Modulating functions-based method for parameters and source estimation in one-dimensional partial differential equations

In this paper, modulating functions-based method is proposed for estimating space–time-dependent unknowns in one-dimensional partial differential equations. The proposed method simplifies the problem into a system of algebraic equations linear in unknown parameters. The well-posedness of the modulating functions-based solution is proved. The wave and the fifth-order KdV equations are used as examples to show the effectiveness of the proposed method in both noise-free and noisy cases.     

一类正则半群的F-壳

本文在给出纯正断面的特征刻划之后,证明了含拟理想纯正断面的正则半群,作为应用,给出了含拟理想逆断正则半群的一类类似的新结果。     

Identification of stochastic loads applied to a non-linear dynamical system using an uncertain computational model and experimental responses

The paper is devoted to the identification of stochastic loads applied to a non-linear dynamical system for which experimental dynamical responses are available. The identification of the stochastic load is performed using a simplified computational non-linear dynamical model containing both model uncertainties and data uncertainties. Uncertainties are taken into account in the context of the probability theory. The stochastic load which has to be identified is modelled by a stationary non-Gaussian stochastic process for which the matrix-valued spectral density function is uncertain and is then modelled by a matrix-valued random function. The parameters to be identified are the mean value of the random matrix-valued spectral density function and its dispersion parameter. The identification problem is formulated as two optimization problems using the computational stochastic model and experimental responses. A validation of the theory proposed is presented in the context of tubes bundles in Pressurized Water Reactors.     

基于双支持向量回归机的增量学习算法

提出了一种基于双支持向量回归机的增量学习算法。将获取到的新样本加入训练数据集后,该算法无需在整个新的数据集上重新训练双支持向量回归机,而是充分利用增量前的计算信息,从而大大减少了模型更新中逆矩阵的计算量,提高了算法的执行效率。在人工数据集、时间序列预测和UCI数据集上的数值实验表明,该算法快速有效。     

基于稀疏表示和时频变换的ISAR成像算法

逆合成孔径雷达对空中机动飞行目标进行成像,在成像积累时间内,成像投影平面和横向尺度随时间变化,许多参数很难准确提取,人们无法获得更多的先验知识。一般采用鲁棒性强的距离-多普勒(RD)算法进行成像,但传统的RD成像算法基于目标匀速转动和方位均匀采样的假设,若用其对机动目标进行成像,则图像模糊,尤其对于随机缺损的雷达回波数据,其成像质量显著下降,甚至无法辨识。通过引入稀疏表示和时频变换,提出了一种基于稀疏表示和时频变换的距离-瞬时多普勒成像算法,其可对一般机动飞行目标进行有效成像。实验结果验证了所提算法的有效性和可行性。     

具有属性析取扩展特征的内逆P-信息智能挖掘

逆P-集合(inverse packet sets)是由内逆P-集合P-F(internal inverse packet set(X)F)与外逆P-集合XF(outerinverse packet setXF)构成的集合对;或者,((X)F,(X)F)是逆P-集合;逆P-集合具有动态特性.它是研究另一类动态信息与应用的新模型.逆P-集合中元素的属性满足属性析取.利用内逆P-集合的结构,给出了元素的属性析取扩展形式与特征、属性析取扩展条件下的内逆P-信息智能挖掘,以及挖掘定理与智能挖掘原理;给出了满足内逆P-推理与非完整信息条件下的完整信息的智能挖掘-发现.利用这些结果,给出了具有属性析取扩展特征的信息智能挖掘的应用.     

向无源网络供电的VSC-HVDC系统控制策略

在同步旋转坐标系下,利用电压源型高压直流输电(voltage source converter based high voltage DC,VSC-HVDC)的暂态数学模型,提出了一种向无源网络供电的VSC-HVDC系统新型控制策略。基于非线性系统反馈线性化控制的逆系统方法,推导了VSC-HVDC的逆系统模型,构造了伪线性系统,实现了对VSC-HVDC系统有功功率和无功功率的解耦。采用极点配置方法对该伪线性系统进行了综合,设计了控制器,并对反馈线性化中重要的隐动态问题进行了讨论,保证了控制系统的稳定性。仿真结果表明,该控制器具有较好的动态性能。     

基于近似逆系统设计方法的直流有源滤波器

谐波治理是高压直流(High Voltage Direct Current,HVDC)系统的关键技术之一。本文分析了应用在HVDC直流侧的直流有源滤波器工作原理,提出了近似逆系统的控制策略。并在PSCAD／EMTDC软件平台和实际装置中进行了实践。仿真和实验样机验证了逆系统控制的可行性和有效性。控制系统稳定,滤波效果优良。     

给水管网实时故障诊断的支持向量机模型

为实时诊断给水管网故障,提出了一种基于支持向量机(SVM)的宏观关系模型,用以建立实时监测故障前后给水管网3个节点的水压变化与管网中其他所有未监测节点水压变化的非线性关系,通过对水压变化和等值线分析,可以快速和准确地诊断出故障位置和故障程度.最后,运用给水管网局部破坏状态下水力分析的算法求解一个小型给水管网.     

红外技术定量诊断设备内部缺陷可行性的理论证明

阐述了用红外技术与求解导热反问题相结合对三维圆柱形工业设备内部缺陷进行定量计算的方法，从理论上证明了求解的可行性。在已知设备的表面温度分布情况下，求解几何形状部分未知的传热学反问题将导致一非线性方程的求解，用牛顿迭代法对该方程数值求解可准确定出设备内部缺陷的位置及尺寸。