一种新的积分变换——弦变换

傅里叶积分为研究函数提供了新的方法,但是经过傅里叶积分得到的函数往往是关于频率ω的复变函数,复变函数比实变函数研究起来复杂,使得一些问题的研究变得困难.为了解决这个问题,从傅里叶级数出发,推导出了一种新的积分变换——弦变换,经过弦变换后的函数为实变函数,同时推导出弦变换的一些性质,使研究经过积分变换得到的函数更加方便.     

一种基于正弦映射的混沌交织器设计及应用*

移动信道编码中交织器的设计直接影响Turbo码的距离谱和性能,其主要作用是提高低重序列的输出码重和减小译码输出之间的相关性。随机交织器在数据帧较长时性能比较好,通过码序列位置重置实现交织,利用正弦函数的混沌映射有很好的随机性和瞬时正交性的特点,实现了一种新型混沌随机交织器,提高了交织器的误码率性能,并且在伽利略卫星系统中应用达到接近理论值的编码效率和误码率的特性。     

SVPWM在有源滤波器中的应用及仿真研究

有源滤波器控制策略的优劣直接决定其滤除谐波的性能,采用空间矢量脉宽调制技术实现对谐波的调制,并进行仿真验证.仿真结果表明,该算法产生的脉宽指令作为逆变器中各开关器件的通断控制信号,控制的结果能保证补偿电流实时跟踪其指令电流的变化,精确度与准确度均可满足系统要求.     

开关电源噪声分析及处理方法

针对开关电源噪声干扰的问题,提出了一种新颖的降低开关电源噪声的方法,使用削顶正弦波代替传统的脉冲驱动方式,有效降低了开关过程引起的EMI噪声.通过对开关噪声的分析,提出了噪声的数学模型,并使用Matlab将提出的方法与传统的方案进行对比,研究结果表明,该方法具有较好的电磁兼容性和较低的晶体管开关损耗.还设计了实际的驱动电路,实验证明该方法在噪声控制与损耗控制之间获得了良好的平衡,实现了电源系统的良好运行.     

一种新的混沌神经网络及其应用

提出一种新的混沌神经元模型,该神经元的激励函数由复合正弦函数和Sigmoid函数构成,通过分叉图及Lyapunov指数的计算,分析了其动力学特征.基于该模型构造了一种新的暂态混沌特征神经网络,并将其应用于组合优化问题.仿真实验结果表明了该算法的有效性与可行性.     

仿生机器鱼运动控制方法综述

运动控制是仿生机器鱼研究的核心问题,为此,依据解决运动控制问题的不同思路,总结了仿生机器鱼运动控制常见的几种研究方法:基于杆系结构的鱼体波曲线拟合法、正弦控制器方法和基于中枢模式发生器模型的方法,分别对3种运动控制方法的基本原理和特点进行了总结和归纳,分析了3种方法在可靠性、稳定性和实时性等方面的优缺点,最后指出了仿生机器鱼运动控制方法的发展趋势。     

一种巴特沃斯低通滤波器构成的PWM转DAC设计

本文提出一种巴特沃斯有源低通滤波器构成的PWM转DAC设计,利用STC8单片机片内12位分辨率的PWM发生器产生了频率为10 kHz、占空比可变的PWM信号。将信号送入巴特沃斯低通滤波器后,PWM信号转换为直流电压,电压幅度与PWM信号占空比呈正比变化,转换得到的直流电压纹波小于0.2 mV,转换分辨率可达1/12位。转换电路线性度较高、纹波小、谐波抑制比较高。相比于专用DAC芯片或PAC芯片而,该方案性价比高,可以适配于分辨率要求高、建立时间要求一般的应用场景。     

融合黄金正弦混合变异的自适应樽海鞘群算法

针对基本樽海鞘群算法收敛速度慢、收敛精度低、易陷入局部最优的缺点,提出了一种融合黄金正弦混合变异的自适应樽海鞘群算法AGHSSA（Adaptive Salp Swarm Algorithm with Golden Sine Algorithm and Hybrid Mutation）。该算法引入了自适应变化的权重因子以加强精英个体的引导作用,提升收敛速度与精度。通过黄金正弦算法优化领导者位置更新方式,增强算法的全局搜索和局部开发能力。融合邻域重心反向学习与柯西变异对最优个体位置进行扰动,提升算法跳出局部最优的能力。通过对12个基准测试函数进行仿真实验来评估改进算法的寻优能力,实验结果表明,改进算法能显著提升寻优速度和精度,并且具备较强的跳出局部最优的能力。     

信号建模(1):单频率信号

信号建模无论在信号处理领域还是在通信领域都是极其重要的。这是信号建模连载论文的第1篇,讨论简单的单一频率正弦信号的建模问题,利用离散观测数据,研究和提出新型辨识方法估计正弦信号模型的特征参数。对标准正弦信号和具有初始相位正弦信号的建模,提出了倍数两点法、倍数三点法、等距三点法确定信号模型的特征参数,提出了梯度辨识方法、多新息随机梯度方法和递增数据长度的递推梯度方法估计信号模型的特征参数。     

全局优化的蝴蝶优化算法

针对基本蝴蝶优化算法中存在的易陷入局部最优值、收敛速度慢等问题,提出一种全局优化的蝴蝶算法,引入limit阈值来限定蝴蝶优化算法陷入局部最优解的次数,从而改变算法易陷入早熟的问题,结合单纯形策略优化迭代后期位置较差的蝴蝶使种群能够较快地找到全局最优解;将正弦余弦算法作为局部算子融入BOA中,改善迭代后期种群多样性下降的缺陷,加快算法跳出局部最优。在仿真模拟实验中与多个算法进行对比,结果表明改进算法的寻优性能更好。