一种新的基于混沌的DC/DC变换器控制策略

工作在混沌状态的DC／DC变换器能够改善电路的电磁兼容性能(EMC)。该文首先分析了这种方法存在的不足，然后提出了一种新的DC／DC变换器混沌控制策略，仿真研究证明，这种控制策略扩展了电感电流的功率谱，减低了在开关频率上的电流分量，从而改善了DC／DC变换器的EMC性能。     

Boost变换器的特征向量法混沌量化及EMI抑制

由于DC-DC开关变换器中固有的混沌现象可以用来提高电磁兼容（EMC）性,故量化其混沌行为有着重要的意义.文中通过建立DC-DC变换器的混沌模型,得到其相应的混沌映射,进而利用特征向量法对该混沌映射的不变分布进行求解,实现了基于混沌特性的量化.并以峰值电流控制的Boost变换器为例,说明了DC-DC变换器混沌映射的不变分布的量化方法,为进一步利用混沌特性降低DC-DC变换器的电磁干扰（EMI）打下了理论基础.     

升压型DC—DC直流变换器的仿真研究

本文建立了一种升压型DC/DC直流变换器的数学模型,并利用PSpice软件对这种DC/DC变换器进行仿真研究,分析其暂态和稳态的过程及性能。仿真研究表明,当电路元件RL=150Ω,L1=150μH,电路性能很好地满足输出电压的设计要求,从而为实际开关电源电路的设计提供有益的参考。     

两种控制模式的开关变换器的动力学行为研究

DC-DC变换器是开关电源的核心部分,在各个领域有着广泛的应用.电压模式控制Buck变换器和电流模式控制Boost变换器是电力电子的非线性研究中两种重要的研究对象,它们都有着非常广泛的应用.以这两种模式控制的开关变换器为研究对象,通过对它们进行建模、分析和实验等证实其中存在着丰富的动力学行为,如分岔和混沌等,为实际的电路系统的稳定设计提供了理论指导.     

基于模糊-PID复合控制的DC/DC变换器研究

DC/DC功率变换器是一种强非线性系统,传统的PID控制算法简单,设计容易,但依赖于其线性化小信号模型,且当功率变换器的参数发生变化时,其参数不能兼顾动态性能和静态性能,影响最终的控制效果.针对传统PID控制器的不足,结合模糊控制不需要建立被控对象精确数学模型的特点,以Buck变换器为例,提出一种新的模糊控制和PID控制相结合的方法.当输出的偏差范围较大时,采用模糊控制提高其动态响应速度;反之,切换到PID控制以提高其稳态精度.最后利用MATLAB对系统进行仿真验证.仿真结果表明:模糊-PID复合控制器具有响应速度快、超调量小、稳定性好等优点.     

开关变换器电磁干扰的混沌抑制技术研究

针对工作在高频状态下的开关变换器产生的瞬态脉冲含有高频谐波从而形成电磁干扰,电磁干扰通过传导和辐射的途径传播,不但对电网造成污染,而且直接影响到周围其他用电电器的正常工作这一现象。提出了开关变换器电磁干扰EMI的混沌抑制技术的分析和研究,主要以DC-DC Boost变换器为研究对象,介绍了Boost变换器的电路结构及工作原理,建立了状态方程,进行Pspice模拟仿真。证明从Boost变换器中固有的混沌现象出发,在不附加任何外围电路的情况下,通过变换参考电流的方法来使开关变换器的输入电流由普通周期状态变为混沌状态,使周期信号能量集中的频率谱线变为连续平滑频谱,降低高幅值的谱线,从而降低开关变换器的电磁干扰水平。     

降压型DC/DC变换器的仿真研究

本文建立了一种降压型DC/DC变换器（Buck电路）的数学模型,并利用PSpice软件对这种DC/DC变换器进行仿真研究,分析其暂态和稳态的过程及形成机理。仿真表明,当电路元件取不同参数时,输出电压就会明显不同。仿真结果为实际电路的设计提供有益的参考。     

基于MATLAB/SIMULINK的DC/DC变换器仿真研究

研究了DC/DC变换器,阐述了移相全桥DC/DC变换器的工作原理,并对电路中的元器件参数进行了设计,最后在MATLAB/SIMULINK中进行了仿真,仿真结果表明了参数设计的正确性,为实际电路参数的设计提供了理论依据.     

基于Hammerstein模型的DC/DC变换器建模方法研究

由于开关器件的存在,DC/DC变换器作为一种强耦合、强非线性的装置.可将静态非线性特性和动态线性特性分开考虑.提出了一种采用Hammerstein模型建立DC/DC变换器数学模型的方法.该方法从输入、输出信号的相关函数出发,采用m3序列作为输入信号,从而建立变换器的Hammerstein数学模型.最后,以CUK变换器为例,在Matlab/Simulink中通过仿真验证了提出的方法是有效的.     

