抖动的幅度进行调制来消除激光陀螺动态闭锁误差,而逆M序列与M序列相比不仅满足注入到激光陀螺抖动中的要求,且比M序列有其性质等方面优势.通过理论分析及M序列和逆M序列在消除机抖激光陀螺动态闭锁中实验中的应用对比,实验数据表明逆M序列在消除动态闭锁中的作用要优于M序列.     

相关干扰情况下MIMO系统频偏的测量与补偿

准确的频偏测量与补偿对于MIMO系统获得好的性能具有重要作用.在实际的环境中,信道中可能还存在空间相关的干扰.如果将相关干扰按白噪声来处理,那么频偏测量与补偿的精度会下降.如果干扰相关矩阵已知,它可直接用于频偏测量以提高精度;而通常情况下,干扰相关矩阵是未知的,对于这种情况提出一种迭代的频偏测量方法,以迭代方式估计和利用干扰相关矩阵,使频偏测量精度不断得到提高.频偏补偿分成粗补偿以及基于锁相环的精补偿,并在锁相环中加入干扰抑制处理.仿真结果表明,本文方法可以有效提高相关干扰情况下MIMO系统频偏测量与补偿的精度.     

一种新型神经网络广义逆系统

提出一种新型带有反馈环节的广义逆系统方法,并给出了其存在性的证明．该方法首先利用神经网络构造被控对象的α 阶逆系统,通过改变反馈环节参数可随时任意配置复合系统极点,无需重新构造广义逆系统．分别对ＳＩＳＯ 和ＭＩＭＯ 非线性系统进行仿真研究．仿真结果表明,在配置极点变换时,利用该方法构造的广义逆系统仍可对原系统实现有效的线性化和解耦．     

行波型超声电机基于神经网络的逆模型辨识

行波型超声电机的动态特性受定子压电陶瓷迟滞和接触层非线性摩擦力的影响,表现出复杂的多值映射特征.通过引入动态迟滞逆算子,将存在于超声波电机逆系统中的多值映射在新的扩张输入空间上,转换为一一映射;然后使用神经网络建立超声波电机的逆模型,对迟滞和非线性摩擦力的影响进行补偿.所建立的模型结构简单,可以在线调整适应电机参数的非线性变化.实验仿真结果验证了该方法的有效性.     

不确定系统的稳定广义预测控制

针对一类有界不确定线性离散被控对象,采用Min-Max优化方法,提出一种新的稳定广义预测控制(MMSGPC)算法.引入内模控制结构,将干扰和不确定性从被控对象中分离出来,并利用局部反环节对其进行补偿;采用Min-Max优化方法,将终端约束条件转化为有界不确定性最差情况时应的线性方程;通过引入矩阵的Moore-Penrose逆,得到了终端约束线性方程的通解,并结合性能指标函数求得了最优控制律.通过仿真实例验证了该方法的稳定效果.     

StreamJacobi： Efficient implementation of 2-D Jacobi on a stream processor

Stream processors, with the stream programming model, have demonstrated significant performance advantages in the domains signal processing, multimedia and graphics applications. In this paper we examine the applicability of a stream processor to 2-D Jacobi iteration which is widely used to solve partial differential equations, an important class of scientific programs. We first map 2-D Jacobi iteration in FORTRAN version to the stream processor in a straightforward way. In a stream processor system, the management of system resources is the programmers＇ responsibility. We then present several optimizations, which avail the stream program for 2-D Jacobi iteration, called StreamJacobi, of various aspects of the stream processor architecture. Finally, we analyze the performance of StreamJacobi, with different scales, and the presented optimizations. The final stream program StreamJacobi is from 2.31 to 6.42 times faster than the corresponding FORTRAN programs on a Xeon 5100 processor, with the optimizations playing an important role in realizing the performance improvement.     

An FPGA-based face recognition using combined 5/3 DWT with PCA methods

This paper describes a new scheme for feature extraction from facial images on FPGA. The proposed method is comprised of two stages. The first stage uses the 5/3 DWT to decompose the original face image into LL, LH, HL, and HH wavelet coefficient to reduce the size of the image. In the second stage, PCA is employed to extract the face features from the wavelet coefficients. Here we use the power iteration algorithm to find the eigenvector of the covariance matrix. We present an efficient hardware architecture using combination of parallel processing module and serial processing module. This method can take the benefits of parallel usage advantage of FPGAs and can save hardware resources. Complete hardware implemented on a Stratix II FPGA. The experimental results show that the system works with high processing rate and only 21% of the logic resources an FPGA are consumed by face recognition logic Thus it is very suitable for the low cost implementation of the face recognition system.