基于状态观测器的特征结构配置问题

本文讨论带状态观测器的控制系统的特征结构配置问题。由于此时整个系统因含有不能控部分而不能进行特征结构配置,我们转而通过对A+BK,A-GC两个子块的特征结构配置而使整个系统具有一定的特征结构。     

X70抗大变形管线钢管的组织结构和形变硬化性能分析

采用金相和电子背散射衍射分析、准静态拉伸及数值模拟方法,研究了X70抗大变形管线钢管的组织结构、形变硬化性能及其可采用的表征方法.结果表明:X70抗大变形管线钢在整个塑性应变区域内不符合Hollomon公式,不具有确定的形变硬化指数n;在管线钢塑性变形的起始阶段n较大,但随着应变增大n快速减小;当总应变达到2.0％之后,形变硬化能力趋于稳定.工程应用中利用Rt1.5/Rt0.5、R2.0.0/Rt1.0和Rt5.0/Rt1.0三个应力比可以较好地描述抗大变形管线钢的形变硬化性能.当Rt1.5/Rt0.5≥1.070、Rt2.0/Rt1.0≥1.025、Rt5.0/Rt1.0≥1.050时,可使钢管压缩侧2倍管径长度上的平均压缩应变大于1.3％.     

城市边缘区划分方法初探

随着我国社会经济的发展以及城市化进程的加快,处于城市与农村结合部位的城市边缘区是土地利用变化最快、最显著的地区,城市边缘区的定量界定方法是学术界关注的热点之一.以景观多样性指数和土地利用类型比例为参考,以武汉市东湖高新技术开发区为研究对象,研究了该地区的土地利用情况,探讨划分城区、城市边缘区和农村的基本方法.     

基于GIS和多智能体的城市人口分布模拟

传统的城市人口空间分布方法仅能在数量上达到较高的模拟精度,但是不能对城市人口分布表现的居住分异特性进行描述.针对常用的城市人口空间分布模拟方法的不足,构建了基于多智能体的城市人口分布模拟模型,模型由影响要素、智能体、决策规则等组成.居住用地划分为均匀的居住元胞,初始状态下,每个居住元胞分布相同数量的智能体(家庭为单位),智能体在各自居住压力作用下做出是否迁居的决策,如果迁居则选择合适的居住元胞,通过智能体的不断决策、协商、迁居模拟城市人口分布的变化.实验结果表明,相对于传统的重力模型,本文模型所模拟的结果不仅具有较高的精度,而且模拟的城市居住分异现象与现实居住格局相符合,为城市人口分布模拟提供了新的思路.     

基于法拉第旋转制备光子GHZ态和cluster态

制备GHZ态和cluster态是当前量子通讯及量子信息处理过程中一项重要课题,文章基于偏振光被囚禁原子光腔反射后所获得的法拉第旋转制备了子GHZ态和cluster态。该方案不需要腔场的强耦合条件,在低品质光腔中也能实现,从而大大降低了实验难度。     

静风荷载下的大跨度斜拉桥稳定性分析

由于风荷载对斜拉桥的作用比较敏感,尤其是对于柔性大跨度斜拉桥。文章基于伯努利方程推导整个断面的3方向静风荷载原理,并采用内外增量双重迭代以及发散机理的数学描述给出静风稳定性计算过程;结合斜拉桥本身特性,分析了某跨江大跨度斜拉桥的横桥向风荷载和竖桥向风荷载的影响;使用大型有限元软件MIDAS/Civil建立桥梁模型,并进行成桥状态静风荷载下的特性分析,据此来评估该桥的静力抗风性能,为相关桥梁的抗风性能分析与设计提供依据。     

PLC在缆索机器人监控系统中的应用

针对气动蠕动式缆索喷涂机器人的工作特点,提出了把可编程控制器(PLC:Programmable Logic Controller)用于机器人控制系统中的实现方法.利用PLC的通讯功能,搭建了监控式控制系统,在控制策略上可保证机器人本身具有很强的故障源自主判断和自主处理能力.实验证明,所搭建的监控系统性能可靠,经受了系统断气、通讯电缆断线等人为故障的考验,可以在带载条件下安全返回地面.监控式控制系统能够满足缆索机器人的工作要求.     

基于深度学习的混响感知麦克风阵列语音增强

[目的]针对基于深度神经网络频谱估计的麦克风阵列算法存在数据依赖的问题,提出了一种基于深度学习的混响感知麦克风阵列语音增强算法.[方法]首先利用麦克风阵列波束形成输出与原始信号做互相关,以近似房间冲激响应的形式获取当前环境的混响特性作为LSTM网络的输入,网络模型以干净语音为目标进行训练从而输出房间冲激响应泛化向量,最后通过组合近似房间冲激响应与房间冲激响应泛化向量获得后置抗混响滤波器系数,实现语音增强.[结果]仿真和实验结果中,与波束形成、加权预测误差算法和传统深度学习去混响算法相比,所提出的方法在不同混响场景下具有更好的表现.[结论]本文方法在不同混响场景下都具有相对稳定的抗混响能力,具有较好的泛化性能.     

基于大数据的数据清洗研究

大数据具有体量大、来源和格式多样、增长速度快、价值密度低和处理难度大的特点,即使通过合理设计参数对某段数据进行点估计的结果可能相当令人满意,但通过应用标准统计程序对整个数据体进行精度估计得到的结果,却是差强人意,从而误导人们。目的旨在分析影响大数据清洗的主要因素有哪些,首先回顾了数据获取对时间序列的依赖性并构造了一个大数据模型,然后在列出数据估计时所用的一些属性后,给出了数据清洗时的回归分析,同时探讨回归系数估计的可能影响。最后给出了大数据处理中误差累积的通用表示方法,提出了与时间序列理论中短程和长程依赖之间的区别大致相同的问题。