对含受控源电路的分析及其处理方法

在对电路中常见的受控源的双重性分析的基础上，将含受控源电路的各种情况进行了分析，并结合一些具体实例，说明了对各种含受控源电路的处理方法。     

含受控源网络的分析

本文分析了受控源在电路中的等效变换,给出了网孔分析和节点分析中处理受控源的一种简单而实用的方法。     

关于含受控源网络中网孔节点分析

本文分析了受控源在电路中的等效变换，给出了网孔分析和节点分析中处理受控源的一种简单而实用的方法．     

受控源的双重性质及其应用

本文介绍受控源的双重性质，并举例说明了这一性质在电路的分析和计算中的应用。     

分析受控源电路的一种思路——折合电阻法

所谓“折合电阻法”是指受控源可以折合成所在支路的一个电阻（阻值正负均可），使原电路等效成为一个好象不含受控源的电路，使分析得以简化。本文探究这种方法的适用性，并将用该种方法分析电路与用其它方法分析电路进行比较。     

浅析含受控源电路的改进

随着电子技术的飞速发展,含有受控源电路的分析在工程实际中占有很大的比例。在解题过程中含受控源电路要比不含受控源电路的解题难度会增加很多。经过仔细分析和研究,笔者总结出下面几种特殊类型的含受控源电路的等效变换,实践证明这种变换是行之有效的。     

含受控源电路的等效变换

分析了含受控源电路中任意两支路电压和电流间的线性关系，给出了含受控源电路的等效计算方法．     

含受控源电路的分析计算方法

利用电压源和电流源的等效变换、叠加定理、戴维南定理等,分析受控源电路时,就不能简单地把它当作独立源来处理。本文就这三种分析方法在含有受控源电路中的应用作一介绍。     

含受控源电路节点矩阵分析的研究

就利用网络图论进行电路节点矩阵分析时，如何处理受控源的问题，提出了一种新的方法，这种方法简化了运算过程，能把节点方程直接写出，使网络分析的系统化更加便捷。     

A cumulant-based parameter estimation algorithm for near-field sources

To efficiently use the array aperture and avoid the complicated parameter pairing computation, this paper proposes a new cumulant-based algorithm for localizing near-field narrowband sources. Firstly, this algorithm proposes a symmetric uniform linear array (ULA), and constructs three cumulant matrices by using the fourth-order cumulants of some properly chosen sensor outputs; secondly, unlike the conventional parallel factor (PARAFAC) analysis models in data or subspace domain, it forms a three-way array (TWA) in the fourth-order cumulant domain using the three matrices, and analyzes the uniqueness of its low-rank decomposition; thirdly, it jointly estimates the frequency, the direction-of-arrival (DOA), and the range of each near-field source from the matrices via the low-rank decomposition of the TWA. The simulation results are presented to validate the performance of our proposed method.     

A cumulant-based parameter estimation algorithm for near-field sources

To efficiently use the array aperture and avoid the complicated parameter pairing computation,this paper proposes a new cumulant-based algorithm for localizing near-field narrowband sources.Firstly,this algorithm proposes a symmetric uniform linear ar- ray (ULA),and constructs three cumulant matrices by using the fourth-order cumulants of some properly chosen sensor outputs;second- ly,unlike the conventional parallel factor (PARAFAC) analysis models in data or subspace domain,it forms a three-way array (TWA) in the fourth-order cumulant domain using the three matrices,and analyzes the uniqueness of its low-rank decomposition;thirdly,it jointly estimates the frequency,the direction-of-arrival (DOA),and the range of each near-field source from the matrices via the low-rank de- composition of the TWA.The simulation results are presented to validate the performance of our proposed method.     

一种适用于ISA100.11a工业无线网络的路由算法

为了更有效地利用网络能量,针对工业无线网络数据可靠传输要求,提出了一种适用于ISA100.11a工业无线传感器网络的路由算法。该算法作用于ISA100.11a网络中的系统管理器,以网络中设备的链路质量和剩余能量为指标,依赖Floyd改进算法,在网关到终端设备的多条路径中选择一条最优路径进行数据传递。测试结果表明,该路由算法能够在有效延长网络生命周期的同时,较好地改善数据传输可靠性。     

