双极型晶体管GP模型参数自动提取系统

在叙述晶体管模型参数提取原理的基础上,着重介绍了自制晶体管ＧＰ模型参数自动提取系统的工作原理,该系统通过计算机控制实现数据自动采集,采用模型参数总体优化模型方法提取晶体管ＧＰ模型参数,运用该系统对ＭＪＥ１３００５晶体管进行参数提取及ＰＳＰＩＣＥ模拟,模拟结果与器件外特性测试结果相符合。     

GaAsMESFET模型参数自动提取方法的研究

提出了一种基于ＰＳＰＩＣＥ４．０２通用电路模拟程序与优化技术相结合提取ＧａＡｓＭＥＳＦＥＴ模型参数的方法，根据实例的ＧａＡｓＭＥＳＦＥＴ小信号Ｓ参数与大信号Ｓ参数，利用约束优化技术提取模型等电路元件参数，并利用该电路模型参数设计制作１了３．７ＧＨｚ－４．２ＧＨｚ和５．２ＧＨｚ＝－５．８ＧＨｚ ＧａＡｓＭＥＳＦＥＴ放大器，给出了设计和测试结果并验证了该方法的正确性。     

晶体管GP模型参数提取中的一种全局寻优算法

提出了一种新的可应用于晶体管参数提取的全寻优算法，简化了参数提取过程，在该算法中，首次采用了一种新的方法调整方案，从而提高了收敛速度和精度，对ＭＪＥ１３００５晶体管进行参数提取与ＰＳＰＩＣＥ模拟，模拟结果与器件测试结果符合较好。     

IGBT的PSPICE模拟

提出了一种用ＰＳＰＩＣＥ程序模拟绝缘栅双极型晶体管（ＩＧＢＴ）特性的方法。首先详细介绍了ＩＧＢＴ的ＰＳＰＩＣＥ模型的建立,以及利用外特性参数提取模型参数的方法。最后对所建立的模型进行了验证,证明了该方法的可行性。     

12GHz频段波导传输型FET放大器

本文叙述了应用ＧａＡｓ ＭＥＳ ＦＥＴ直接安装在矩形波导管内，实现波导型二端口场效应晶体管放大的结构；同时，介绍利用Ｓｍｉｔｈ园图进行匹配设计的工程近似法；以及从工程的观点导出噪声系数的转换公式．并把这些结果用于研制１２ＧＨｚ频段ＧａＡｓ ＭＥＳＦＥＴ低噪声波导传输型放大器。当应用国产ＷＣ—６０型砷化镓场效应晶体管（该管用在５０欧微带放大系统时，测得功率增益为９ｄＢ；噪声系数为２．６ｄＢ）制成一级功率增益ＧＰ≥１０ｄＢ；噪声系数ＮＦ≥２ｄＢ的波导传输型前置放大器，     

一种新颖的PEV红外摄像机自动极化系统

给出了一种靶压固定式ＰＥＶ极化时序；提出了一种独特的采用电压比较器作定时器的ＰＥＶ红外摄像机自动极化系统．该自动极化系统具有结构简单、参数选择容易、调试方便、工作稳定可靠、抗干扰性能强等优点．     

MOSFET模型参数提取系统

应用电路分析程序SPICE的一个先决条件是要给出晶体管的各种模型参数.模型参数的精度,在很大程度上决定电路分析的精度.快速确定晶体管模型参数是在生产中监控集成电路的性能和成品率的重要手段之一.此外,模型参数的自动提取还可以为建立版图尺寸、工艺条件、模型参数等几个方面的数据库起重要作用.所以,模型参数的自动提取系统是电路和集成电路工艺的计算机辅助设计、分析的重要工具. MOSFET模型参数提取系统经过一个直接测量的方法,可靠、迅速、有效地提取出MOSFET模型参数.整个系统包括硬件和软件两大部分.硬件的功能是利用IBM-PC个人计算机自动产生对被测器件所需要的控制电流、电压信号,通过逐点扫描的方法将被     

图形LOTOS和Petri同模型在PC机上的实现

在ＰＣ机上建立了一个由ＤＯＳ系统支持的图形ＬＯＴＯＳ（ＧＬＯＴＯＳ）软件工具．用这个工具，用户可以设计，显示一个ＧＬＯＴＯＳ说明，也可以把它转换成Ｐｅｔｒｉ网．该系统分为三个模块：ＤＲＡＷ，ＲＥＣＯＶＥＲ和ＴＲＡＮＳＦＥＲ．根据ＧＬＯＴＯＳ模型，模块ＤＲＡＷ给出了一个交互式的菜单系统，用这个系统，用户可以在图形窗口的任何位置画出ＧＬＯＴＯＳ的任一成分；模块ＲＥＣＯＶＥＲ可以自动恢复以前画好的ＧＬＯＴＯＳ模型；根据Ｐｅｔｒｉ网的表示，模块ＲＥＣＯＶＥＲ提供了从ＧＬＯＴＯＳ自动转换到Ｐｅｔｒｉ网的功能．     

EMG信号的一种合成方法研究

利用改进了的肌电信号模型，完成了单纤维动作电位（ＳＰＡＰ）和运动单位动作电位（ＭＵＡＰ）的计算机模拟．以此为基础，结合肌肉组织的生理结构和肌电信号的产生原理，首先由多路ＳＰＡＰ信号经过符合生理特性的变换处理后，合成一路ＭＵＡＰ信号，然后考虑人体组织对肌电信号的衰减作用，对具有不同发放率的ＭＵＡＰ序列进行ＥＭＧ信号的合成．这种人工合成的ＥＭＧ信号有助于从理论上研究肌电信号的发放率和传导速度等特性，并将为肌电信号的分解给出一个合理标准．     

