分数阶复杂动态网络的牵制 自适应脉冲混合同步

利用广义的Barbalat引理,并针对Chen分数阶复杂动态网络,设计了一种牵制自适应脉冲混合同步控制新方法,只需控制网络中的一部分节点就能实现控制整个网络的目的.理论分析与仿真结果表明:所设计的控制策略能有效地实现分数阶复杂动态网络同步,节约控制成本且易于实现.最后讨论了受控节点数和分数阶次的改变对网络同步速度的影响.     

基于LFT键合图的异步电机故障分析与诊断

对异步电机故障进行分析和诊断,可以减少停机时间和维护成本.在键合图理论的基础上,提出将线性分式变换和诊断键合图模型结合的故障诊断方法.首先,搭建异步电机键合图模型,通过添加虚拟传感器将键合图模型转换为诊断键合图模型,由虚拟传感器求出残差.然后,通过分析模型中元件的因果关系消除未知变量,从而推导出解析冗余式和故障特征矩阵.针对元件参数的不确定性,提出基于线性分式变换搭建不确定性键合图模型来构造自适应阈值的方法,并在20-sim仿真平台上进行实验.结果表明:该方法可以对异步电机的定子绕组匝间短路故障和转子断条故障进行快速、准确地检测.     

图像拼接技术在大米检测系统中的应用

图像拼接技术主要包括图像匹配和图像融合,根据大米检测系统获取图像的特性,在块模板匹配算法基础上提出了一种改进的块模板匹配算法.并通过大米图像实例把两种算法进行了比较分析,实验结果表明改进的块模板匹配算法效率更高,匹配效果更好.采用了最为常用的加权平均法中的渐入渐出的图像融合算法.     

基于大数据分析的列车轮对故障诊断方法

随着我国列车行驶速度的不断提高,列车的行车安全逐渐得到了人们的重视,海量列车轮对监测数据为分析列车运行状态提供了条件.为了提高列车轮对故障诊断效率和准确性,文章提出一种基于大数据分析的列车轮对故障诊断方法,针对传统列车轮对故障诊断方法在处理大规模监测数据集时存在处理时间长,故障结果不准确等问题.首先设计一个监测数据融合框架,然后将多故障诊断循环神经网络算法与大数据MapReduce分布式计算框架相结合,利用循环神经网络算法特征提取能力和MapReduce快速计算能力.这样不但能够发挥循环神经网络故障特征提取能力,还能够满足列车轮对故障诊断精确性和实时性的需求,最后通过实例分析,证明了该方法的有效性.     

基于遗传算法整定PI控制器的PMSM简化矢量控制系统

简化矢量控制系统控制结构简单,能有效地降低生产成本,常被用于永磁同步电机控制系统中,但该系统的速度响应及转矩响应性能欠佳．本文采用遗传算法整定简化矢量控制系统中三个PI控制器的参数,使之达到与传统矢量控制系统相似的控制性能．通过仿真实验,验证了基于遗传算法整定PI控制器的永磁同步电机简化矢量控制系统,在连续时间域和离散时间域内都取得了良好的速度响应和转矩响应性能．     

分数阶Lu混沌系统的同步控制新方法研究

应用分数阶系统稳定性理论,针对L分数阶混沌系统,设计了一种同步控制新方法.仅在分数阶混沌响应系统中添加一个控制器,便可使该系统之间达成有效同步.为了提高通信系统的保密性,实现复杂的非周期信息的安全传输,基于混沌模拟通信技术,将该方案应用到混沌掩盖保密通信中.在接收端利用同步后的混沌信号进行去掩盖,从而恢复出有用信息.同时给出了理论分析与数值仿真结果.     

无线传感网中一种基于多信道节能机制

无线传感网是当前物联网技术研究的热点,无线传感网中如何对能耗进行控制以延长网络的生存时间又成为其中最受关注的问题.为了实现能耗的有效控制,通过对能耗模型的研究和建立,研究提出了一种基于多信道无线传感网的节能机制.它基于非坚持CSMA协议,是通过对非坚持CSMA协议中退避过程的控制和对物理层调制阶数的控制来达到控制能耗目的.同时结合多信道无线传感网中可使用多个信道的特点,建立的节能机制加入可用信道数量来共同分析和处理.最后仿真试验验证了文中提出的机制具有提升能耗效率的效果.     

基于XFAST自适应的直接捕获算法

针对采用XFAST(Extended replica folding acquisition search technique)方法会额外造成恒定信噪比损失的缺点,提出一种基于XFAST方法的自适应捕获方法,结合非相关累加的性质进行自适应组合,对P码信号进行直接捕获.研究结果表明:此自适应捕获方法仍然可以保留XFAST计算量较小的优点,同时可以克服XFAST无法捕获到较弱信号的不足,对实际GPS P码直接捕获接收机的设计以及我国自主北斗长码直接捕获接收机的发展均具有一定的参考价值.     

基于云理论与加权马尔可夫模型的矿井涌水量预测

针对矿井涌水量预测问题,提出一种新的既考虑模糊性又考虑随机性的云加权马尔可夫预测模型。其过程为:首先,利用云理论对矿井涌水量状态概念进行云划分,通过X条件云发生器确定训练样本各年份涌水量所属状态;由于云模型具有模糊和随机特性,同一样本属性值通过X条件云发生器时,输出不同的状态,从而形成不同情形下的马尔可夫状态空间,为此,根据各种情形出现的频数,确定各自的权重。然后,应用加权马尔可夫预测法,计算各种情形下预测样本所属状态的概率矩阵,加权求和得到最终的预测概率矩阵,并根据最大隶属度原则,确定预测样本所属状态。最后,以河南鹤壁四矿1982—1999年的矿井涌水量时间序列作为训练样本,采用所建立的云加权马尔可夫预测模型,对2000—2001年的矿井涌水量所属状态进行预测,研究结果表明:2000年和2001年的涌水量预测状态同为状态5,属涌水量较少年份,与其实际状态相一致。     

高精度Σ-ΔADC中的数字抽取滤波器设计

设计1个应用于高精度sigma-delta模数转换器(Σ-ΔADC)的数字抽取滤波器。数字抽取滤波器采用0.35μm工艺实现,工作电压为5V。该滤波器采用多级结构,由级联梳状滤波器、补偿滤波器和窄带有限冲击响应半带滤波器组成。通过对各级滤波器的结构、阶数以及系数进行优化设计,有效地缩小了电路面积,降低了滤波器的功耗。所设计的数字抽取滤波器通带频率为21.77kHz,通带波纹系数为±0.01dB,阻带增益衰减120dB。研究结果表明:该滤波器对128倍过采样、二阶Σ-Δ调制器的输出码流进行处理,得到的信噪失真比达102.8dB,数字抽取滤波器功耗仅为49mW,面积约为0.6mm×1.9mm,达到了高精度模数转换器的要求。