基于不同分组层策略的认知无线电网络性能分析

文中根据次用户采用的不同分组层策略,提出了两种认知无线电网络模型及其性能分析方法,推导了次用户的丢包率、分组时延、吞吐量以及频谱利用率表达式。同时,为了验证理论分析模型的准确性,对认知无线电网络的性能进行了仿真。分析和仿真结果表明：（1） 分析模型能准确地评估认知无线电网络的性能;（2）次用户的丢包率、分组时延和频谱利用率随着业务流入速率的增加而增加;（3）使用认知无线电技术,能大大提高频谱利用率;（4）次用户采用不同的分组层策略对频谱利用率的影响很小,但对吞吐量的影响很大。     

具有时变时延和丢包的网络控制系统H∞优化控制

研究了一类存在时变时延和丢包的网络控制系统(networked control systems, NCS )的H∞优化控制问题。当网络时延和连续丢包有界时,NCS被建模为等效的具有时变时滞的系统,利用Lvapunov Krasovskii泛函和线性矩阵不等式方法,在NCS渐近稳定的基础上给出NCS状态反馈次优和最优H∞控制律的设计方法,求解时不需要使用重复迭代,设计控制器时也无须知道调节参数。仿真表明了此方法的可行性和有效性。     

多路自相似流输入下基于FBM模型的丢包率分析

从分形布朗运动(FBM)模型出发,结合高斯输入下的丢包性能,推导了多路自相似流输入下丢包率的理论分析.结果显示,在多路自相似流输入情况下,若各条流的均值、方差近似相等,则Hurst参数最大的流对合成流的丢包率具有决定性的影响.该结论通过仿真得到了很好的验证.所提出的分析方法和得出的结论对于网络节点性能分析、缓冲区设计及资源调度等具有实际的指导意义.     

具有任意有界丢包的网络控制系统的预测控制

针对离散时间线性系统,研究了从传感器到控制器、从控制器到执行器都存在任意有界数据丢包时的网络控制系统的镇定问题。通过建立包含丢包所有可能性的扩展状态空间模型,将具有数据丢包的网络控制系统的镇定问题转化为同时镇定一系列模型的鲁棒控制问题。采用公共Lyapunov方法论证闭环系统的稳定性。通过将无穷时域控制作用参数化为一个自由控制作用加一个状态反馈控制律,提出了一种新的网络预测控制器设计方法。仿真实例说明了新方法的有效性。     

基于状态多时延模型的NCS鲁棒H_∞容错控制

针对一类具有时变时延和丢包的网络化控制系统,同时考虑模型参数不确定性和外界扰动的影响,基于一种状态多时延模型,以时滞依赖的方法,推证出了确保闭环系统在执行器或传感器发生失效故障时具有鲁棒H∞完整性的判据,并以求解线性或非线性矩阵不等式的方式,给出了鲁棒H∞容错控制器的设计方法。由于模型中考虑了时延下界,且证明过程未进行模型转换和交叉项放大处理,其结果具有较少保守性。最后以一仿真示例验证了所述方法的有效性。     

单向传输中丢包的相关性研究

随着单向传输技术在组播、安全隔离与信息交换、大数据高速传输以及卫星通信中的广泛应用,单向传输的性能和可靠性等问题成为单向传输应用中重点关注的问题。通过对单向传输中丢包数据的分析,得出丢包与传输速率、数据包负载的相关性,并对丢失数据包间相关性构建丢包模型。这对减少单向传输中的丢包,提高单向传输性能,以及单向传输中纠错编码方案的选择,具有重要的指导作用。     

基于EEMD和小波包变换的早期故障敏感特征获取

提出一种基于总体平均经验模态分解和小波包变换的方法,进行早期故障敏感特征的获取,构建早期故障诊断模型. 该方法首先应用EEMD对现场采集的振动信号进行分解,分离出不同频率成分的特征信号,选择与原信号相关系数最大的 IMF分量进行信息重构;面向重构的IMF分量采用WPT进行分解,得到各个节点的小波系数;最后使用Hilbert变换提取小波包系数的包络,计算功率谱,准确获得早期故障的敏感特征. 通过对仿真信号的分析验证了该方法对故障诊断的有效性. 将该方法应用于实测的滚动轴承的内圈、外圈和滚动体故障诊断,诊断结果均表明该方法可有效提取早期故障敏感特征,故障诊断快速准确.      

一种新的小波包算法在机械故障诊断中的应用

小波变换由于其良好的时频特性,已广泛用于旋转机械、往复机械、齿轮、轴承等的状态监测和故障诊断中。它能将信号中不同的频率成分分解到互不重叠的频带上,为信号的信噪分离提供了有效途径。在此基础上,我们又引入了小波包分析,它能够为信号提供一种更加精细的分析方法,它能将频带进行多层次划分,对小波分析没有细分的高频部分进一步分解。本文提出了一种新的小波包算法,应用于工程中信号的噪声消除。     

基于小波包分析与BP神经网络的氧化铝熟料检测

利用小波包分析与BP(Back Propagation)神经网络相结合的算法,对氧化铝熟料检测的应用进行了研究.通过采集回转窑中氧化铝熟料下落碰撞窑壁产生的声音信号,利用小波包分析提取特征向量,根据氧化铝的烧结状况与声音信号特征向量的对应关系,提出建立BP神经网络模型.利用MATLAB对测试样本进行验证,结果表明BP神经网络模型在氧化铝熟料检测中具有可行性,而且具备一定的准确率.     

机械振动信号局域判别基特征提取方法

研究了基于相对熵的小波包局域判别基算法,构造了以局域判别基空间上的结点能量为元素的特征矢量,并在发动机上进行了实验研究,结果表明,小波包局域判别基结点能量谱具有明显的类别特征,经过压缩,作为分类器的特征输入具有较高的模式识别率。