析线性网络的时延特性

论述了线性网络的各种时延术语的意义。导出了相时延、包络时延、群时延、相截时延与网络相位特性之间的关系,详细推导了群时延公式,并简要讨论了各种时延之间的相互关系及应用问题。     

基于深度神经网络-近似线性网络混合模型的电力系统状态估计方法

为提高电力系统实时状态估计的精度和计算效率,解决电网电压波动频发、潮流分布的不确定性剧增等问题,通过提出一种基于深度神经网络和近似线性网络模型的电力系统状态估计方法,研究了其在电网的应用。该方法将混合系统量测数据通过粒子滤波算法得到样本集,利用训练样本训练所提出的混合神经网络模型,最后将测试样本输入已建立的模型中获得系统状态的估计结果。通过IEEE118节点系统进行的负载数据仿真实验表明：基于混合神经网络模型的电力系统状态估计方法不仅能快速进行海量数据训练,还能有效避免过拟合;在实时状态估计的精度和计算效率方面相较于高斯-牛顿法均有提高。可见所提方法在电力系统实时状态估计方面具有一定的应用价值。     

线性开关网络初始值的求解

提出了线性开关网络初始值数值求解的一种新方法，该方法基于拉普拉斯变换理论和节点分析技术，能分析任一具有理想开关和冲激函数的线性网络，文中算法计算精度高，计算量小，易于用程序实现。     

广义诺尔顿和戴维南定理的混合形式

n端线性有源网络A,可以用一个线性模型A_eq等效,A_eq由n-1=m端口无源网络P与m个独立源组成,A和A_eq对于接入端口的任意线性或非线性的n端负载L,贡献相同的端口电压和电流.它事实上是广义诺尔顿和戴维南定理的混合形式,只要A和L组成的全体网络W是唯一可解的,则混合等效的线性模型A_eq必然存在.     

分段线性网络的建模与综合

多端口非线性网络状态模型的建立至令还没有系统的方法,本文解决了满足非退化线性划分多维连续分段线性函数的建模问题.同时还提出了一种新的非线性网络综合方法,用它可以综合任何能用状态模型描述的网络,与以前的综合方法相比,放宽了对网络函数的限制.作为特例,讨论了此方法在单端口多值和多端口网络综合中的应用.     

一种基于随机线性网络编码的分布式文件存储系统研究

本文结合线性有限域运算和图论等相关理论阐述了线性网络编码的基本原理，优势与劣势。同时介绍了线性网络编码技术应用于分布式文件系统中在数据分布存储，数据编码，解码等数据处理方面的关键技术．最后依据理论分析评价了该型文件系统的性能特点，并指出未来该型文件系统的应用前景。     

线性网络编码在协作通信中的应用

协作通信是提高无线网络链路可靠性的最有效方法之一。文中将线性网络编码引入多用户协作通信系统中,提出新的中继转发方法。在中继转发阶段,参与协作的用户将机会侦听到的来自其它协作用户的数据和自身的数据进行线性网络编码,并转发出去。理论分析和仿真表明,与原有的基于异或编码方式的转发方法相比,本文的方法能获得更高的空间分集度,更低的系统中断概率。     

关于线性网络有向树计数问题的几个结果及其应用

有向树计数的大小,是影响线性网络拓扑分析运算效率的一个重要因素。本文在有向村计数最小的意义上,讨论选择有向树树根节点的一般原理,所得结果可用于优化线性网络拓扑分析算法的工程设计。     

二端线性网络等效电阻的求解

在运用戴维南定理分析线性复杂直流电路时,如何求解二端线性网络的等效电阻,本文针对不含有受控源的直流电路,以及含有线性受控源的直流电路,分别提出了利用编码法求解和开路、短路法求解的办法。