基于我国股市混沌行为的预测分析

时间序列中的随机性蕴涵着非线性确定性系统混沌行为，混沌系统对初值的极端敏感性使之不可能对其进行长期预测，然而，在判定时间序列混沌行为的基础上运用局域法对我国股市进行了短期预测，并指出在计算关联维数时存在的问题，得到了较好的结果．     

基于神经网络的程序异常监测

针对传统入侵检测系统的不足,研究了基于反向传播神经网络的程序异常检测方法,提出了一个改进的利用多层前馈网络的预测功能和异常区域判定方法检测系统异常的算法.详细讨论了算法的基本原理、数学基础、设计和实现方法.通过实验,分析算法的优缺点,验证了算法的可行性和有效性.     

基于增广RBF神经网络的混沌系统辨识

混沌系统的建模与辨识是混沌控制的基础。提出一种动态线性子系统与ＲＢＦ神经网络并联的增广ＲＢＦ神经网络模型,该模型不仅对动态非线性系统具有良好的逼近能力,而且网络学习速度很快。对Ｈｅｎｏｎ系统时间序列的仿真预测结果表明,增广ＲＢＦ网络能有效地用于混沌系统辨识。     

基于动量BP神经网络的英文字符识别

英文字符识别已经广泛地应用于很多重要领域.已有的英文字符识别算法很多,一种典型的算法是BP神经网络算法.但是,BP神经网络算法有时不收敛,或陷入震荡.这就导致识别率下降.为此,本文研究了一种改进的称为动量BP神经网络算法用于英文字符识别.这种算法在BP神经网络算法的网络参数控制中添加一个动量系数和一个动量项.这样可以避免迭代的震荡,加快收敛速度.提高识别率.利用动量BP神经网络算法,对52个英文大小写字符进行了识别试验.实验结果表明,这种算法能获得满意的识别率.     

瓦斯浓度预测的混沌时序RBF神经网络模型

为对煤矿瓦斯质量浓度进行精确预测,针对瓦斯质量浓度的非线性特点,在验证其时间序列具有混沌特性的基础上,建立了基于混沌理论和径向基神经网络的预测模型。将实测瓦斯质量浓度时间序列进行相空间重构得到训练样本,并利用MATLAB仿真软件进行编程预测分析。结果表明,相对误差为0~3%,均方差为0.005 6,预测效果良好。实例验证该预测模型切实可行。     

基于遗传算法和BP神经网络的多维客户行为细分模型的研究

根据BP神经网络强处理非线性问题和遗传算法具有全局寻优的特点,总结出用遗传算法优化BP神经网络的初始权值和阈值,建立了基于遗传算法和BP神经网络的多维客户行为细分模型,对客户进行细分,挖掘出潜力客户,有效降低营销成本。最后,利用Matlab对多组数据进行测试,并与纯BP算法进行分析比较,结果表明该方法是有效可行的。     

基于自适应虚拟阻抗的 DC-DC 变换器均流控制

在多DC-DC变换器并联系统中,经常采用环流反馈回路中引入虚拟阻抗的均流方法,此方法精度高且成本低,但当系统负载突变时均流精度会降低.针对虚拟阻抗法在负载突变时均流精度降低的问题,提出一种自适应匹配虚拟阻抗值实现均流的方法.仿真结果表明,在负载突变时自适应虚拟阻抗匹配法具有很好的均流效果,且不影响并联系统的稳定性和输出特性.     

基于神经网络集成的经济预测模型

针对单个BP神经网络用于经济预测存在的不足,提出了一种新的更有效的经济预测模型--神经网络集成.神经网络集成通过训练多个神经网络并将各网络输出进行合成,能够显著提高网络的泛化能力.以广东省江门市的经济数据为例,采用Bagging算法训练了五个BP神经网络,构建了一个神经网络集成的GDP预测模型,并运用MATLAB 7.0语言程序实现.预测结果令人满意,优于单个神经网络预测方法.实证表明,神经网络集成用于经济预测是有效可行的,同时在一定程度上克服了单个神经网络的缺陷.     

多变量经济混沌时序的小波神经网络预测

提出了一种改进的小波神经网络,通过对C—D生产系统模型和财产管理模型中产生的经济增长混沌时序,进行多变量混沌时序的相空间重构,并采用改进的小波神经网络进行预测,证明其短期预测效果优于其他方法,说明该方法可以应用到经济增长混沌系统的预测中．     

基于改进的BP网络数字字符识别

提出了一种基于改进的BP网络方法来实现数字字符识别.通过对BP网络的神经元的研究与学习,设计了一种结构合理,收敛速率快的BP网络.试验测试结果表明,改进的BP网络方法对印刷体数字的识别率达到了100%,对手写数字的识别率达到了98%以上.     

Star pattern recognition method based on neural network

Star sensor is a sensitive instrument for determina-tion of a spacecraft attitude with high accuracy. The in-strument can determine the spacecraft 3-axis attitude through the recognition of observed stars. It measures star magnitude and star coordinates in the spacecraft coordi-nate frame. The measures are then compared with a refer-ence star catalog to obtain the attitude information of the spacecraft[1,2]. The purpose of star pattern recognition is to identify the corresponding relations bet…