跟踪微分器滤波性能研究

对跟踪微分器的滤波性能进行了研究，由跟踪微分器滤波所产生的相位延迟，利用它能够得到的原始信号的滤波信号和其微分信号，采用预报的方法进行补偿。仿真结果表明，所采用的这种近似方法较好地再现了原始信号。在一个采样时间不固定，且采样信号带有噪声的应用实例中，采用变步长的跟踪微分器加预报的方法得到了较好的结果。     

基于模拟退火算法的高阶数字微分器设计

通过简单有效的搜索操作和参数,提出了设计高阶数字微分器的一种模拟退火算法.在有效频段最小化二次型误差的意义下,算法能够快速而简单地得到最优滤波器参数.通过与著名的McClellan-Parks算法的比较表明,所提算法不仅能够实现误差函数的全局最优,而且在绝大多数频段能够取得更好的性能,同时具有较强的初值鲁棒性.     

微分对策制导律研究的现状及展望

本文介绍了微分对策制导律（ＤＧＧＬ）研究的现状，对其定性分析方法，尤其是定量分析方法进行了回顾和评价，提出了ＤＧＧＬ未来要研究的重点以及对这种制导律的一些展望。     

基于非线性跟踪—微分器的金融时间序列预测

基于非线性跟踪-微分器的基本原理,开拓性地用二阶离散和三阶离散非线性跟踪-微分器对上证综指进行了预测.从预测结果来看,二阶非线性离散跟踪-微分器预测相对误差控制在8%以内,三阶离散非线性跟踪-微分器预测相对误差控制在5%以内,显示了较好的预测效果.     

基于正切Sigmoid函数的跟踪微分器

通过引入神经网络中的正切Sigmoid激励函数和终端吸引子函数,构造了一种非线性跟踪微分器。采用完备的稳定性理论证明了所设计跟踪微分器的渐近收敛性,并通过扫频测试分析其频域特性,总结出参数整定规则。和之前的文献相比,进一步优化了跟踪微分器的结构,整合了功能重叠的参数使得更易调参。同时,加入了终端吸引子函数降低高频信号引起的颤振使得噪声抑制能力更强。仿真结果表明,所设计的跟踪微分器具备对包含一定噪声干扰的正弦信号的滤波和求导能力,且响应速度快、精度高,具备对方波信号的快速稳定跟踪和广义导数逼近的能力,且具有更强的噪声抑制能力。     

跟踪-微分器在自主巡航系统中的设计与应用

针对自主巡航控制系统中纵向车间距的滑模控制提出了利用跟踪——微分器为控制系统提供加速度信息,提高控制系统响应特性的方法。理论分析和计算机仿真结果表明跟踪——微分器能够很好地跟踪车载毫米波雷达测量的速度信号并同时准确地给出加速度信号,性能良好且设计过程简单。     

非线性跟踪─微分器在生育模式预测中的应用

本文根据跟踪－微分器跟踪信号及其微分的性质，我们并设计证明了二阶非线性跟踪－微分器，并利用它对生育模式进行了预测．     

微分对策方法浅释

作为运筹学分支之一的微分对策,是解决追逃问题的有力工具。本文通过平面追踪以及两架飞机空中角逐的例子,试说明微分对策的方法。     

希尔伯特变换器优化设计研究

提出了一种基于神经网络算法的希尔伯特变换器优化设计方法，证明了神经网络算法的收敛性，提出了希尔伯特变换器的优化设计实例。仿真结果表明了该网络模型是高效的神经网络模型。     

非线性跟踪-微分器及其在股价模拟和预测中的应用

在介绍非线性跟踪-微分器基本原理的基础上，运用非线性跟踪-微分器对上证综指进行了模拟和预测，并将其模拟和预测结果与五日移动平均法进行比较。结果发现，不管是敏感度还是误差，非线性跟踪-微分器比移动平均法要理想得多。     

FIR带阻滤波器优化设计研究

详细讨论了神经网络在FIR线性相位带阻滤波器中的应用.用神经网络方法设计的线性相位带阻滤波器,其幅频响应在通带与阻带范围均无过冲与波动现象,衰减特性好,在100dB以上.给出了FIR线性相位带阻滤波器的设计实例,计算结果表明,该算法在FIR线性相位滤波器设计中非常有效,具有优异性能.     

