一类螺旋方阵问题的算法分析与实现

对一类典型的螺旋方阵算法进行了分析，提出了解决这类问题的“海龟法”、“分割法”和“递归法”；给出了递归算法的程序实现；讨论了几种算法在时间、空间复杂度以及扩展性方面的问题。     

用EIB对变形纱的外观形态和膨松性的测试与探讨

为了对变形纱的外观形态和膨松性进行更好的评价，利用EIB对几种线密度较接近的棉纱、毛纱、低弹丝和空变纱分别进行测试，可以获得纱线的毛羽、丝圈或丝弧的数据、分布情况、形态图及纱线的直径；根据测试得到的数据，利用新建立的表征变形纱膨松性的指标进行比较和评价，得出用这种方法来评价是可行的，且低弹丝的膨松性较高。     

广义Burgers方程族的一类扩展可积模型

首先构造了loop代数A1的一个新的子代数,再将其扩展为一个高维的loop代数G,利用G设计了一个新的等谱问题,应用屠格式求出了名的Burgers方程族的一类扩展可积模型。     

基于C MEX S-函数永磁同步电机控制系统仿真建模研究

在分析永磁同步电机（PMSM）数学模型的基础上，利用C语言编写S-函数，提出了PMSM控制系统仿真建模的新方法。在Matlab／Simulink中，构造CMEX S-函数的三类简化结构，建立独立的功能模块，如PMSM本体模块、速度控制模块、电流滞环控制模块等，再进行功能模块的有机整合，搭建PMSM控制系统快速高效的仿真模型，为提高复杂系统模型的仿真速度、硬件控制器的设计与调试提供了新的思路。PMSM系统采用双闭环控制：速度环采用PI控制，电流环采用滞环电流控制。仿真结果证明了采用CMEX S-函数方式建模的快速性和有效性.     

P2×C5的全染色

令Pm=u1u2...um,Cn=ν1ν2...vnν1,则定义图Pm×Cn,(m≥2,n≥3)为V(Pm×Cn)={wij|i=1,2,…,m;j=1,2,…,n},E(Pm×Cn)={wijwrs|wij,wrs∈V(Pm×Cn),且i=r,νjνs∈E(Cn)或j=s,νiνr∈E(Pm)}.从而得到了图P2×C5的全色数.     

扭n立方体中的边不交Hamilton圈

网络图的Hamilton性是图论、计算机网络理论中的重要研究议题，超立方体及其变体由于其良好的网络参数、拓扑结构吸引了众多学者的关注和研究，并将之广泛地应用于许多实际领域中．结合Lee距离Gray码理论证明了扭n方体中存在[n／2]个边不交Hamilton圈，并且给出这些边不交Hamilton圈的生成方法．     

基于本体的教育资源语义检索系统研究

为提高信息检索的准确率和全面性, 在对语义检索技术和领域本体的构建进行充分研究的基础上, 在网络教育资源的检索工作中应用了本体语义的概念, 提出对用户输入的查询条件进行基于本体的查询扩展算法,设计实现了使用Lucene 对扩展后的查询条件进行检索的语义检索模型。实验结果表明, 该检索模型的综合查全率为81郾5%, 综合查准率为83郾1%, 这两项指标均优于传统的关键字检索方法。     

竞赛图中给定长度的点不相交的圈

对Lichiardopol提出的猜想,给定正整数q≥3,r≥1,在竞赛图T中,若最小出度δ+(T)≥(q-1)r-1,则在T中至少存在r个点不相交的q圈.证明了当r≤3时,这个猜想的正确性.     

采用传播图论建模方法的Massive MIMO室内场景传播特性

大规模多天线(Massive MIMO)技术在基站端配置大规模天线阵列,能够大幅度提升数据传输速度和系统容量,实现无线传播信道中的空间和时间资源的最大化利用.有关Massive MIMO无线传播信道的研究,对大规模多天线的应用、系统的设计与部署具有重要意义.本文采用传播图论信道建模的方法,研究Massive MIMO在实际传播信道中的性能表现,既能很好的避免信道实测带来的繁重工作,又能有效反映Massive MIMO的无线信道衰落特性.分别在高频点6GHz和低频点1.472 5GHz对选定的室内传播场景进行了信道建模与仿真,由传播图论建模方法得到了信道冲激响应,并进行参数提取,分别从角度域和时延域分析了大规模多天线系统的信道传播特性,并通过分析信道奇异值扩展的分布,证明了实际传播环境中天线数目增多信道的正交性显著增强.     

基于模型误差EKF-HIF算法的锂动力电池SOC联合估计

针对锂动力电池荷电状态(State of Charge,SOC)估计策略,提出了一种基于模型误差EKF-HIF算法的SOC联合估计方法。首先,通过建立电池等效电路模型,利用BP神经网络(Back Propagation Neural Network,BPNN)预测该电池模型误差。其次,推导扩展卡尔曼滤波(EKF)和H∞滤波(H Infinity Filter,HIF)算法流程,根据模型误差选择不同算法进行SOC状态估计。最后,通过仿真验证了该联合估计算法的有效性和可行性。