Learning algorithm and application of quantum BP neural networks based on universal quantum gates

A quantum BP neural networks model with learning algorithm is proposed. First, based on the universality of single qubit rotation gate and two-qubit controlled-NOT gate, a quantum neuron model is constructed, which is composed of input, phase rotation, aggregation, reversal rotation and output. In this model, the input is described by qubits, and the output is given by the probability of the state in which （1） is observed. The phase rotation and the reversal rotation are performed by the universal quantum gates. Secondly, the quantum BP neural networks model is constructed, in which the output layer and the hide layer are quantum neurons. With the application of the gradient descent algorithm, a learning algorithm of the model is proposed, and the continuity of the model is proved. It is shown that this model and algorithm are superior to the conventional BP networks in three aspects： convergence speed, convergence rate and robustness, by two application examples of pattern recognition and function approximation.     

光照不均匀情况下光伏组件仿真模型的研究

当光伏组件或者光伏阵列中受到不均匀的太阳光照时,输出的伏安特性曲线呈阶梯状,而相应的功率电压曲线含有多个局域峰值,则现有的单体光伏电池数学模型和单峰最大功率跟踪算法都不再适用,重点研究和建立了适用于光照不均匀情况下的光伏组件数学模型,再通过MATLAB语言建立了光伏组件的MATLAB计算仿真模型.并在该模型的基础上成功地对多峰最大功率跟踪算法--二步最大功率跟踪算法进行仿真.     

一个多目标动态投入产出优化模型及算法(Ⅱ )

分析了多目标动态投入产出优化模型较之单目标动态投入产出优化模型的优点,通过构造目标规划模型论证了多目标模型使动态投入产出方程组解的稳定性改善的原因。给出了算法及算例。计算结果说明：所建立的模型、给出的方法是可行的。     

SOC光刻仿真3D实时显示方法研究

光刻仿真是SOC(System On Chip)光刻工艺的重要环节,为了实现仿真数据3D可视化,在光刻仿真程序SPLAT(Simulation of Projection Lens Aberrations via TCCs)基础上,提出了自动排序算法对SPLAT输出数据进行重新排列以便三维建模,建立了光照强度与深度转换模型,将光照强度数值转变为3D可视化的深度数据,论文最后设计了3D实时图形仿真程序并进行了实验。实验证明了自动排序算法以及转换模型的正确性和先进性,为超大规模SOC数据的3D交互式实时显示奠定了基础。     

基于多项式网络的空袭目标类型识别模型

给出了进行目标类型识别的指标集 ,建立了基于多项式前向神经网络识别模型。该模型具有三层结构 ,隐层、输出层分别采用多项式函数和线性函数作为激活函数 ;隐层 输出层的权值用最速下降法学习 ,输入层 隐层的权值用遗传算法进行学习。实例表明该模型是可行的。     

基于直接信号流图的数字控制系统计算机辅助分析

根据数字控制系统的直接信号流图，设计了改进的Johnson算法，并用MATLAB语言编制了适用任意输入信号的数字控制系统的计算机辅助分析软件。该软件模型输入简单，不仅能得到系统的输出响应，而且还能得到系统输出模型，为数字控制系统的计算机辅助设计和仿真提供了有用的工具。     

一种新的趋近律离散滑模控制方法及仿真

利用幂次函数构造了一种新的趋近律离散滑模控制方法,给出了无抖振的理论分析和稳定性证明。在具有传统滑模控制固有强鲁棒性的同时,该方法可以使切换函数无抖振、无正负交替的快速趋近于零。利用倒立摆模型进行了数值仿真,结果表明,该方法控制器的输出、切换函数的值、被控系统的输出均不存在抖振现象,而且被控系统表现出了良好的动态品质。

Abstract：

A new algorithm of the reaching-law discrete-time sliding mode control was designed by using power function.Theory analysis about non-chattering and probative process of stability was given.This algorithm can retain the better robustness of the common discrete-time sliding mode control,at the same time this algorithm can make the value of switch function reach zero speedily.There is no chattering and positive-negative alternation in this process.Numerical value simulation was given by using inverted pendulum model.Simulation results state that there is no chattering hundred-percent in the output of controller,value of switch function,and the output of the controlled system.This algorithm also makes the controlled system achieve excellent dynamic performance.     

