PAM对土壤蒸发的影响分析及其模拟研究

在栽种与不栽种作物的情况下,分别对3种处理的土壤蒸发进行抑制性及差异性分析,并结合气象因子对无作物的土壤累积蒸发量进行多元线性回归分析.结果表明,在无作物的情况下,随着PAM用量的增加,PAM对土壤蒸发抑制效果明显,3种处理两两差异显著,但未达到极显著水平;有作物的情况下,PAM对土壤蒸发抑制效果不明显,但3种处理间的差异性均达到极显著水平.模型的拟合结果表明,3种处理的土壤累积蒸发量均可用多元线性回归模型拟合,且拟合效果较好.图2,表5,参8.     

GFMIMU/GPS组合导航系统信息融合技术研究

GFMIMU/GPS(Gyroscope Free Micro Inertial Measurement Unit/Global Positioning System)组合导航系统具有抗高g值冲击、低成本、长寿命、较高精度等优点,在低成本精确制导武器和微小型无人机具有广阔的应用前景。针对工程应用中信息融合的精度和实时性两方面的要求,运用基于模型误差预测的扩展卡尔曼滤波MEP-EKF(Extended Kalman Filter base on Model Error Predictive)方法,将MEMS(Micro Electromechanical Systems)加速度计的误差作为模型误差来考虑,对GFMIMU/GPS组合导航系统进行建模仿真,将其与EKF和UKF(Unscented Kalman Filter)方法进行了仿真比较,在方位误差角的估计上取得了比他们精度高的仿真结果,而且MEP-EKF所需时间是UKF的10%.     

残留频偏条件下码辅助的迭代载波同步算法

LDPC编码系统,接收端在译码前需要对频偏和相差进行估计,使残留频偏和相差在译码器收敛的允许范围之内,但在低信噪比条件下,即使在收敛范围内,较大的残留频偏和相差也会对LDPC编码系统性能有明显的恶化,所以必须结合迭代译码系统,对信号的残留频偏和相差进行进一步的估计。基于EM算法推导了频偏联合相差的迭代估计算法,给出了一种简单有效的残留频偏估计方法,并以此为基础,结合LDPC迭代译码输出软信息的统计特性,提出了一种码辅助的迭代载波同步算法,仿真结果表明,只要残留频偏和相差在迭代估计器收敛范围内,提出的算法可以使LDPC编码系统的误比特率接近理想同步条件下的译码性能。     

基于广义预测算法的直接转矩控制仿真

针对电动汽车电机驱动控制系统结构复杂且系统性能受负载不确定性影响的缺点,提出了一种用于永磁同步电动机广义预测控制方法。从驱动系统动力学方程出发,建立了不依赖电机控制参数的驱动系统CARIMA模型,并采用广义预测算法对驱动系统的给定转矩进行了控制;为了获得良好的变速性能,实现了基于GPC的PMSM驱动系统的直接转矩控制;最后对系统变速过程进行了仿真。仿真结果对比表明,这种控制结构和方法能够实现对转矩变化的有效控制,使速度变化具有较好的平缓控制效果,在工程实际中有很大的应用潜力。     

可重复使用运载器再入弹道仿真

针对RLV再入特点,应用反馈线性化与模型预测控制相结合,设计了基于控制角与控制力矩间全反馈(非时标分离)条件下的反馈线性化控制器,实现了以控制增量做为优化变量、考虑模型状态和输入约束的模型预测控制器设计,解决了RLV再入模型的多变量耦合、参数不确定等非线性控制问题的平滑控制.最后在Simulink环境下建立了RLV再入仿真模型,应用RtFly快速原型系统完成了再入模型六自由度弹道实时仿真,仿真结果验证了该控制器能够较好跟踪制导参数,满足控制器设计指标和系统实时性要求.     

基于有限反馈的多用户MIMO系统下行调度算法研究

基于预编码技术的调度方案可以提高频谱效率和系统公平性,但较少考虑QoS需求的满足.提出了一种适用于有限反馈多用户MIMO系统的下行调度算法.根据预编码矩阵选择数据流,以最大化系统容量并降低同信道干扰.先后为主数据流和次数据流执行多用户调度,有效扩大了空间复用增益.仿真结果表明,该算法可以获得更高的频谱效率,并保证业务的QoS需求.     

缓冲算子的光滑性

针对人们对缓冲算子提高建模精度原因的认识误区,提出了缓冲算子光滑性的概念,给出了缓冲算子能否提高序列光滑性的判别条件,分别研究了弱化缓冲算子和强化缓冲算子的光滑特性,并以实例加以验证.结果表明,弱化缓冲算子一定可以提高序列光滑性;而强化缓冲算子却在降低序列光滑性的同时提高了预测精度.提高序列的光滑性和消除冲击扰动因素的影响是提高灰建模精度的两个不同方面,对于稳定系统,序列光滑性是影响建模精度的主要因素,而对于冲击扰动系统,影响建模精度的主要因素是系统的冲击扰动.     

基于拍卖机制的网络带宽分配问题研究

现存网络中存在着大量自私的用户,由于它们追求自身收益的最大化而造成了网络资源分配的不合理.基于VCG拍卖机制,提出了一种仅需一维竞价信息的网络资源分配机制,分析证明了该机制具有占优策略激励兼容的特性,进一步证明该机制纯的纳什均衡解存在且唯一.在此基础上,给出了指导用户进行策略选择的离散随机式学习算法.不同条件下的仿真表明,该算法能够正确地引导用户选择出占优策略,使得收益值达到最优.     

Robust H∞ control for neutral stochastic uncertain systems with time-varying delay

The problem of robust H∞ control for uncertain neutral stochastic systems with time-varying delay is discussed. The parameter uncertaintie is assumed to be time varying norm-bounded. First, the stochastic robust stabilization of the stochastic system without disturbance input is investigated by nonlinear matrix inequality method. Then, a full-order stochastic dynamic output feedback controller is designed by solving a bilinear matrix inequality (BMI), which ensures a prescribed stochastic robust H∞ performance level for the resulting closed loop system with nonzero disturbance input and for all admissible uncertainties. An illustrative example is provided to show the feasibility of the controller and the potential of the proposed technique.     

Fast motion estimation algorithm for H.264/AVC based on centered prediction

H.264/AVC video coding standard can achieve roughly half of the bit-savings over MPEG2 and MPEG4 for a given quality. However, this comes at a cost in considerably increased complexity at the encoder and thus increases the difficulty in hardware implementation. The high redundancy that exists between the successive frames of a video sequence makes it possible to achieve a high data compression ratio. Motion estimation (ME) plays an important role in motion compensated video coding. A fast motion estimation algorithm for H.264/AVC is proposed based on centered prediction, called centered prediction based fast mixed search algorithm (CPFMS). It makes use of the spatial and temporal correlation in motion vector (MV) fields and feature of all-zero blocks to accelerate the searching process. With the initialized searching point prediction, adaptive search window changing and searching direction decision, CPFMS is provided to reduce computation in block-matching process. The experimental results show that the speed of CPFMS is nearly 12 times of FS with a negligible peak signal-noise ratio (PSNR) loss. Also, the efficiency of CPFMS outperforms some popular fast algorithms such as hybrid unsymmetrical cross multi-hexagongrid search and a novel multidirectional gradient descent search evidently.