分销配送网络优化模型及其求解算法

为了优化网络结构 ,寻求最佳配送策略 ,最终找出成本最小的供应链 ,针对需求拖动式供应链中 ,多供应商、多产品、多客户分销配送网络的优化设计问题 ,在考虑需求分配的情况下 ,提出了分销配送网络的优化模型。为了求解优化模型 ,提出了基于混合遗传算法求解混合 0 - 1整数规划问题的算法 ,它是用遗传算法搜索 0 - 1变量的最优解 ,将其他算法融入遗传算法中 ,对非 0 - 1变量进行求解的一种算法。最后通过两个算例进行了仿真实验 ,验证了优化模型的正确性和算法的有效性。模型简明、客观 ,算法易于扩展并具有鲁棒性、通用性     

具有破坏排队的离散时间动态网络装载算法

以简化的动力波理论为基础,假设路段上只有2种流量状态：一个是前向波;另一个是后向波。根据路段出入口的累计车辆数以及路段波速,计算可能的路段出入口流量,并以此为基础,进一步计算路段的实际出入口流量,给出了一个破坏排队条件下的离散时间动态网络装载模型。仿真试验结果表明：破坏排队模型能够跟踪由于路段拥挤导致的破坏排队现象,进一步对比了点排队与物理排队的动态网络装载结果的差异;在非拥挤状况下,2种模型类似,而在拥挤状况下,破坏排队模型能够给出更加真实的结果。     

用混合遗传算法实现神经网络快速训练

快速神经网络训练算法的研究是人们所关注的问题之一。经过分析与研究 ,遗传算法是一种全局并行随机搜索优化算法 ,具有很强的全局搜索能力 ,而 BP算法的局部搜索能力较强。文章将两者结合起来 ,形成一种混合遗传算法 ,并就混合遗传算法的原理及其在实现时所涉及到的许多策略问题进行了分析比较 ,仿真结果表明它具有收敛速度快和不会陷入局部极小的特点。     

板金加工数控切割路径的优化计算

根据图论理论，对零件切割路径问题，在普利姆算法的基础上提出了一种有效的路径优化算法．该算法可自动确定切割加工的最短路径，有效缩短切割头的空行程时间，提高辅助加工的效率．     

复杂动态网络的牵制同步控制

研究了复杂动态网络的牵制同步控制。首先,阐述了一个新的动态网络,这个网络具有不同的节点结构,而且每个节点都是具有相同维数的动力系统。通过设计合适的控制器,此网络的状态将指数同步到一个稳定的状态。其次,给出了一些同步准则和一个例子去验证理论结果。MATLAB仿真结果表明,在整个网络被控制到平衡点时,在网络中随机地选择两个节点施加牵制控制,甚至仅对网络中度最大的那一个节点施加牵制控制,都能使网络的状态在很短的时间内达到同步。MATLAB仿真结果与理论分析相一致。     

基于数据包分析的多媒体信息还原方法研究

讨论了基于实时传输协议(RTP)传输的多媒体信息的还原方法,以及不依赖于RTP协议传输的多媒体信息的还原方法.还原基于RTP协议传输的多媒体信息需先对网络数据包进行捕获和分析,然后对所捕获的RTP网络数据进行重排序,最后利用AVI和WAV技术提取出视频和音频数据.对于不依赖于RTP协议传输的多媒体信息的还原,着重讨论了对采用WMV3和ML20编码的多媒体信息的还原方法.为满足透明性处理要求,提出了一种集三种不同信息还原方法为一体的开放式多媒体信息还原框架.实验结果表明,采用该方法可以成功还原出大部分常用的网络多媒体信息.     

基于模板更新的深层孪生网络跟踪算法

针对跟踪过程中因尺度变化、遮挡及运动模糊等造成的目标定位不准确问题,在SiamFC(fully-convolutional siamese network)的跟踪框架基础上提出了一种具有高置信度模板更新机制的深层孪生网络目标跟踪算法.首先,主干网络采用ResNet-50残差网络进行特征提取,并融合多层特征图进行目标预测;其次,为避免模板频繁更新带来的模板漂移问题,构建了高置信度的模板更新模块.在OTB100数据集上的实验结果表明,相比基准算法,文中算法的跟踪成功率和精确度分别提高了3.4%和2.6%;在多种挑战因素下的对比实验表明,文中算法可以较好地抵抗目标遮挡、尺度变化、运动模糊等多种复杂因素带来的影响,有很好的鲁棒性.