MIMO阵元方向性对系统性能影响研究

在考虑空间衰落相关性(SFC)的同时引入天线单元方向性,研究基于统计信道模型的终端MIMO多天线模型及性能评估方法.在Kronecker的MIMO信道建模中应用终端波达信号方位角功率谱(APS)模型.利用此MIMO信道模型概念,分析在统计衰落信道中MIMO阵元方向性对系统性能影响,包括对空间衰落相关系数、MIMO多径信道容量和误码率(BER)的影响.仿真和优化结果表明:终端MIMO多天线模型中阵元方向性对系统性能影响显著,合理安排阵元波束方向可增加约10%多径信道容量并明显减小误码率.     

增程式电动汽车发动机多工作点控制策略

增程式电动汽车动力系统特殊的结构形式使发动机工作状况不必跟随负载功率需求,发动机控制策略的选择和设计具有多样性。针对目前增程式电动汽车发动机控制策略存在的不足,提出多工作点控制策略,根据行驶过程中的需求功率、车速、电池电量等约束条件,结合万有特性曲线将发动机控制在多个效率较高的优秀工作点上运行,合理设计各工作点间切换逻辑。运用Matlab/Simulink软件完成控制策略模型建立,AVL-cruise软件完成整车、驾驶员以及模拟工况模型建立,两者联合仿真试验结果证明,该策略能在保证车辆动力性、经济性的基础上,减少发动机动态波动,抑制电池大电流充放电,并能够利用路面噪声、空气噪声对发动机噪声的掩蔽效应降低高速行驶时的整车噪声。     

网络控制系统多时延模型及切换策略研究

针对一类具有时变时延的网络化控制系统,为有效减少网络诱导时延对系统的影响,提出了一种网络控制系统多时延模型,基于切换系统理论提出了切换控制策略,并运用李雅普诺夫稳定判据分析了切换策略的稳定性;仿真结果表明:多时延切换模型能取得良好的暂态性能和稳态性能,具有很好的实时性.     

基于小电网短期负荷预测方法的研究与分析

电力负荷预测依据经济、社会、气象等相关数据并结合电力负荷历史数据变化规律来估计和推测未来电力负荷的走势.介绍岱山电网负荷结构及特性,并对影响负荷的要素进行了分析.因岱山负荷轻,受气象、大用户影响大的特征,提出、分析将温度、降雨量、风力大小及检修计划作为自变量的多元线性回归短期负荷预测法.以实验结论和事实数据论证该方案的可行性,此方案可用于结构简单的小电网中,以提高短期负荷预测的准确性.     

多层连接双排桩基坑支护FLAC-3D数值模拟及分析

为了研究多层连接双排桩支护结构桩间距对支护性能的影响,运用FLAC3D建立了深基坑多层水平连接双排桩支护的计算模型,进行分层开挖三维动态模拟计算,同时讨论了排距、桩长等参数对桩顶位移的影响。通过多工况数值分析求得:当桩长约为开挖深度的1.8~2.0倍时,排距与基坑开挖深度之比为0.43~0.50,基坑支护效果较好。为探究多层水平连接双排桩支护结构提供有益指导。     

粗磷尾矿胶结充填级配及料浆和易性规律研究

利用粗骨料进行高浓度胶结充填是矿业工程中的研究难点,也是前沿性研究课题。为高效利用粗磷尾矿以消除环境污染、土地占用以及采空区诱发的地质灾害等问题,以粗磷尾矿和粉煤灰为主要材料,首先通过SEM、ICP-MSICP-OES、XRD、激光粒度分析及其他标准测试手段对主要充填材料的物理特性、化学成分和矿物成分进行分析;然后利用Füller和Talbol最大密实度曲线理论对粗磷尾矿自然级配和不同破碎粒度磷尾矿级配进行研究;最后采用正交试验设计法及多元非线性回归法对充填料浆和易性规律进行研究。结果表明,粗磷尾矿和粉煤灰物理性能较差,但前者化学特性稳定,后者具有较强火山灰特性;-5 mm粒度破碎磷尾矿具有较优密实度;充填料浆坍落度均随胶砂比、质量浓度和水泥/粉煤灰增大而先增后减,其中胶砂比的影响程度最大;坍落扩散度均随胶砂比、水泥/粉煤灰增大而增大,随质量浓度增大而先增后减,其中质量浓度的影响程度最大;稠度均随胶砂比、质量浓度增大而减小,随水泥/粉煤灰增大而先增后减,其中质量浓度的影响程度最大,且坍落度、坍落扩散度和稠度与各因子之间存在显著非线性关系。     

基于traceroute的多特征子网发现与分析

互联网测量的研究促进了路由器级拓扑发现的发展，而网络层的子网能为其提供更详细的中间互补视图.针对子网边界条件以及完整性考虑不足引起的准确率较低问题，提出了一种多特征结合子网发现算法.研究了同一子网IP的traceroute路径特征，将多个特征结合设计更精准的子网边界判定条件.通过筛选子网的完整性，缩小候选子网的搜索空间，启发式求解子网发现问题.实验结果表明，本文算法与现有其他算法相比，能更准确地发现子网，有效地减少子网误报情况，同时效率有所提高.最后，对六个地理上分散的ISP进行子网推断，并分析了这些ISP之间常见的各种子网特征.     

太极拳锻炼对不同人群生理生化指标影响的调查分析

以全民健身为背景,针对太极拳的健身功能进行研究,首先分析了太极拳的自身优势,接着重点论述了太极拳锻炼对中老年人以及中小学生等不同年龄人群生理生化指标的影响,以期为太极拳的健身功能提供理论依据支撑.     

一种稳健的多主瓣干扰抑制方法

当训练数据含有期望信号时,传统的基于特征投影预处理的主瓣干扰抑制算法会产生严重退化。这是因为在期望信号的扰动下主瓣干扰对应的特征波束易产生峰值偏移,导致主瓣干扰难以完全去除,当多个主瓣干扰存在时尤为突出。通过估计信号与噪声功率并将期望信号功率置零重构干扰加噪声协方差矩阵,排除了期望信号的影响,使得主瓣干扰能够充分去除。进一步将主瓣干扰功率置零重构旁瓣干扰加噪声协方差矩阵进行波束形成,方向图较协方差重构法在旁瓣干扰方向上能够形成更深的零陷。仿真实验表明,提出的方法能够有效抑制多个主瓣干扰并具有良好的稳健性。     

基于LMKL和OC-ELM的航空电子部件故障检测方法

针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning, LMKL)和一类超限学习机(one-class extreme learning machine, OC-ELM)的故障检测方法。仅运用正常状态的小样本数据,给出了LMK-OC-ELM的数学表达形式,并在不同的门模型下推导了LMK-OC-ELM中局部核权重的优化方法;在获取局部核权重的基础上,定义了离线故障检测所需的统计检验量与阈值,以便工程实现。将所提方法应用于某型接收机,结果表明，在训练时间可控的前提下,与4种常见的一类分类(one-class classification, OCC)算法相比,所提方法可均衡地提高召回率、查准率和特异度,以LMK-OC-ELM-sig为代表,其在F1、曲线下方面积(area under curve, AUC)、G-mean和准确率4个指标上,比最近提出的局部多核异常检测(localized multiple kernel anomaly detection, LMKAD)方法分别提高了1.60%、1.57%、1.53%和2.23%。