栅元有效共振积分的CUDA算法设计与实现

核反应堆中需要实时精确地计算堆芯和增殖材料的有效共振积分或群截面来实现反应堆的安全控制。整个计算过程因为涉及大量的积分运算和庞大的核素截面数据,采用常规的计算方法,计算时耗相当大。基于统一计算设备架构(CUDA)平台,利用图形处理器(GPU)的计算能力,对整个计算过程进行并行化分解,多线程同时运算,大幅度提升计算速度,降低时耗。实验结果表明,在GPU上并行计算所得结果与原始数据没有明显差异,且加速效果显著。     

支持向量机序贯最小优化算法推导的改进

已有文献中的支持向量机SMO算法推导过程计算复杂,该文给出一个简洁推导。整个推导过程没有复杂的计算,除了误差函数外,不需引入其它中间变量。     

分数次积分变换的交换子在齐型空间上的端点估计

令T为P^n上的Caldero＇n-Zygmund积分算子,由T构成的交换子的有界性已有较完善的结论,本文的目的是将之推广到一般的齐型空间。设（X,d,μ）为齐型空间,将引进齐型空间（X,d,μ）上的分数次积分变换构成的交换子Iγ^b,并证明分数次积分变换构成的交换子Iγ^b的端点估计,即砖是从L^1/γ（X）到BMO（X）有界的,从Bp^γ（X）到CMO（X）有界的。     

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.     

一种基于模糊密度动态调节的融合目标识别方法

针对工程应用的需要,给出一种根据实时动态数据确定模糊密度调节系数的方法,并建立了基于模糊密度动态调节的融合目标识别算法.最后通过仿真实验给出了各种模糊积分用于目标融合识别时的识别结果,验证了所提出方法的有效性.     

一种工业无线手操器的设计与实现

基于工业无线网络相关技术,提出了一种低功耗的基于IEEE802．15．4技术的便携式工业无线手操器。首先概述了手操器的工作原理,然后详细介绍了系统硬件电路结构及实现的总体方案,最后重点描述了系统的软件架构及实现方法。测试结果表明该手操器工作稳定,达到相应性能指标,可满足一般工业应用的要求。     

一类非线性时滞系统的鲁棒间接自适应控制

针对一类不确定非线性时滞系统,基于变结构控制原理,利用多层神经网络逼近的能力,提出具有投影算法的间接自适应控制方案。该方案通过监督控制器保证闭环系统所有信号有界,并引入综合误差的自适应补偿项来消除建模误差的影响。理论分析证明跟踪误差收敛到零,仿真结果表明该方法有的效性。     

不等权泛组合运算模型研究

实际复杂系统中的各因素一般具有不同的权重,针对现有的泛组合运算模型描述的是一种理想的等权情况,给出了两种广义加权算子模型,并据此提出了一种不等权泛组合运算模型,从而可以更准确地处理复杂系统中各因素间关系的不确定性问题.     

图像边缘检测在DM642上的应用研究

采用TMS320DM642EVM作为数字图像处理硬件平台,利用CCS开发环境来构建程序并对其进行优化;通过对改进后的Log算子和小波多尺度方法提取到的边缘图像进行数据融合,得到一幅新的边缘图像。实验结果表明,该方法提高了边缘检测的运算速度,满足了实时性要求;并能有效地抑制噪声的影响,保留了图像边缘细节。     

Finite-time optimal tracking control for a class of nonlinear systems with prescribed performance

In this paper, a finite-time optimal tracking control scheme based on integral reinforcement learning is developed for partially unknown nonlinear systems. In order to realize the prescribed performance, the original system is transformed into an equivalent unconstrained system so as to a composite system is constructed. Subsequently, a modified nonlinear quadratic performance function containing the auxiliary tracking error is designed. Furthermore, the technique of experience replay is used to update the critic neural network, which eliminates the persistent of excitation condition in traditional optimal methods. By combining the prescribed performance control with the finite-time optimization control technique, the tracking error is driven to a desired performance in finite time. Consequently, it has been shown that all signals in the partially unknown nonlinear system are semiglobally practical finite-time stable by stability analysis. Finally, the provided comparative simulation results verify the effectiveness of the developed control scheme.