以Monte Carlo为基础的发电系统随机生产模拟的韦伯分布法

介绍了Monte Carlo方法的基础上,分析了以往的文献中发电系统的随机生产模拟分布的不足之处后,提出了发电系统随机生产模拟的韦伯分布法及模拟方法。     

周期信号的孔径抖动及其去除

孔径抖动是指模数转换器采样周期之间出现的相位抖动 ,是由各时钟周期边沿出现时刻的不确定性导致的。当输入信号频率较高时孔径抖动是模数转换器信噪比下降的一个重要原因。对数据采集系统中的孔径抖动进行了仿真实验 ,介绍了反卷积算法 ,并利用反卷积算法对周期信号的孔径抖动进行了去除。仿真结果表明该方法是有效可行的     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

仿真工程数据库的开发与研究

本文对建模、仿真、优化软件包ＭＳＯＰ的功能做了简要介绍，分析了ＭＳＯＰ包各功能模块输入输出数据文件的特点，在此基础上设计了面向ＭＳＯＰ包的仿真数据库ＳＤＢ。本文介绍了ＳＤＢ的结构、设计思想和技术要点。ＳＤＢ与ＭＳＯＰ构成了一体化仿真软件系统，ＳＤＢ的引入大大增强了软件系统的功能。     

分布交互仿真环境研究

分布交互仿真是一种新兴的仿真技术，分布交互仿真环境的研究具有重人的理论意义和实用价值。本文分析了分布交互仿真环境的功能需求，指出了它的设计原则。     

炼油厂催化重整全流程的建模和动态仿真

以某炼油厂的催化重整整置为对象，研制开发了国内第一套仿集散型催化重整全流程仿真培训系统。采用集总的方法建立了重整反应器的动态数学模型，同时考虑了催化剂的活性因素，使模型适用于不同催化剂和催化剂的不同时期。该系统已成功地应用于该厂开工前的培训。     

可压缩流体网络的建模方法

本文运用网络分析手段,首次提出了任意拓扑结构可压缩流体网络动态特性的建模方法.该方法突破了目前在流体网络分析中普遍采用的“小扰动”线性化处理方法的局限。     

基于卷积模型的核信号仿真

NaI(Tl)探测器因具有探测效率高和成本低等优点,常被用于核辐射能谱测量和核辐射监管等领域．由于实验条件等的限制,研究人员往往较难获取理想的实验核信号,虽然可以借助探测器的仿真信号来实现研究目的,但是常规的探测器单指数或双指数模型和实际采集到的核信号模型存在一定的差异,需要一种更为精准的数学模型对探测器输出信号进行描述．我们通过对探测器信号形成过程分析,将探测器视为线性时不变系统,探测器各个部分响应的总卷积即为输出的核信号模型．本文建立的探测器输出信号卷积模型,结合实测伽玛源的幅度分布规律和相邻脉冲时间间隔分布规律,可以提供更精确的NaI(Tl)探测器输出信号,以便用于伽玛能谱测量算法研究;通过调节脉冲间隔时间大小,可以仿真不同计数下探测器输出信号的堆积情形,以便用于堆积信号还原算法研究．经过与伽玛辐射源的对比测试,该仿真信号与真实探测器输出信号一致,既避免了研究人员接触放射源,提高辐射防护安全性,又为开展数字化核信号处理算法研究及能谱算法研究提供了极大的便利性．     

Error rates in quadratic discrimination with constraints on the covariance matrices

In multivariate discrimination of several normal populations, the optimal classification procedure is based on quadratic discriminant functions. We compare expected error rates of the quadratic classification procedure if the covariance matrices are estimated under the following four models: (i) arbitrary covariance matrices, (ii) common principal components, (iii) proportional covariance matrices, and (iv) identical covariance matrices. Using Monte Carlo simulation to estimate expected error rates, we study the performance of the four discrimination procedures for five different parameter setups corresponding to standard situations that have been used in the literature. The procedures are examined for sample sizes ranging from 10 to 60, and for two to four groups. Our results quantify the extent to which a parsimonious method reduces error rates, and demonstrate that choosing a simple method of discrimination is often beneficial even if the underlying model assumptions are wrong.The authors wish to thank the editor and three referees for their helpful comments on the first draft of this article. M. J. Schmid supported by grants no. 2.724-0.85 and 2.038-0.86 of the Swiss National Science Foundation.     

一种基于径向基函数网络的盲波束形成方法研究

针对阵列信号处理的特点 ,提出了一种基于径向基函数网络 (RBFNN)的盲波束形成方法。该方法把高阶累积量可消除高斯噪声干扰这一特性和神经网络可并行计算的结构优势有机地结合起来 ,利用高阶累积量估计阵列的导向矢量 ,引入径向基函数网络逼近波束形成的权矢量 ,实现盲波束形成。理论分析和仿真实验表明 ,提出的算法能有效地提高运行速度 ,对系统误差也具有很强的鲁棒性。