液压跑偏控制系统的增载优化

分析了进口卷取机跑偏控制系统 （ Ｅ Ｐ Ｃ 系统）的特点,指出增大油缸工作面积 Ａ 会减小 Ｅ Ｐ Ｃ 系统的速度,提出了适合该系统的约束归纳优化法．介绍了 Ｅ Ｐ Ｃ 系统优化中约束归纳的过程和网络算法的原理,同时对优化结果进行了仿真分析．增载改造的实践,证明了该优化结果的正确．     

遗传规划在离散动态系统建模中的应用

在系统结构信息缺乏的情况下，要确立离散动态系统的动态方程组非常困难。利用遗传规划(GP)融合系统结构估计与参数估计的特点，阐明GP在离散动态系统建模中的具体运用，并提出一种利用误差估计进行模型评价的方法。用Lotka-Volterra公式演化的数据对该建模方法进行了实证研究，结果表明遗传规划在离散动态系统建模中是有效的。     

桂林市汽车销售量的时间序列预测模型

选取1999年1月到2007年3月桂林市各季度的汽车销售量原始数据,在SPSS系统下,运用滑动求和自回归(ARIMA)方法及非参数方法建立桂林市汽车销售量时间序列模型ARIMA(p,d,q),从模型识别、参数估计、适应性检验和实际拟合4个方面来确定模型的参数(p,d,q),并对模型的预测效果进行检验。结果表明,ARIMA(0,2,2)模型能够较好地包含桂林市汽车销售量的发展趋势,该模型对2007年2季度至2008年2季度汽车销售量的预测值与实际值的误差小,相对误差可以控制在3%以内。     

非陀螺找北仪的时序分析与数字滤波

为进一步提高非陀螺找北仪的精度 ,分析了系统的多维自回归时间序列模型 ,并对影响模型参数估计精度的因素进行了讨论 ,指出了最小二乘参数估计方法的误差主要是由于 3倍频以内分次谐波和同频干扰引起。根据模型与信号功率谱分析 ,提出了降低系统噪声影响 ,提高参数估计精度的数字滤波方法 ,并通过试验对滤波方法进行了验证。     

基于参数估计的遗传程序设计方法

在遗传程序设计算法中 ,针对应用传统的遗传程序设计方法 ( Genetic Programming,GP)解决符号回归问题所遇到的困难 ,嵌入一个基于模拟退火思想的参数估计过程 ,得到更为精确的参数和个体结构 .实验表明 ,此方法提高了 GP系统求解问题的能力     

IC设计中晶体管直流模型参数的提取

提出一种ＩＣ芯片设计中双极型器件直流模型参数的提取方法。采取ＧＰ模型建立双向目标函数进行全局优化提取，分１级和２级参数两层处理．１级参数系提取ＩＣ设计中各管的共同参数，２级参烽则为提取与各个管的结构和尺寸相关的特定参数，尽管提取对象只是样管，但可以由模型内在关系通过程序计算出各管的特定参数，从而保证了电路模拟所需输入参数的真实性。     

基于时空域自回归模型的视频信号内插算法

研究视频帧的内插算法。首先,提出了一种新的时空域自回归模型,像素点由当前帧内的4个像素点和相邻帧内的4的像素点线性表示。然后,根据此时空域模型,利用软判决策略估计图像的内插像素值。实验结果表明,图像内插算法的PSNR值比其它算法提高0.27 dB～0.39 dB,同时得到了较好的主观视觉效果。     

液压弯辊控制系统的建模及辨识

通过分析液压弯辊控制系统的结构,给出了系统各个环节的传递函数,建立了液压弯辊控制系统的传递函数.针对理论模型中参数难以确定的问题,以某四辊冷轧机为对象设计了系统辨识方案,采用自回归历遍(auto regressive exogenous,ARX)模型辨识出液压弯辊控制系统模型.辨识的输入和输出数据分别为弯辊闭环系统的弯辊油压给定值和弯辊油压实际值,模型参数估计采用最小二乘法.通过残差分析检验了模型的有效性,结果表明:辨识模型的输出响应能很好地反映实际系统的动态输出特性,并具有较高的精度,证明ARX辨识算法对于弯辊系统的辨识是可行的.     

自相关法多途时延估计及其实验结果

讨论自相关多途时延估计方法,分析了自相关多途时延时估计方法的估计精度,并将其与ＭＬＥ估计器进行了比较;并针对实际情况讨论了海面波动对多途时延的影响,用自相关法对一组海上试验的数据进行了处理,并对处理结果进行了分析,理论分析与实际数据处理表明,自相关法是工程中进行多途时延估计的较好方法。     

基于AR模型的非线性目标跟踪自适应算法

针对Jerk模型中各参数设置不合理对跟踪系统所造成的影响,提出一种基于自回归（AR）模型的Jerk参数自适应改进算法,实时估计并调整系统的参数,提高系统的跟踪精度及稳定性;同时,针对非线性目标跟踪系统扩展卡尔曼滤波算法（EKF）计算复杂跟踪精度低,提出采用平方根容积卡尔曼滤波器（SRCKF）进行状态估计,保证跟踪系统的精度和鲁棒性,为Jerk模型参数自适应提供良好条件.仿真结果验证了算法的有效性.     

广义预测控制在液位控制系统中的应用研究

研究广义预测自校正控制算法在液位控制系统中的设计方案，建立被控对象CARIMA模型，讨论算法优化性能指标中的参数选择．针对基本的最小二乘法产生的对象模型参数估计不准的问题，在参数的递推估计、参数估计的收敛速度、参数估计的在线检验以及对象输入输出数据的处理4个方面给出相应的改进方法．实验结果表明，所采用的设计方法合理可行，具有一定的实用价值．