离散时间状态对称系统稳定性与H∞控制问题

研究离散时间对称系统的可稳定和H∞控制的问题.基于在离散对称系统时有界实引理给出的LMI充要条件有单位矩阵解基础上,给出对称输出反馈可稳定问题和H∞控制次优输出反馈问题的可解充要条件.然后给出对称输出反馈可稳定和H∞控制次优输出反馈增益的显式解,而不似一般线性系统需要解一组LMI.最后给出一个数值例子说明方法的有效性.     

直扩信号伪码周期及序列的估计算法

为了解决直扩信号伪码周期和序列估计的难题,提出了功率谱二次处理结合信号子空间分解的方法。该方法首先利用功率谱二次处理手段估计出直接序列扩频(DS-SS)信号的伪码周期,在此基础上采用信号子空间分解对DS-SS信号伪码序列进行盲估计。为了用信号子空间分解法对伪码序列实施精确估计,在其后加上了r1校正方法。计算机模拟结果表明,该方法在输入信噪比小于-14 dB时还能良好地工作。     

分布交互仿真系统扩缩性模型研究

随着分布交互仿真规模及复杂度不断增加,系统可扩缩性是其面临的主要问题之一,影响系统可扩缩性的主要因素是系统资源受限,采用相应的技术手段可以提高系统的可扩缩性,本文深入研究了系统可扩缩性问题产生的根源,在此基础上提出了一个可扩缩性的数学模型,定性及定量地分析比较了当前各种技术措施的优缺点及效能,该模型对于指导仿真系统的设计具有重要的指导意义。     

多维非线性时间序列的投影寻踪学习逼近

建立了多维非线性时间序列投影踪学习网络结构及算法,证明了投影寻踪学习网络可以以任意精度逼近多维非线性时间序列。解决了基于投影寻学习的多维非线性时间序列的建模和预测问题,实际应用例子表明该算法可行。     

直扩信号的谱检测和神经网络估计

论述了二次谱理论、谱相关理论和神经网络方法在直接序列扩频(DS/SS)信号的检测与估计中的应用,提出了利用谱分析结合神经网络的方法来实现对低信噪比DS/SS信号的参数及其伪码(PN)序列的估计.计算机模拟结果表明,该方法在较低的输入信噪比条件下能良好地工作.     

运用基于拟随机数的响应曲面法改进电路模拟

由于低成本与高效率, 电路模拟已经成为电路设计的必需环节, 不过已有的电路模拟软件仍然不能满足业界对精确度及速度的双重要求. 针对MOS管元件, 采用响应曲面法建立输出与输入的近似关系模型, 将复杂的电路计算简化为线性运算, 大大减轻了工作量, 提高了速度. 同时为了保证精度, 对模拟中随机点的选取加以改进, 用均匀性更好、更具代表性的拟随机数取代通常的伪随机数, 对于同样数量的随机点, 拟随机数得到的模拟结果明显优于伪随机数的. 由此就可以在保证精度的同时提高效率. 通过模拟得到了很好的结果.     

短期电力负荷的小波——混沌时序预测

提出了一种基于2层小波分解的混沌时序相空间重构预测模型.该模型利用小波分解原始负荷时间序列为周期项、趋势项和随机项,采用不同的混沌相空间重构高低频信号,再分别用相应的小波神经网络工具箱拟合混沌吸引子,将其输出进行信号重构得到最终预测结果.该方法兼有频率特征提取和相空间重构的优点,使短期电力负荷时序列的动力学系统得到更加细致的恢复.通过对欧洲电力负荷竞赛数据的实验证明了所提方法的有效性,仿真结果表明方法预测精度优于常规混沌时序预测方法.针对神经网络预测不稳定的问题给出了一种种解决措施,并提出了一种小波神经网络工具箱,该方法比编程实现的小波网络可以大幅度提高训练速度,尤其适合于大批量数据的训练,对小波神经网络的推广应用和混沌时序预测具有重要意义.     

基于分区的安全关键软件体系及其时间分析研究

以综合模块化航空电子系统为研究对象,针对分时分区体系提出了其时间分析模型,结合IPET和不变量分析设计并实现了时间可分析工具IMATime.采用SNU Benchmark对IMATime进行了时间评估.并采用IMATime对分时分区软件平台FCOS进行了三级分析,分析结果除了能够指导系统通用设计外,还能提供综合模块化航空电子系统的专用参数分区周期和分区容限.最后针对某综合了飞行控制系统,导航系统和数传系统的综合航空电子系统进行了实例分析.     

基于平滑指数仿真优化的装甲装备器材消耗预测

准确地预测装备备件需求是合理有效进行各项保障工作的基础,通过分析现有常用的器材消耗预测方法,针对袭甲装备维修保障的特点,假设在已收集某类备件消耗数据的基础上,选取基于时间序列的指教平滑法对装甲装备维修保障器材消耗预测进行了研究.同时,针对平滑指数的选取问题,以最小预测方差为优化目标,构建了基于Anylogic的仿真优化模型,并最后通过具体案例应用,对计算方法进一步的说明和检验,结果反映出:当器材消耗量平稳变化时,此法具有较高的准确度;当器材消耗量变化较大时,预测结果存在较大偏差.     

自适应遗传算法的改进及在系统辨识中应用研究

为解决传统遗传算法早熟及收敛速度慢的问题，提出了一种改进的自适应遗传算法。通过对一典型的大海捞针粪（NiH）问题的试验，证明了改进后的遗传算法在全局优化和快速收敛能力上有较大的提高。在此基础上将该算法应用于系统参数辨识中，辨识结果表明该方法具有参数辨识精度高，抗噪声能力走，对输入信号通用性强，也适用于非线性系统参数辫识的优点，具有重要的工程使用价值。