容错神经网络仿真器的研制

这篇文章中，考虑到现阶段使用神经网络时的困难，提出用容错神经网络仿真器来开发神经网络。文中首先给出了整体设计方案，然后详细地规划了各个模块及其相互调用关系，给出了基于ＶｉｓｕａｌＣ＋＋４．２的软件实现方法。文末还提供了程序运行过程中的几个界面，指出了其广阔的应用前景。     

高阶带阻滤波器优化设计研究

众所周知，传统BP神经网络收敛速度慢、学习效率低。之所以如此，主要原因在于人工神经元输出函数的同一化。本文提出的神经网络模型的主要特点是：用正交基函数作人工神经元的输出函数，而且每个神经元的输出函数各不相同。该神经网络模型有效克服了传统BP神经网络收敛速度慢、学习效率低的致命缺陷。本文还详细研究了FIR线性相位滤波器的幅频特性与余弦基函数神经网络算法的关系，给出了高阶带阻滤波器优化设计实例。计算机仿真结果表明了该算法在高阶带阻滤波器设计中的有效性和优异性能。     

一种奇异混合信号盲分算法的稳定性分析

混合信号盲分问题是一类很难而又具有很强应用背景的问题,以往对这类问题的研究均在混合矩阵为非奇异的条件下进行。给出一种神经网络模型及相应算法,处理混合矩阵为奇异的混合信号盲分问题,并分析了算法的稳定性。     

不同演化模式的离散Hopfield网络的稳定性研究

神经网络的稳定性被认为是神经网络应用的基础。研究了非对称离散Hopfield神经网络的异步、同步、部分同步演化方式的稳定性 ,证明得到对于已知稳定的网络 ,如果经其连接权矩阵一定的增量 ,得到一个新的连接权矩阵 ,则在一定条件下可保证所得新的网络仍是稳定的。所获结果不仅推广了已有的结论 ,而且为离散Hopfield神经网络稳定性的稳健性能分析和应用提供了理论基础。     

基于神经网络的形状识别系统及优化

Ｈｏｕｇｈ变换用于形状识别、神经网络用于分类都不是新课题,而我们将这两种方法结合起来,用神经网络实现 Ｈｏｕｇｈ变换并进行特征提取,所提取的特征矢量不受待识别体的大小和位置的影响,且所提特征为一维矢量。对于所构成的神经网络形状识别系统,采用ＢＰ算法进行初１练,优化系统参数。文中最后得出令人满意的实验结果。     

Study on Optimal Topology for Computer Local Double Loop Networks

A dist ributed optimal local double loop (DOLDL) network is presented. Emphasis is laid on the topology and distributed routing algorithms for the DOLDL. On the basis of building an abstract model, a set of definitions and theorems are described and proved. An algorithm which can optimize the double loop networks is presented. The optimal values of the topologic parameters for the DOLDL have been obtained by the algorithm, and these numerical results are analyzed. The study shows that the bounds of the optimal diameter d and average hop distance a for this class of networks are [3N- 2]≤d≤[3N ] and (5N/9 (N-1))-(3N -1.8)相似文献   

液力变矩器泵轮叶片优化设计研究

提出一种液力变矩器叶栅系统的优化设计方法,通过含有参数化设计与流场数值模拟环节的正交试验设计样本构建目标的响应曲面(RSM)近似模型,再由序列二次规划法(SQP)反复迭代并更新模型逼近最优解。结果表明该方法在工程设计上是有效的,并且证实了加大泵轮叶片内环出口角的扭曲角度可以有效地提高变矩器的变矩性能,但起动变矩比增大的同时最高传动效率会有所下降。     

一种基于互相关函数的神经网络在线解耦学习算法

在分散解耦的系统框架上提出了基于MIMO过程互相关函数的神经网络解耦器在线学习算法。该算法定义了一组MIMO过程的互相关函数作为神经网络解耦器的指标函数，采用混合遗传算法在线训练神经网络。结合强耦合的非线性系统的仿真结果表明该算法的有效性。