单手性螺旋聚醚的合成与应用研究进展

螺旋聚合物是化学家研究的热点之一.单手性螺旋聚醚作为螺旋聚合物中的一大类,近十余年来引起人们的广泛关注.介绍在手性环氧丙烷3号位碳上引进大位阻基团,通过阴离子聚合合成单手性螺旋聚醚,并介绍其在手性识别、不对称催化等方面的应用研究.     

静止状态下直线感应电机的参数辨识方法

直线感应电机气隙较大,并且次级一般是由整块的铝板和次级铁轭压制而成.由于此种次级没有类似于旋转感应电机的鼠笼导条和短路环,导致次级漏感远远小于初级漏感.传统的测量电机参数的空载和堵转试验假设初、次级漏感相等,在直线感应电机中难以实施,因此测量直线感应电机的参数难度较大.本文提出了一种静止状态下直线感应电机的参数辨识方法,无须做空载和堵转试验,通过控制PWM逆变器就可以实现对直线感应电机的初级电阻R1、初级漏感L1、次级电阻R2、次级漏感L2和互感Lm的测量.在参数计算过程中引入了β参数,实验验证了该方法的准确性并且分析了β参数对该方法的影响.     

基于k-分辨-FB级数展开的多分量LFM信号分离

针对傅里叶-贝塞尔变换(FBT)难以估计和有效分离多分量LFM信号的问题,提出了一种k分辨-FB(k-FB)级数展开结合dechirp的信号分离与估计算法。在FB级数的基础上引入k分辨参数,通过理论推导,得出了信号频率与级数的关系,证明了参数估计精度与k取值正相关。通过解线频调和k-FB级数计算,实现了信号分离重构和参数估计。在不同信噪比、信号功率比和k分辨条件下对信号的分离精度进行了仿真研究,并与基于分数阶傅里叶变换(FrFT)的方法进行了对比。仿真结果验证了算法的有效性。     

一个较精确加强型的半离散Hilbert型不等式

应用权函数的方法及Hermite Hadamard不等式, 建立一个较精确且加强型的半离散非齐次核Hilbert型不等式, 并给出该不等式具有最佳常数因子联系参数的一组等价性质及一些特殊参数不等式.      

基于多变量高斯过程模型的贝叶斯建模与稳健参数设计

针对模型预测偏差和波动的稳健参数设计问题,在多变量高斯过程(multivariate Gaussian process,MGP)建模的框架下,结合质量损失函数和非线性优化约束方法构建一个新的多响应优化模型.首先,利用成对估计方法获得超参数近似值,构建多变量高斯模型;其次,结合MGP模型特征,构造充分考虑响应波动因素的质量损失函数.利用蒙特卡罗模拟方法,获得响应落入指定区间的期望概率;然后,以期望概率为约束,结合本文所提质量损失函数建立优化模型;最后,利用全局优化算法进行寻优,获得考虑响应期望概率的优化结果.实际案例和软件仿真表明,该方法综合权衡了预测偏差和预测波动引起的不确定性对优化结果的影响.获得了兼顾质量损失和期望概率最优均衡解,从而实现稳健参数设计.     

锁固段损伤过程中的能量转化与分配原理

锁固段是主控构造地震产生的地质结构,研究其损伤过程中的能量转化与分配原理,可加深对其损伤行为和能量演化机制的理解.基于能量守恒原理,阐明了受载锁固段内裂纹扩展时储存弹性应变能的转化与分配关系,提出了锁固段破裂事件的地震波辐射能计算公式.据此,在孕震断层多锁固段脆性破裂理论框架下,推导了主震判识的震级准则,论证了锁固段累积Benioff应变比与剪切应变比的等效性,提出了锁固段破裂事件的震源参数计算方法.实例分析表明,该方法可靠.该研究成果在主震判识、震源参数估算与复核等方面具有良好的应用前景.     

带有参数的数据包络分析C~2R模型

本文为了改进C~2R模型反映决策单元相对信息不完全的不足,提出了参数型数据包络分析模型,讨论了这个模型的有关性质,给出了阔值和有效值的概念.经过理论分析和实例验证,这两个值可更好地反映决策单元的相对信息.     

基于目标高斯分布的定位系统节点最优部署方法

针对三维空间定位系统中目标位置服从高斯先验分布假设条件下节点最优部署问题,分析了纯方位目标定位算法中估计误差的费希尔信息矩阵,推导出基于目标先验分布的克拉美罗界(Cramer-Rao bound,CRB).为了解决目标位置在任意高斯分布时,协方差矩阵为非对角阵的问题,提出了基于三维坐标旋转的最大后验概率估计方法,将协方...     

基于系统参数估计时间序列的小波分析故障诊断方法

提出了一种失效性故障诊断的新方法.这种方法将基于解析模型的故障诊断技术和基于信号分析的故障诊断技术结合起来,对系统参数的递推最小二乘估计时间序列进行小波分析,得到故障特征值,兼有两种故障诊断技术的优点.本文还讨论了对于模型参数估计时间序列小波分析的基函数及尺度选取方法问题,仿真结果表明该方法的有效性和准确性非常明显,具有一定的实用价值.     

基于量子遗传算法的正规模糊神经网络控制器设计

针对模糊神经网络控制器通常涉及的参数较多,反传播算法难于收敛的问题,提出了一种优化设计正规化模糊神经网络控制器的量子遗传算法。该方法用量子比特构成染色体,用量子旋转门进行染色体更新,用量子非门进行染色体变异,将量子位的概率幅看作两个并列的基因,因此每条染色体包含两条并列的基因链,在染色体数目相同时,可提高获得全局最优解的概率。对控制器参数随机编码建立初始群体,利用量子遗传算法进行参数优化。实验结果表明该方法是有效的。