减少PLC输入点方法浅议

介绍如何从软硬件着手,有效地减少控制系统所需的PLC输入点的方法,从而节约了系统成本,降低了工程造价。     

具有输入时滞的不确定系统鲁棒自适应控制

对带有输入时滞和状态时滞的线性不确定系统,利用系统将来的状态设计预估控制器,通过与之等价的因果控制器,给出积分形式的控制率,使得系统在自适应控制器的作用下渐近稳定。最后,通过数值算例说明在该控制器的作用下,系统的解趋于稳定的速度比在普通的状态反馈控制器作用下解趋于稳定的速度更快。     

如何用Excel、Coord及Mapsource完成野外物化探测网的高效布设

通常用GPS布设物化探测网时,所有测点的编号及坐标等数据均由人工方式逐点输入到GPS,工作效率很低。笔者通过研究,探索出了一种通过Excel、Coord及Mapsource等软件批量输入测点编号及坐标的方法。解决了野外测点数据输入费时费力的问题,极大地提高了工作效率。     

PLC控制系统的可靠性研究

本文对PLC控制系统的可靠性降低的原因做了详细的分析,并针对性地对如何提高输入信号的可靠性、执行机构的可靠性以及故障报警和冗余设计等五个方面提出了解决的办法和思路。输入信号、执行机构和故障报警这三个方面的措施主要是针对PLC外部机构的失效进行规避。而冗余设计的引入,则对提高PLC自身的可靠性起到了关键的作用。     

基于V-BLAST的多载波直接序列扩频CDMA系统上行链路性能分析

提出了一种应用多输入多输出（MIMO）的垂直分层空时（V-BLAST）检测算法的多载波直接序列扩频CDMA（MC-DS-CDMA）的系统结构,对系统上行链路的误码率性能进行了理论分析,推导出了接收天线数大于发射天线数条件下系统误码率的理论表达式,并通过计算机仿真进行了验证,数值结果表明,收发天线数对系统性能具有较大的影响,相对于传统MC-DS-CDMA系统,减少发射天线数或增加接收天线数均可使基于V—BLAST算法的MC-DS-CDMA系统的性能和容量有不同程度的改善．     

嵌入式系统上的图形界面输入引擎的研究

嵌入式系统上的图形用户界面（GUI）由于基于不同的软硬件平台,输入设备有很大差别,所以开发者在移植时要为不同的输入设备开发其与GUI之间的接口,以使得GUI能够正确响应用户的输入。GUI的输入引擎就是介于GUI处理核心和操作系统的输入设备驱动程序之间的一组抽象接口,它的功能是使不同的输入设备的驱动程序能够无缝地连接到GUI的消息处理程序中。因此,输入引擎可以改善GUI的可移植性。在基于at91rm9200微处理器和嵌入式Linux操作系统的软硬件平台上．讨论了开发GUI输入引擎的一般方法,并结合一个具体的GUI系统——MiniGUI,给出了一个输入引擎实例的开发过程。     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。     

新型冠状病毒境外输入对我国疫情的影响

全球新型冠状病毒肺炎疫情仍在蔓延,为分析疫情境外输入对我国造成的影响,对境外输入病例的来源国、输入地、流行趋势及其关联病例,以及污染的进口冷冻食品案例进行了分析.结果表明:我国境外输入病例集中来自欧洲、亚洲和北美洲,主要输入到我国沿海和边境省份,且境外输入病例中男性占比较大,年龄主要集中在21～40岁;在全球确诊病例数...     

基于虚拟激励法的变速行驶车辆振动分析

在虚拟激励法的基础上,建立了人车路垂向动力学模型和道路虚拟输入模型,推导了车辆非匀速行驶的时-空频率关系,得到了车辆非平稳响应的瞬时功率谱,应用Mathematic语言编制了四分之一人车模型的仿真程序,以简化模型为例,考察了变速车辆行驶的平顺性.数值仿真结果表明,虚拟激励法用于求解车辆振动响应,尤其是用于非平稳随机输入下的车辆振动分析,简便快捷,省时省力,能很好地反映汽车乘坐舒适性.     

基于深度学习的MIMO系统联合信号检测与信道译码

为进一步提高多输入多输出(multiple-input multiple-output,MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题.通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比...