线性不确定系统的镇定问题

本文讨论了线性不确定系统在控制能量受限下的镇定问题,给出了不确定系统镇定的条件。     

关于Jacobi,Gauss-Seidel迭代法收敛的判别方法

本文引入矩阵广义对角占优的概念，从而推广了迭代法收敛性的判别范围，关给出了几个判 别迭代法收敛的充分条件且附有关实例。     

话者识别系统中语音特征参数的研究与仿真

在说话者识别系统中，提取反映说话者个性的语音信号特征参数是系统的关键问题之一．研究并提取了几种重要的语音特征参数，包括线性预测倒谱系数、美尔倒谱系数、语音动态参数等，对这些参数进行了分析和比较，并研究了将多种参数组合使用对识别系统性能的影响．通过仿真和实验，证明混合参数识别方法能使话者识别系统的正确识别率有明显的提高。     

基于线性能量函数的移动组播性能评价方法

移动互联网中的组播面临了很多新的问题,如何对移动组播算法进行全面的评价也成为了研究的难点。该文提出了一种基于线性能量函数的移动组播性能评价方法。该方法从"用户满意度"和"网络效用"两方面对算法进行综合性能评价,并通过线性能量函数对算法进行量化比较。该方法可广泛用于移动组播算法的评价和改进,同时为用户根据应用类别和具体要求选择合适的移动组播算法提供了参考依据。模拟实验表明,该方法可以全面、灵活地对移动组播算法性能进行量化比较。     

半拓扑线性空间中的半拓扑线性有界性

主要研究半拓扑线性空间中半拓扑线性有界与完全半拓扑线性有界的关系,得到了半拓扑线性子空间中半拓扑线性有界的充分必要条件,以及半拓扑线性空间中半拓扑线性有界的等价条件.     

求解具有多个右端项线性方程组的总体GMERR算法

提出求解具有多个右端项大规模非对称线性方程组AX=B的一个新方法.广义最小误差(GMERR)方法用于求解AX=B时,需要对每一个右端项分别求解,运算量大,并且求解一个线性方程组的信息不能有效的应用于另一个方程组.针对以上不足,将初始残量矩阵总体投影在一个Krylov子空间上,得到总体广义最小误差方法(总体GMERR方法)及相关性质.数值实验结果表明新方法比用GMERR算法分别求解每一个同系数矩阵而右端项不同的方程组更为有效.     

电力系统动态等值中励磁系统参数聚合方法对比研究

为了减少计算量,提高分析速度,对励磁系统进行动态等值时,可采用统一的降阶标准传递函数作为等值励磁系统模型.分别使用加权平均法、离散时间最小二乘法和分段线性多项式函数(PLPF)法确定了等值励磁系统模型的参数,并将遗传算法引入等值励磁系统模型的参数辨识.重点对比了几种励磁系统聚合方法,归纳出各种方法的差异及优缺点.仿真算例表明,离散时间最小二乘法性能较好.     

道路复合曲线放样元素的快速计算及精度评定

为了实现道路复杂曲线中桩和边桩坐标、中桩到边桩的坐标方位角等放样元素的快速计算,并保证放样元素计算的精度和准确度,总结了各种道路曲线放样元素计算的基本理论和方法,推导出道路曲线放样元素计算的基本公式,提出简明、便捷的复合曲线放样元素计算方法、精度评定方法及评定模型,并利用Visual Basic语言程序实现了道路曲线放样元素的快速计算。经某复杂立交中完整缓和曲线、非完整缓和曲线计算验证,表明该方法计算得到的放样元素与设计值之间的差异仅在毫米级,满足道路复杂曲线放样的要求。     

普通公路车速分布特性的回归分析

采用多元线性回归的方法,分别建立了平均车速、15%位车速、85%位车速与车道数、限速值、车道位置、车型、道路饱和度、大型车比例等6个因素之间的回归模型.然后,采用Logistic回归的方法,建立了车速选择的回归模型.分析结果表明:对于双向六车道普通公路,依据15%位车速,对超车道进行最低车速限制;依据85%位车速,对最高车速实施可变限速、分车道限速和分车型限速.外侧车道上的大型车在饱和度较高的情况下,容易选择低速行驶;双向两车道或四车道公路上的小型车在饱和度较低的情况下,容易选择高速行驶.根据车辆选择高速行驶的概率,设置不同的限速设施.利用这2个回归模型可以计算出特定道路条件下的15%位车速、85%位车速以及车辆选择高速行驶和低速行驶的概率,为普通公路在限速及限速设施选择方面提供依据.     

基于距离函数的3种夹具定位分析方法的比较

建立了点-面、面-面有向距离函数的一阶、二阶微分表达式的统一理论模型.在此理论模型的基础上提出了线性方法(基于点面距离函数一阶微分性质)、单边二次方法(基于点-面距离函数一、二阶微分性质)和双边二次方法(面-面距离函数一、二阶微分性质)的3种夹具定位分析方法,进而分析了定位元和工件的局部曲率对夹具定位精度的影响.仿真试验表明:当定位元的曲率半径相对于工件的曲率半径较小时,3种分析方法的精度相当;但当定位元的曲率半径相对于工件的曲率半径较大时,线性方法、单边二次方法不能跟踪理论值的变化,而双边二次方法却能很好地跟踪理论值的变化,表明了双边二次模型的高精度特性.