基于逆高斯退化过程的面向任务系统CBM优化模型

针对现有单调退化系统视情维修(condition-based maintenance,CBM)优化模型中不完全维修影响考虑单一,且未同时融入可用度约束的问题,提出一种考虑不完全维修双重影响与可用度约束的单调退化系统CBM优化模型.首先,基于具有随机漂移系数的逆高斯过程,建立系统退化模型并得到相关概率分布;其次,描述任务...     

影响高中生化学自主学习能力形成的因素探析

从学习者内部因素和学习者外部因素两个方面,对影响高中生化学自主学习能力形成的因素进行了探讨.以期对化学自主学习能力的培养提供指导作用.     

面向中小城镇格局的多目标土地利用优化

针对我国中小城镇普遍存在用地布局分散粗放、土地开发利用强度过大且利用方式不合理等问题,文章以安庆市望江县为研究区,利用遥感与地理信息系统(geographic information system,GIS)技术,结合多目标遗传算法,对土地利用数据进行优化处理,实现土地利用的紧凑性和适宜性.对原始土地数据进行邻域同化处理...     

基于MKE06Z64的电动汽车低速行驶提醒系统设计

为了解决电动汽车低速行驶中因无提示音而易引发交通事故的问题,设计了一个基于MKE06Z64的电动汽车低速行驶提醒系统.该系统主要包括主控模块、电源模块、稳压模块、CAN总线模块、LPF模块、功放模块和存储模块（备用）等.主控模块接收并分析电动汽车CAN总线的指令,获取档位、车速、使能信号和音源选择等车况信息,主控芯片再根据这些信息找到对应的音源,利用PWM输出提示音.     

基于光流传感器的四旋翼飞行器设计

采用Texas Instruments公司的TM4C123GH6PM单片机作为四旋翼飞行控制系统和光流数据处理的核心单元,将九轴传感器MPU9250的陀螺仪、加速度计和磁力计经姿态解算后的角度数据作为飞行控制系统的飞行姿态反馈,超声波传感器所测量的高度数据作为飞行高度反馈,优象光流传感器所输出的位置数据作为位置反馈,设计了一款新型四旋翼飞行器.实验结果表明,该四旋翼飞行器自主导航系统可以实现室内自稳、定高和定点飞行功能.     

时域加权稀疏约束的空时自适应处理算法

1DT是典型的时空级联的后单多普勒空时自适应处理的方法,能够显著降低对独立同分布样本的需求量和空时自适应处理时的运算量,但是进行时域处理时对主瓣杂波的抑制效果较差。针对此问题,提出一种利用时域滤波器频率响应的稀疏特性进行加权稀疏约束的自适应滤波器设计算法。在时域自适应滤波器的模型中加入对旁瓣的稀疏约束,并构造加权矩阵对稀疏约束加权。仿真实验表明：此方法在有效抑制主瓣杂波的前提下能够降低副瓣,并且当存在天线幅相误差时具有较好的稳健性。     

孤岛运行下微电网并联逆变器下垂控制策略研究

随着全球能源互联网的发展,微电网也得到了迅速的发展.微电网系统的稳定性和可靠性将直接受到逆变器运行特性的影响.结合微电网的电压、频率、有功功率和无功功率,分析了逆变器下垂控制的运行特性,实现了孤岛模式下微电网并联逆变器的下垂控制策略的优化.通过数学建模并搭建MATLAB/Simulink仿真模型,详细分析了孤岛模式下微电网负载变化时电压和频率的动态特性.仿真结果验证了微电网并联逆变器下垂控制策略优化的正确性和有效性.     

MIMO下预编码辅助空间调制的接收天线选择

预编码辅助空间调制(pre-coding aided spatial modulation,PSM)通过激活接收天线的索引在空间域中传输信息比特。将接收天线选择(receive antenna selection,RAS)技术引入到PSM系统中,可以提高PSM系统的性能。在传统的PAS算法中,穷举搜索算法的系统性能最优,但穷尽搜索会导致其计算复杂度较高;快速RAS算法的计算复杂度较低,但其系统性能较差。因此,针对PSM系统的RAS算法,需要寻找一个折中的方案以适用于实际的通信系统。通过利用信道矩阵的最大和最小特征值(maximum and minimum eigenvalue,MME),设计了MME-RAS算法。分析和仿真结果表明,该算法相比于快速RAS算法计算复杂度略有提升,但可以使系统性能提高1 dB左右;相比于穷举搜索算法可以使计算复杂度降低70%以上,并且其系统性能接近于穷举搜索算法。     

生物大数据中的聚类方法分析

随着人类基因组计划的实施和完成, 生物实验技术快速发展, 生物数据呈现爆发式增长并不断积累, 生命科学迎来了大数据时代. 在后基因组时代, 单一的统计模式逐渐被智能化与综合分析相结合的方式所取代, 聚类分析便是核心的数据挖掘方式. 描述了生物信息学领域中的大数据现状, 总结基因表达谱分析和生物网络分析中常用的聚类方法, 并对小鼠胚胎成纤维细胞的时间序列数据进行实验对比. 实验结果表明, 不同的聚类方法生成了不同的实验结果, 面临高噪声的生物大数据, 选择或结合合适的聚类方法进行综合分析将有助于获得更可靠的分析结果.     

两指标强马氏过程之间的关系

首次定义了1-强马氏过程,2-强马氏过程和宽将来强马氏过程,这些强马氏过程的参数变换是随机的;给出了*-强马氏过程,1-强马氏过程,2-强马氏过程,宽将来强马氏过程和单点强马氏过程之间的关系.