城市轨道交通列车牵引能耗分析

对现有城市轨道交通列车牵引能耗影响因素研究进行梳理和总结,得到了较为全面的指标体系,并以日常运营中的可变因素作为变量进行牵引能耗的物理建模,在此基础上建立了多元线性回归统计模型。以北京轨道交通2号线运营数据为基础,进行牵引能耗统计回归。研究结果表明,该模型对牵引能耗实际数据拟合程度高,对变量解释能力强,对未来预测能力佳。     

采用多分类器集成方法的带钢表面缺陷图像识别

现有带钢表面缺陷在线识别系统中单个分类器对部分缺陷识别率不高,并且对训练样本依赖性较大;针对这一问题,提出了一种基于并行多分类器集成技术的带钢缺陷图像识别方法.该方法选择LVQ神经网络、RBF神经网络和支持向量机作为基分类器,应用加权投票法对基分类器进行集成,从而实现基分类器能力互补.实验表明,采用多分类器集成的带钢表面缺陷图像识别方法可以更准确地对带钢常出现的边缘锯齿、焊缝、夹杂、抬头纹等缺陷进行识别,能够得到相当或优于任何单个分类器的分类精度,总体识别率达到96%以上.     

基于FPGA面向多媒体处理的MPSoC

针对嵌入式单核处理器处理速度慢及主频提升受限等问题,提出了嵌入式双核处理器(two-cores embedded processor,TEP)模型.针对处理器运行时对存储器的依赖和分配问题,提出了基于非统一存储结构模拟分布式存储结构的方案;针对多核间对共享数据存储器的访存问题,给出了从属单元的仲裁机制,实现了共享资源的访问;针对面向多媒体应用的多核处理器间传输数据量大及通讯开销高的问题,提出了基于消息数据分离的传输方案.系统在FPGA平台进行了实现和验证,测试结果表明,TEP系统以较少的资源消耗和通讯开销获得了大加速比的性能.     

两跳多中继网络中改进的前向放大中继策略

单源单宿多中继多天线系统中,中继总功率受限的最大化系统传输速率问题为非凸优化问题.针对此问题分别提出TFSA (Target Function Simplified Algorithm)和CCSA（Constrain Conditions Simplified Algorithm）两种优化算法.TFSA通过缩放信道矩阵与其共轭转置矩阵乘积的特征值使此问题成为凸优化,并使用传统凸优化方法获得其最优数值解;CCSA通过缩小此优化问题的约束集并转换自变量使之成为凸优化,再利用拉格朗日算法获得其解析解,能够实现算法复杂度和系统性能的折衷.实验仿真表明,TFSA算法能逼近最优算法实现的系统性能; CCSA与已有算法比较获得了一定的速率增益,且实现复杂度低.     

复杂截面扭转问题的孔洞拟填充法分析

为解决复杂截面应力、变形问题的求解,以柱体扭转问题的应力函数及多连域转化为单连域的方法为基础,应用有限元-边界元法,提出了"孔洞拟填充"的方法,并利用有限元分析软件ANSYS Workbench以偏心轮为例模拟求解扭转问题.结果证明该方法可以适用于任何截面的杆件.     

星载多波束天线在轨性能评估方法

为解决星载多波束天线测试波束数量大、在轨测试成本高、性能评估困难等问题,在合成多波束形成原理基础上,通过分析天线系统中波束成形网络和馈源阵之间的映射关系,提出了一种以馈源阵性能为基础评估天线性能的策略。采用最小二乘估计法,对馈源性能估计中典型波束的数量、组合方式选取与平均估计误差等问题进行了分析,并通过仿真实验得出了典型波束数量、组合方式、平均估计误差三者间的定量关系以及在实际条件下,测试波束数量的选取范围和波束最佳组合方式,为高效地处理在轨测试数据提供了一种低复杂度的分析方法,对实际系统中星载多波束天线在轨测试具有重要意义。     

基于多因子融合的维修性验证试验故障样本分配方法研究

针对维修性验证试验中样本分配结果不理想,导致维修性验证试验结论置信度低的问题,提出了基于多因子融合的维修性验证试验样本分配方法;首先,通过对故障样本分配影响因素的分析,定义了故障样本分配影响因子集,提出了基于多因子融合的故障样本分配算法;然后,分别确定了各影响因子的影响系数,并采用模糊层次分析法获得了各影响因子的影响权值;最后,以某型装备子系统为例进行实例验证,并同基于故障率的分层抽样样本分配方法进行对比分析,结果表明该方法得到的样本分配结果结构更加科学,提高了试验结论的置信度,具有良好的工程应用价值。     

Dynamic weighted voting for multiple classifier fusion:a generalized rough set method

1 .INTRODUCTIONMultiple classifier fusion or combination has prov-enitself a powerful tool for achieving high classifi-cation accuracy with moderately discri minatingclassifiers .If only output class labels are availablethe voting fusion[1]is often used as a decisionlevelfusion. However ,the main drawback of the votingfusion is that all classifiers are considered equallyreliable and this maylead to a confident decisiontobe changed by a less reliable classifier . A possibleway of overcomin…     

改进的离差最大化决策模型及其在临近空间多任务规划中的应用

一些常用的多属性决策方法在处理多属性评价问题时,易出现评价结果相近,评价值差异较小、区分度不高等问题. 运用离差最大化思想构建的多属性决策模型,能有效拉大评价值间的差异,便于决策方案的优选和排序. 但该模型在实践中,只考虑了因属性值差异性引起的可变权重,忽略了评价指标本身的属性权重,易造成评价结果偏离真实结果. 鉴于此,对已有的基于离差最大化的多属性决策模型进行改进,综合考虑评价属性的可变权重和属性权重,设计了改进的离差最大化决策模型,并将该模型应用于临近空间多任务系统综合效能评估中,为临近空间多任务规划方案的排序及优选提供决策支持. 最后,通过算例,对比验证了该模型具有一定的适用性.     

异步LC-DS-CDMA信号的盲解扩

针对低信噪比下异步长码直接序列码分多址(direct sequence-code division multiple access, DS-CDMA)信号伪码序列难以估计的问题,提出一种基于嵌套迭代最小二乘投影和库搜索算法相结合的盲解扩方法。该方法先将接收到的异步长码DS-CDMA信号建模成含有缺失数据的短码DS-CDMA信号,并使用重叠窗对信号进行分段构造观测数据矩阵。然后,使用最大似然理论对其进行数学建模,并用嵌套迭代最小二乘投影算法实现各用户伪码序列片段的粗提取。最后,将提取出来的伪码序列在有限长的生成多项式库中进行匹配搜索,从而得到该序列的生成多项式。仿真实验及理论分析验证了该方法对异步长码DS-CDMA信号伪码序列估计的有效性。