药剂学重点学科简介

药剂学是药学四大专业学科之一，研究药物配制理论、生产技术以及质量控制等，发球综合应用技术科学。本学科包括药学院药剂学（含药物分析）学科和附属医院药剂科的相关部分。主要有二个研究方向，即生物药剂学和中药新制剂研究方向。学科师资队伍18人，其中高级职称占三分之一，     

基于混合编码框架的H.264/AVC核心新技术

介绍了H.264独有的特点,包括帧内预测、整数余弦变换、二进制自适应算术编码、概念性网络适配、多种块尺寸运动搜索、1/8像素运动估计精度等。     

基于输出反馈的广义双线性系统H∞容错控制

基于非线性系统H∞容错控制的概念,给出了实现广义双线性系统H∞容错控制的输出反馈控制器的存在条件和设计方法,保证设计的反馈控制器在正常情况下和存在执行器故障的情况下,都能使闭环系统渐近稳定,且闭环输入输出信号满足H∞性能指标。最后的仿真结果证明了结论的正确性。     

不确定Liu混沌系统的动态面跟踪控制

针对一类含有常参数不确定性及外部干扰的Liu混沌系统的跟踪控制问题,采用动态面控制方法设计了一个新颖的非线性自适应鲁棒跟踪控制器。该方法由于在逆推设计过程中结合使用了一阶低通滤波器,从而避免了因“微分项的膨胀”而引起的算法复杂性。理论分析及仿真结果均表明所得到的控制器能够保证闭环系统的半全局渐近稳定,使得输出渐近期望跟踪轨迹,且对不确定性具有良好的适应性及鲁棒性。     

基于H∞最优控制理论的高超声速飞机纵向逆控制

针对高超声速飞机复杂的气动特性以及不确定的非线性模型,提出了基于H∞最优控制理论的逆控制方法。该方法将H∞最优控制的鲁棒性能与动态逆控制的非线性解耦控制能力有机结合,能够在复杂的飞行条件下,实现对高超声速飞机高度非线性解耦控制;同时还能抑制模型参数变化的扰动,从而确保了高超声速飞机的纵向稳定性,改善了其纵向模态的飞行品质。通过仿真实验验证了该控制方法的有效性。     

异结构混沌系统同步控制的仿真研究

考虑到目前混沌同步问题主要研究结构相似的混沌系统之间同步控制的现状,本文提出运用非线性控制定律实现两个异结构混沌系统的同步控制,实现了新的混沌系统和一类统一混沌系统的同步控制.并运用非线性控制定律设计控制函数,得到了控制系数的稳定范围.采用Matlab进行数字仿真表明该同步控制方法的可行性.又利用EWB设计模拟电路,结果与Matlab的仿真结果吻合,更进一步证明了该同步方法的有效性.     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

基于RBF神经网络的总产值预测模型研究

介绍了径向基函数（RBF）神经网络的工作原理和训练算法．根据生产总值与投资分配之间存在的映射关系，应用RBF神经网络建立了投资预测模型，并进行了仿真试验．与BP模型相比，该模型在预测精度和收敛速度方面具有显著的优点．结果表明，用RBF神经网络进行投资预测得到了十分满意的结果．     

基于多DSP的多路温度信号的采集与处理系统

介绍了基于TMS320VC5402下100路温度信号的数据采集及DSP处理器之间的信号数据通信,并使用Smith预估器和PID调节对温度进行控制.     

EKF在多变量混沌序列辨识中的应用

运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识。利用典型混沌方程与所观测时间序列的吸引子特性比较，较准确地确定系统初始状态。对理想Roessler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较，结果表明该方法的有效性。