基于混沌系统的真随机数发生器芯片设计和实现

提出了一种真随机数发生器的硬件设计.结合时间离散混沌与振荡器采样,即由时间离散混沌系统作为高频振荡源,通过低速时钟采样产生随机数.理论研究和测试分析证明,该方案能生成分布均匀、彼此独立的随机信号.经制版流片后,芯片能在1 MHz时钟下输出满足随机性测试的串行随机数,且抗干扰性较好.     

基于灵敏度分析的无功补偿装置动作顺序研究

文章建立了以有功网损最小为目标函数的无功优化数学模型，利用非线性规划最优潮流算法进行了优化计算。并且研究了无功补偿装置采用不同的动作顺序对有功网损最小化的控制效果，提出了以有功网损控制效力为灵敏度指标的无功优化控制策略。Ward＆Hale 6节点系统和IEEE-14节点系统验证了算法和控制策略的有效性。     

数论中欧拉恒等式的若干注记

利用新建立的丢番图的定理,我们以回顾历史的眼光来探究数论中著名的欧拉恒等式,本文用实例证明欧拉恒等式所表达的理念与意识形态存在明显的错误。     

侧链含偶氮的聚噻吩甲烯的合成及其三阶非线性研究

为了提高聚噻吩甲烯的非线性光学性能,通过4-醛基-4'-二甲胺基偶氮苯和噻吩的缩聚反应,合成了聚噻吩对二甲氨基偶氮苯甲烷(PTDMAAB),再用PTDMAAB与四氯苯醌发生脱氢反应合成了侧链含偶氮的聚噻吩甲烯(PTDMAABQ).用红外光谱、核磁共振氢谱、紫外-可见吸收光谱对PTDMAABQ进行了结构表征.与PTDMAAB相比,PTDMAABQ的红外谱图在波数为1650cm-1附近出现肩峰,紫外-可见吸收光谱上π→π 吸收峰红移35nm,都说明了醌化反应的发生和共轭结构的形成.X衍射表明,PTDMAABQ主要呈非晶态,但存在有微小晶区;热重分析显示,PTDMAABQ的热分解温度在275℃以上;用Z scan系统研究表明,PT DMAABQ薄膜具有大的非线性折射率和三阶非线性系数,分别为4 926×10-6和3 644×10-9esu.     

基于地磁定轨和扩维卡尔曼滤波的导航算法

为了克服扩展卡尔曼 (Kalman)滤波算法对噪声统计特性的约束 ,针对磁强计量测噪声为有色噪声伴常值干扰的特性 ,提出了一种基于扩维Kalman滤波算法的地磁导航算法 .该算法为了使量测噪声白噪化 ,引入了 2个新的状态变量 ,此时测量噪声是均值为 0的高斯白噪声 ,并满足扩展Kalman滤波算法的约束条件 .对由此构成的系统使用扩展Kalman滤波算法 ,可以得到扩维Kalman定轨导航算法 ,利用该算法可以获得国产磁强计的导航精度 ,其地心距模的估计误差为 2 0km ,速度模的估计误差为 10m/s .卫星的实测数据仿真结果表明 ,该导航算法具有较好的稳定性和收敛性 ,克服了扩展Kalman滤波算法的发散问题     

开切双卸压槽井壁与表土共同作用的力学特性

利用ANSYS分析软件对开切双卸压槽井壁与表土共同作用的受力机理进行了分析。通过计算可知,开切单卸压槽后内层井壁竖向应力衰减率为38.6%左右,开切双卸压槽后内层井壁竖向应力衰减率为59.5%左右。由此可见,开切双卸压槽极大地改善了内层井壁的受力状况。内层井壁开切双卸压槽后,当地表再次下沉且下沉量小于卸压槽的允许压缩量时,井筒内、外壁和地层变形协调,内层井壁上的竖向应力以及外壁上的竖向摩擦力均没有急剧变化。     

阳离子聚丙烯酰胺表征及其阳离子度测定方法

采用反相微乳法，合成丙烯酰胺(AM)和甲基丙烯酰氧乙基三甲基氯化铵(DMC)的阳离子聚合物，并采用胶体滴定法测试聚合物的阳离子度，分析了溶液pH值、指示剂用量、滴定速度及残余乳化剂对阳离子度测试准确性的影响，并用红外光谱法确定了聚合物阳离子链节的存在。     

损失极小的证券投资组合

投资者往往采用组合证券投资方式以分散风险，并取得适当的投资收益，该文在分析风险损失的基础上，提出一种新的证券投资组合模型，并着重运用随机最优控制求解，根据值函数和风险规避系数的定义，说明经非线性变换后的值函数满足带有风险规避系数的HJB偏微分方程，当风险规避系数无限大时，给出了证券投资最优策略。最后给出一个算例，表明带有规避系数的HJB偏微分方程可得值函数和相应的投资策略。     

CFBA系统中喷雾增湿对脱硫性能影响的试验研究

采用循环流化床烟气脱硫技术,以钢铁企业烧结机烟气为脱硫对象,在一台处理烟气量5000m3/h的试验装置上开展工业性试验,分析研究喷雾增湿对脱硫性能的影响.研究结果表明:在本试验烟气温度范围内,烟气温度90℃以下时以喷水蒸气为宜,90℃以上时以喷水为宜,喷水有利于提高脱硫效果和钙利用率;在流化床入口前喷雾增湿时,有利于流化床的运行稳定和提高脱硫效率;出口烟气温度下降到70℃左右时,CFBA系统的脱硫效率达到90%以上.     

一个基于K-means的聚类算法的实现

聚类算法作为数据挖掘中的一种分析方法，它能找到样本比较密集的部分，并且概括出样本相对比较集中的区域．分析了传统的聚类算法及局限性，讨论了一个基于K-mealls算法的实现过程，使得算法可处理存在孤立点的大文档集，得到最佳的聚类结果。