基于Hsia算法的Hammerstein模型辨识

针对采用广义最小二乘法（GLS）辨识Hammerstein模型时反复滤波，计算效率不高的问题，提出了利用Hsia算法进行Hammerstein模型辩识的策略．谈法不需滤波，克服最小二来解有偏性的同时，消除了Hammerstein模型中非线性增益的阶次对计算效率降低的作用，鳊程简单，计算快速．仿真及试验研究证明谈法省时明显，值得推广。     

流程型企业主生产计划优化的ARMA-BP模型

为了解决流程型企业主生产计划(MPS)时段中计划参数与实际参数的不一致性问题,提出了自回归滑动平均模型(ARMA)与反向传播(BP)人工神经网络(ANN)的集成优化模型。基于主生产计划时段长度与产量之间的映射关系,利用平均时段长度折合产量法(OCM-ATS),该模型可用于分别逼近和预测主生产计划时段的长度时序和产量时序。给出的例子表明,该模型预测主生产计划时段的参数(计划参数)与实际参数的相对误差不超过3%。     

一种基于弹性模型的图像缩小算法

为了避免在图像缩小时图像中出现锯齿和模糊边缘的现象,分析了最近邻插值模型和曲面拟合模型,提出一种基于弹性模型的图像缩小算法,给出了插值运算的数学公式,模拟了不同算法作用于图像缩小的输出结果。实验结果表明,该算法能有效地应用于数字图像的缩小处理,得到的图像轮廓清晰、边界分明,且算法简单,易于实现。     

基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题,依据无人机的实时数据,构建了基于路径的多层规划模型,并设计了模型的算法求解流程.使用遗传算法与禁忌搜索混合算法,得出了任务规划中的最优路径规划,并在此基础上进行了冲突的消除.通过仿真案例表明,用无人机协同配合导弹部队作战,实时传输作战数据,能够解决战场信息模糊不确定的问题;使用多层规...     

GMDH参数模型的改进及在煤炭价格研究中的应用

首先,针对现有GMDH算法的不足做了两点改进:一是利用初始变量添加法来防止有用信息丢失、改善模型结构、提高模型精度,二是用权系数向量法或符号表达式法直接给出GMDH输出的显式表达式;然后,将改进的GMDH算法应用于煤炭价格影响因素的实证研究。结果显示改进的GMDH算法能够更真实地反映实际的煤炭价格模型结构,不仅有更高的拟合精度,而且有良好的外推能力,能够准确预测煤炭价格的变动趋势。     

基于标签随机有限集滤波器的多扩展目标跟踪算法

针对现有随机有限集(random finite set, RFS)扩展目标滤波器不能输出航迹的问题,提出了基于标签RFS滤波器的多扩展目标跟踪算法。该算法首先采用随机超曲面模型将目标建模为星-凸扩展形态,然后利用标签策略表征集合中的离散元素,结合基于延迟逻辑的多假设跟踪理论,采用N 次回扫策略对多帧量测进行平滑处理。仿真实验结果表明,该算法可以在目标跟踪过程中形成完整航迹并对目标扩展形态进行有效估计,特别是在低信噪比探测场景中,所提算法跟踪精度明显优于传统RFS滤波算法,进一步提高了滤波器的稳定性和有效性。     

CCD星敏感器辅助光纤陀螺在线标定技术

首先建立陀螺在线标定模型,然后以电荷耦合器件星敏感器输出的姿态四元数和陀螺输出的载体相对于惯性空间的姿态四元数构造量测量,采用模型预测滤波与扩展卡尔曼滤波相结合的方法,将部分陀螺误差项作为模型误差,在线实时估计并修正系统模型,提高了状态估计的精度,最后对该算法进行了数学仿真。仿真结果表明,该方法能有效地完成陀螺在线标定,标定精度和速度明显优于传统方法。这种在线标定的处理方法在实际使用和维护中具有极大便利。     

