CMOS VLSI电路无时延平均功耗和有时延平均

从理论上阐述了无时延平均功耗和有时延平均功耗之间的单调递增关系, 用计算速度快的无时延理想电路功耗作为计算速度慢的有时延实际电路功耗的评估标准, 并给出了它在电路平均功耗快速估计、最大功耗快速估计和电路测试功耗快速优化三个领域中的应用. 提出了一种先用无时延功耗对较长的输入向量对序列进行快速压缩、再用压缩序列快速模拟出平均功耗(或最大功耗)的新方法. 与直接用未压缩序列进行模拟的传统方法相比, 实验结果表明: 对于平均功耗快速估计, 在保证估计精度(误差小于3.5%)的前提下, 将模拟速度提高了6~10倍; 对于最大功耗快速估计, 在保证估计精度(误差小于5%)的前提下, 将模拟速度提高了6~8倍. 在测试功耗快速优化领域, 与测试功耗直接优化法和现有的Hamming距离优化法相比, 无时延功耗优化法的优化效率最高, 它可以用较少的时间(缩短为 16.84%), 取得较好的优化效果(测试功耗降低35.11%).     

传感器系统误差与目标航迹的分布式估计

精确估计传感器的系统误差, 对提高整个跟踪系统的性能具有十分重要的意义. 已有的研究方法一般是把系统误差加到状态向量中形成扩维状态向量, 利用Kalman滤波进行估计. 由于这种方法计算量很大, 许多工作致力于研究状态向量和系统误差的解耦问题, 但均未实现系统误差的分布式估计和解决计算量问题, 且无法真正实现分布式航迹融合. 考虑了传感器测量有系统误差时的多传感器分布式航迹融合问题, 实现了状态向量和系统误差的解耦、系统误差的分布式估计与分布式航迹融合. 仿真结果表明此方法能给出精度较高的系统误差和状态向量估计.     

基于电磁暂态仿真的电压骤降概率评估

为了准确预测电力系统中电压骤降的特性及后果,提出了基于非序贯Monte-Carlo模拟和电磁暂态仿真相结合的电力系统电压骤降的概率评估新方法和概率评估指标体系。Monte-Carlo法的优点在于能反映电力系统的随机特性,使用该方法几乎不受系统复杂性的限制。算法利用Monte-Carlo仿真得到各种故障信息,通过仿真程序PSCAD/EMTDC对Monte-Carlo模拟法随机产生的各种故障形态进行仿真计算,最后分析统计得到系统和敏感负荷点电压骤降的各项概率指标。文中以RBTS标准测试系统为例进行了分析计算,结果表明模型和算法是可行的。     

概率性序列及其运算理论

在电力系统中,一般使用离散的分布函数来表示发电机组在各种容量情况下的可用率。针对电力系统的这一实际需求,该文在一般序列运算的基础上,定义了一种特殊序列——概率性序列,并进一步详细探讨了其运算性质。从概率论的角度,定义了序列的期望值,并且详细给出了原始序列以及派生序列的期望值之间的运算关系。状态空间分析是该文的一个重要进展,经过对概率性序列的4种序列运算的状态空间分析,发现了其运算所对应的子空间具有明确的物理意义,这一结论对整个序列理论在电力系统中的应用具有重要价值。概率性序列的上述研究成果,成为后续的随机生产模拟研究的理论基础。     

马尔可夫链及其在经济预测中的应用

研究了马尔可夫链及其在经济预测中的应用，目的在于，在产品销售过程中，如何才能投入最小、收益最大。     

双解析函数的齐次Riemann边值问题关于边界曲线摄动的稳定性

讨论了当区域边界L发生微小的光滑摄动时，双解析函数的齐次Riemann边值问题的解的稳定性，并给出误差估计．     

一类半参数回归模型讨厌参数的相合估计

讨论一类半参数回归模型y=xβ+g(t(1)+t(2)α)+e,其中g(·)未知,α、β为实参数,e为随机误差 设有样本{(ti,xi,yi)}ni)′,构造了g(·)、β和讨厌参数α的估计,并证明了其相合性 i,t(2)i=1,ti=(t(1)     

关于概率度量空间的等距度量化

文献[1～4]对概率度量空间进行了等距度量化,得到了 定理A PM空间(E,F)等距同构于一个准度量族生成空间PM空间(E,F)等距同构于一个伪度量族生成空间空间(E,F)等距同构于一个度量空间。     

双曲空间上超Brown运动的一个渐近性质

1 概念及介绍超过程是一类取测度值的分枝Markov过程.虽然Euclid空间和一般抽象空间上的超过程的研究已有很多,但关于Riemann流形上超过程的研究目前还很少.本文考虑d维双曲空间上的超Brown运动,并给出此超Brown运动的一个渐近性质(参见推论1).Iscoe在文献[3]中考虑过Euclid空间上的类似问题.和Iscoe的工作相比,本文不仅在方法上有所改     

B值反向GFT(1)和GFT(2)的收敛性

本文讨论了Ｂ值反向ＧＦＴ（１）和ＧＦＴ（２）的收敛性，得出了Ｂ值反向ＧＦＴ（１）．ａ．ｓ．强收敛，Ｂ值反向ＧＦＴ（２）依概率强收敛