随机Dirichlet级数表示的整函数的增长性

系统地研究了全平面上收敛的随机Dirichlet级数的增长性 .得到了类似于Dirchlet级数所表示的整函数的增长性的结果     

一类康拓型函数不可微点集的豪斯道夫维数

讨论了齐次康拓集Ｃ（「０，１」，｛２｝，｛ａ＾１＋ａｋ｝和偏齐次康拓集Ｃ＾＊（「０，１」，｛２｝，｛ａ＾１＋ａｋ｝）上的康拓型函数，在条件ａｋ≥０和ｎ／∑／ｋ＝１ａｋ＝０（ｎ）下，并给出了其不可微点集的豪斯道夫维数及填充维数。     

由第二代电流传输器实现的RC正弦振荡器的压控振荡器

提出由单块第二代电流传输器构成的ＲＣ正弦振荡器和压控振荡器。     

3型FIR滤波器优化设计研究

详细研究了3型FIR线性相位滤波器的幅频响应与正弦基函数神经网络算法之间的关系,提出并证明了该模型算法的收敛性定理,给出了3型FIR带通滤波器、海尔伯特变换器和微分器的优化设计实例。研究结果表明提出的算法避免了求高价逆矩阵的困难,有效解决了3型FIR高价数字滤波器优化设计的瓶颈问题。计算机仿真结果表明了正弦基函数神经网络算法在3型FIR高价数字滤波器优化设计领域中的有效性。     

采用多微机的SPWM矢量控制变频调速系统

本文提出一种用多微机系统实现SPWM型矢量控制——解耦控制的方法.该系统采用了交流变速领域内多种新技术,使用微型计算机控制,结构简单,运行稳定.文中推导了系统中进行的矢量变换公式,导出了产生转子磁通与转子电流解耦控制的条件,对利用微机进行正弦脉宽调制及其计算也作了说明.本文介绍了控制系统的构成.对SPWM型矢量控制所面临的特殊问题及其解决办法作了分析,探讨了利用电流矢量跟踪法实现磁通相位角间接控制的办法.叙述了多微机系统的结构,及其通讯方式.最后,给出了控制系统在2.8千瓦感应电动机上进行试验的结果,电流波形良好,低频运行平稳,动态性能接近于直流电动机控制系统.     

齐型空间上的Lipschitz型函数

在齐型空间上定义了一类新的Lipschitz函数，给出了它们的一些性质。     

具有输入饱和的制动缸自适应Super-twisting控制

为研究电力机车单元制动缸在制动时受辅助风缸压力和轮对径向形变挤压时的制动缸活塞位置控制精度,考虑实际工况中活塞与制动缸内壁非严格配合引起的压力漏损,建立了制动缸气动伺服系统的数学模型;针对该非线性系统中存在的未知时变负载扰动,设计非线性干扰观测器对其实际值进行估计,对观测误差采用自适应模糊逻辑系统进行逼近,进一步削弱时变扰动对系统的影响;结合系统控制量存在饱和的实际工况,引入饱和辅助控制系统;依据Lyapunov稳定性理论,基于Super-twisting控制方法收敛快速、待设计参数较少的优点,构造了基于Nussbaum类型函数的自适应Super-twisting控制器.理论分析及仿真结果表明,制动缸伺服系统闭环输出一致有界,系统跟踪误差、滑模面及控制量动态抖振较小,收敛迅速;滑模面及扰动量观测误差收敛于0.制动缸伺服系统输出能够快速稳定跟踪输入指令,且对外部时变负载扰动具有较强鲁棒性.     

基于GSA-BP神经网络的OFDM系统信道估计算法

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中存在的不可忽视的非线性噪声问题,为了能够更好了解信道特性,需要利用信道估计获得信道状态信息,提出一种基于黄金正弦优化BP(golden sine algorithm,GSA-BP)神经网络的OFDM系统信道估计算法,克服了传统 BP神经网络算法容易陷入局部极值的问题,提升了信道估计算法的估计精度.首先通过LS信道估计算法获得信道的初始估计,再将其通过GSA-BP神经网络算法得到信道的精确估计.仿真结果表明,在相同的信道环境下,提出的算法比LS算法具有更好的性能,与MMSE算法性能接近,但不需要信道先验统计特性,易于实现.     

一种低复杂度的频率、时延联合估计新方法

提出了一种基于子空间的正弦信号的频率、时延联合估计快速算法。首先给出一个PM(propagatormethod)算子 ,再由其分块矩阵构造一特殊的矩阵。由该矩阵的特征分解所得的特征矢量给出频率估计 ,而由其特征值及估计的频率得到时延估计。与现有的方法相比 ,由于该算法减少了一次特征分解 ,因而具有较低的计算复杂度。最后 ,用正弦信号及实测语音数据验证了该方法的性能