变频控制多联机空调系统

由于变频控制多联机空调系统的特点,其系统设计与中央空调系统相比,简单、可靠、控制方便。除室内机布置需与装修协调外,基本上不存在与各工种的管道综合问题。     

单片机多机串行通讯的设计

介绍MCS-51单片机所构成的主从式多机型结构的串行通讯原理及通讯软件的设计方法,并给出原理图及通讯软件程序和流程图。     

损耗SU(2)和SU(1,1)干涉仪中灵敏度过高估计的研究

基于损耗SU(2)和SU(1,1)干涉仪模型,以干涉仪中的相位估值的为研究方向,在理论上研究了与双参量相位估值相比,进行单参量相位估值的时候存在的高估量子Fisher信息(quantum Fisher information,QFI)的一般表达式;以相干态和压缩真空态输入为例,数值分析了高估QFI随损耗系数或分束比的变化,发现这时出现的高估QFI的消失和恢复现象是和分束比,增益因子以及压缩振幅具有一定的关系.通过调整分束比和损耗系数,可获得最佳的灵敏度,有利于在有损环境下进行量子精密测量.     

基于像素-目标级共生关系学习的多标签航拍图像分类方法

不同类别物体之间的共生关系对多标签航拍图像分类任务有非常重要的作用.提出一种基于像素-目标级共生关系学习网络的多标签航拍图像分类方法,主要包括像素级共生关系学习模块和目标级共生关系学习模块.像素级共生关系学习模块利用不同空间位置像素点之间的特征相似性来间接度量共生关系,但由于单个像素点不能完全表征整个物体,所以这种像素...     

多目标的跟踪区域列表动态优化算法

5G移动网络要适应多样化和不断增加的用户设备(User Equipment, UE),应对终端巨大的位置管理信令开销是实现这一目标的重要保障。文中提出了一种多目标算法优化跟踪区域列表(Tracking area List, TAL)的策略,目的是寻找TAL中跟踪区(Tracking Area, TA)的最优分布以及如何将TAL分配给UE,以最小化位置管理中冲突的跟踪区更新(Tracking area update, TAU)和寻呼信令开销。在本地侧利用多目标粒子群优化算法实现TAL的最优分布,网络侧根据不同UE的移动特性来分配大小合适的TAL。通过仿真验证,所提方案可以在TAU和寻呼开销之间取得妥协,并在节省总位置管理开销方面得到了大幅度改善。     

潮流能水轮机阵列水动力与布局优化研究进展

概述了潮流能水轮机阵列的水动力特性,总结了不同横向、纵向间距下水轮机尾流变化的一般规律,梳理了水轮机阵列布局的优化方法,从人工传统优化阵列布局与计算机自动优化阵列布局两方面回顾了水轮机阵列单目标优化与多目标优化的研究进展。人工传统布局结构简单且易于操作,有比较强的工程实践性,但物理试验可限制的约束条件有限,难以模拟阵列在真实海况下的发电情况;自动优化布局相比于人工传统布局更具有现实意义,但依然面临经济模块因素缺乏、多目标内容待完善、理论与实践未统一、前期准备时间较长等诸多挑战。     

两单元五开关逆变器的倍频调制及功率平衡方法

为了解决传统两单元级联H桥在正负反向层叠载波移幅脉宽(POD-PWM)调制策略下,存在输出电平数少且谐波含量高的问题,提出了一种两单元级联H桥九电平五开关逆变器新型拓扑结构和改进型POD-PWM倍频调制策略.为了消除两个单元之间功率不均衡的问题,在改进型POD-PWM倍频调制策略的基础上,采用1/2输出电压周期循环交换两个单元开关管驱动信号的方法.仿真及实验研究证明了上述理论分析的准确性和切实性.     

多连通区域上一类带开方的Riemann 边值问题

在由L分割的复平面是L围成的区域S 和由l 1个连通分支Si-(i=0,1,2,…,l)组成的开集S-情形下,求出边值问题ψ (t)=G(t)ψ-(t) g(t)的一般解为ψ(z)=∏(z)X(z)2(2 1π∫iLg(t)dtX (t)∏(t)(t-z) Pλ(z))2.     

不完备广义多尺度决策系统的逐步最优尺度选择

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。     

多变量无模型预测神经网络线性自抗扰控制

对难以建模的多变量非线性系统的控制难题,提出改进的具有辅助向量的多变量全格式动态线性化方法,采用其逼近非线性系统,用其构成预测模型,将其转化为具有耦合的若干个子系统,利用直接极小化指标函数自适应优化算法辨识其参数,将多变量线性扩张观测器的线性控制输入项改进为关于观测状态和控制输入向量及其微分的向量函数,并由该向量函数的逆向量函数构建当前控制输入向量,因其未知,使用对角回归神经网络逼近控制输入向量函数,采用多变量非线性递推最小二乘法优化对角回归神经网络连接权及多变量线性自抗扰控制参数,综上研究提出在线优化参数的多变量无模型预测神经网络线性自抗扰控制算法。仿真研究表明系统响应精度高,性能好,优于传统的线性自抗扰控制算法。