基于模糊推理的机动目标跟踪

针对"当前"统计模型算法对目标强机动时跟踪精度下降的问题,提出一种改进算法。该算法在"当前"统计模型的基础上,采用双滤波器并行结构,提取目标的状态信息,使用模糊推理的方法求解调节因子,通过调节因子实时调整滤波器的预测协方差,在保证对目标弱机动跟踪精度的同时,提高了目标发生强机动时的跟踪精度。仿真结果表明目标强机动时,该算法的跟踪精度明显高于"当前"统计模型算法。     

一种改进的多模型噪声辨识方法

在混合系统参数估计问题中，交互式多模型算法是一种比较有效的求解方法。但是当系统机动模式较多时，模型集中的模型数目也随之增加。针对模型集过大导致的参数估计精度下降的现象，提出了一种改进的多模型算法，并将其应用于系统噪声辨识。它利用多扫描量测信息，采用离散优化技术，获得近似于系统的实际噪声水平的最优的子模型集。然后，利用此进行噪声估计作为结果输出。Monte Carlo仿真结果表明了新算法估计精度优于标准IMM算法。     

Self-configuring scheduling scheme for IPv6 traffic with multiple QoS classes

This paper proposes a new queuing model and adaptive scheduling scheme which realizes multi-class QoS mechanism under DiffServ architecture. The queuing model is composed of two parallel output subqueues, each output sub-queue adopts random drop algorithm by setting different buffer threshold for different class traffic, so it can provide multi-class QoS. The new proposed scheduling scheme which adaptively changes the parameter A can guarantee the performance target of high class traffic, in the mean time, improve the QoS of low classes traffic.     

一种基于OBE的智能天线波束形成算法

根据OBE算法原理,提出一种智能天线自适应波束形成盲算法。首先建立自适应算法的信号模型,讨论了算法的结构,该算法是建立在解扩、重扩判决指导上,对均方误差准则下的最优权值进行迭代估计;然后分析了OBE算法的原理,在此基础上构建了自适应波束形成的迭代式。最后对算法的性能进行了仿真,仿真结果表明:该算法达到了自适应波束形成的要求,与LS-DRMTA算法相比具有更佳的收敛和输出性能。     

地面站数传系统的RBFNN模型及算法

针对难以建立精确数学模型的地面站数传系统,提出改进梯度迭代学习的径向基神经网络建模方法。改进梯度学习算法通过训练样本相关性矩阵的主成分分析确定网络隐含层初始节点数;改进迭代过程中网络参数的梯度信息计算方式,加快了迭代收敛速度;并增加结构调整过程,实现对网络规模的精简。通过采集地面站数传系统输入-输出数据,将改进梯度学习算法应用于网络离线训练,并给出具体实现步骤。地面站数传资源配置优化实例验证了模型具有较高泛化能力,且算法稳定性较佳。     

并联式运载器上升段广义超螺旋有限时间控制

针对受模型不确定和外部干扰影响的并联式运载器上升段姿态控制问题, 提出了一种基于广义超螺旋算法的自适应滑模有限时间控制方法。首先, 将姿态跟踪控制问题转化为跟踪误差系统的镇定问题, 建立了面向控制的模型。其次, 将单输入单输出(single input single output, SISO)固定时间广义超螺旋算法拓展应用到多输入多输出(multiple input multiple output, MIMO)耦合非线性系统上, 基于该算法设计了固定时间状态观测器和自适应滑模有限时间控制器, 利用Lyapunov稳定性理论证明了闭环系统的有限时间稳定特性。最后, 通过与传统比例-微分(proportional and differential, PD)控制器仿真对比, 验证了该方法具有更优的控制精度和鲁棒性。