复杂系统的逻辑结构判据问题

系统阐述了LAPP方法以及2004年以来的主要发展,并指出一些新的针对复杂系统的逻辑结构判据算法及相关问题的研究方向.     

“比兴”走向“感兴修辞”的“内在理路”

中国传统文论中的＂比兴＂是一个富有包孕性和可阐释性的核心范畴,对其认识人们经历了由原初两种各不相同的诗体到诗歌表现手法和诗的特征等几个阶段,并进而发展为诗歌发生、创作、本体、接受和批评等各种＂比兴＂思想或观念。王一川提出的＂感兴修辞＂理论其实就是中国古代文论＂比兴＂理论在其＂内在理路＂上的发展与当今后现代语境下个体化理解的创造性出场。     

互逆蕴涵命题的空间曲线投影柱面表示

互逆主义逻辑是建立在解析几何的基础之上的。在空间解析几何中,空间曲线是两曲面的交线,在空间曲线中消去一元,即得投影柱面。与此类似,在互逆主义逻辑中,互逆蕴涵命题前件的两个合取支为两个曲面,它们的合取为空间曲线,若后件所表示的曲面恰为或真包含该空间曲线的投影柱面,则该互逆蕴涵命题成立,否则不成立。     

PLC程序测试与验证的研究进展

可编程逻辑控制器(PLC)是一种在工业领域应用非常广泛的控制装置。随着PLC程序的规模和复杂性不断增加,PLC程序测试与验证已成为一个具有挑战性的问题。该文分析了PLC程序测试与验证的困难。从验证与测试两个方面,分别介绍了该问题的研究现状。对于每一个方法,分别论述了其基本思路、优势与不足。最后,根据当前研究的现状,展望了PLC程序测试与验证技术未来的发展。综合分析来看,PLC程序测试与验证的现有方法都存在比较明显的局限性,有待深入研究。未来可能的新方向包括结构化测试以及不同测试方法的融合等。     

模糊逻辑和数据融合在监控系统中的应用

传统监控系统的一个主要缺点是利用单一传感器来监控单一监控点,由于传感器内部品质和系统外部噪声的影响使得系统的可靠性不理想.数据融合技术可以把互相独立的传感器变为互相联系的整体,增加了信息的冗余度从而提高系统的可靠性.而模糊逻辑可以把数据很好地融合在一起.笔者给出了数据融合算法的推导过程及系统的结构框图.     

二维空间的离散W变换

利用一维离散Walsh变换的性质与结果,定义了二维离散Walsh变换及二维Walsh变换的逻辑卷积,证明了二元W系的完整性,给出二维Walsh变换的基本运算性质及二维Walsh变换下1≤p≤2时的Hausdorff-Young不等式。     

基于AD9854的多功能信号源设计

为了实现高性价比、低相噪和低杂散的数字化信号源,提出了以直接数字频率合成芯片AD9854为核心的设计方案.系统最大限度地挖掘了AD9854的潜力,将数字信号处理器、可编程逻辑器件和先进先出存储器与AD9854紧密结合,输出正弦信号的最高频率为110 MHz、谐波失真小于-30 dBc.能够完成调幅、调频和频移键控等调制功能.     

体域网中基于特征组合的步态行为识别

物联网(internet of things,IOT)拥有无处不在的识别、传感和通信能力,体域网(body area network,BAN)属于物联网中和人体相关的领域,其应用广泛,可以在日常生活中对人们进行监测及提供帮助.行走是许多日常活动的基本环节,因而步态分析能为体域网应用提供重要的生理行为信息.现有的步态分析已取得一定的研究成果,但仍存在一些问题,例如大多数步态特征提取是对加速度信号进行6重以上的变换,使得特征达到了45维以上,最后需要通过降维或优化来简化特征,较为复杂.本文设计一种灵活便捷的数据采集系统,并利用小波变换、傅里叶变换和四分位差提取出加速度信号中比较简单、低维度但能反应运动特征的步态参数,之后通过模式识别算法进行步态行为识别验证.实验结果表明该系统使用方便,特征提取方法简单实用,识别精确度为97%,EER(equal error rate)最小可到0.9%.     

注塑机注射速度的模糊控制及其仿真

注射速度控制是注塑成型工艺里极其重要的一环。由于注塑过程的时变和非线性特点,注射速度控制成为较为复杂的一个课题。在一个螺杆往返式注塑机通用模型的基础上,给出了注塑机速度模糊控制系统的一般性设计方法:输入输出量定义域的选择,隶属度函数的形状,使用相位面分析设计知识库,前馈控制器的设计。通过仿真说明了该方法设计的控制系统能有效的跟踪快速变化的速度设定曲线,在模型参数发生变化时也能够得到良好的控制效果。     

带有测量噪声的Ⅱ型T-S模糊建模

实际工业生产过程中,系统的数据带有测量噪声.Ⅱ型模糊集的二阶隶属度用来表征一阶隶属度的模糊度,这种模糊度的增加意味着处理不确定信息能力增加.因此,提出了一种基于Ⅱ型模糊集的T-S模糊建模方法来减少由噪声带来不确定信息的影响.首先采用改进的最小邻域算法对带有测量噪声的数据进行聚类,继而确定Ⅱ型模糊集的一阶隶属度,接着根据数据的聚类信息采用高斯混和模型得到二阶隶属度值,然后用正交最小二乘算法确定模糊模型的后件参数,最后通过仿真实验来验证该方法的有效性.