滞后不确定系统控制

滞后不确定性系统是石油、化工、电力、冶金、制药、酿造等工业生产中广泛存在的一类复杂过程。其控制一直是困扰着自动控制和计算机应用专业的难题。本文分别叙述了 Smith预估补偿控制 ,变结构控制、鲁棒控制、预测控制等方法的发展与现状及趋势。     

模型预测控制器的广义最小方差性能评价

基于滚动时域最小方差性能评价方法和广义最小方差控制原理,提出了可处理约束问题的滚动时域广义最小方差性能评价方法。该性能评价方法既可考虑过程变量的硬约束,同时相对于滚动时域最小方差性能评价方法,又可考虑操纵变量的软约束。基于Wood-Berry精馏塔模型的仿真实例证明了该性能评价方法较滚动时域最小方差性能评价方法具有更高的实际意义,并验证了这种性能评价方法的有效性。     

血浆sST2联合NT-proBNP对急诊心衰患者生存状况的预测价值

目的探讨血浆sST2联合NT-proBNP对急诊心衰患者生存状况的预测价值.方法选择急诊心衰患者130例,分为心功能Ⅱ级组、心功能Ⅲ~Ⅳ级组,对照组选择健康的体检者60例.对3组NT-proBNP及血浆sST2水平进行观察对比,对心功能不同分级患者NT-proBNP及血浆sST2水平进行比较,比较NT-proBNP,sST2,NTproBNP联合血浆sST2对心衰患者死亡状况的预测价值.结果随心功能分级递增,NT-proBNP水平逐渐升高,sST2曲线下面积(0.776)及NT-proBNP对死亡判定的ROC曲线与NT-proBNP曲线下面积(0.775)相比较没有明显差异,但二者联合曲线下面积为0.813,与NT-proBNP及sST2曲线下面积相比较差异显著.sST2联合NTproBNP进行心衰患者死亡状况预测时的敏感度为99.0%,特异度为93.2%.结论作为急诊心衰患者诊断、预后和风险评估的主要标志物,sST2联合NT-proBNP对患者生存状况进行评估可以很好地预测患者的生存状况,提高准确度和敏感度,值得在临床上推广应用.     

退卷积过程中的低能尾修正

本文详述了康普顿轮廓测量退卷积处理过程中,关于低能端谱形畸变(即低能尾)的修正的思路和具体方法     

Web Voice Browser Based on an ISLPC Text.to.Speech Algorithm

A kind of Web voice browser based on improved synchronous linear predictive coding （ISLPC） and Text-toSpeech （TTS） algorithm and Internet application was proposed. The paper analyzes the features of TTS system with ISLPC speech synthesis and discusses the design and implementation of ISLPC TTS-based Web voice browser. The browser integrates Web technology, Chinese information processing, artificial intelligence and the key technology of Chinese ISLPC speech synthesis. It＇s a visual and audible web browser that can improve information precision for network users. The evaluation results show that ISLPC-based TTS model has a better performance than other browsers in voice quality and capability of identifying Chinese characters.     

汽车主动悬架的约束预测控制

约束预测控制的最大优点之一是能优化被控系统的性能指标，并显式地处理被控系统的约束条件，使之动态满足。以某二自由度四分之一车为例，讨论了汽车主动悬架的约束预测控制(CMPC)问题：依次给出了状态反馈方法和输出反馈方法，并基于预测控制的滚动实施策略，提出了一种自适应约束预测控制方法。仿真结果表明，CMPC主动悬架能在确保操纵稳定性和保持较小作动力的情况下，满足悬架系统的输出约束，同时控制输出得以优化，明显提高了悬架系统的乘坐舒适性。     

基于Elman网络补偿模型的Smith预测控制

研究基于Elman网络补偿模型的Smith预测控制问题.采用互补建模方法对被控对象进行建模,其中机理模型反映被控对象的主要工作规律和运行趋势,但不可避免地存在一定的模型误差;通过Elman网络拟合机理模型的模拟误差,并对其进行补偿.实验结果表明,基于Elman网络补偿模型的Smith预测控制充分利用了神经网络的非线性拟合能力,只要对纯滞后环节精确建模,就可以完全抵消该环节对控制品质及系统稳定性的不利影响.该方法使得Smith预测控制可以用于模型不易精确确定的系统.     

一种利用线性预测残差的语音去噪方法

提出了一种利用线性预测残差去除语音中加性白噪声的方法 .含噪语音经过线性预测分析后 ,所得的线性预测残差可分为与语音相关的语音残差部分和与噪声相关的噪声残差部分 .当噪声为白噪声时 ,噪声残差能量与噪声能量的比值大于语音残差能量与语音能量的比值 ,并且随着含噪语音信噪比的增大 ,两者数值上的差距越来越大 .因此 ,从含噪语音中按一定比例 λ(0 <λ<1 )减去预测残差 ,即可抑制噪声残差能量 .这实际上抑制了含噪语音中的噪声能量 ,提高了其信噪比 ,从而达到在一定程度上去噪的目的 .同时 ,这样处理造成的语音能量损失是有限的 .特别是 ,上述方法中对语音成分的操作仅仅在预测残差内进行 ,对语音的共振峰影响很小 ,因而能够较好地保留语音信号的频谱结构 ,使语音品质不致降低 .实验结果表明 ,该方法简便而有效     

码激励线性预测快速算法

对语音编码的两大类即波形编码和参量编码的优缺点进行了分析,重点对码激励线性预测进行了研究.首先提出了感觉加权滤波器的等效变换方法,然后提出了一种码本部分重叠分割法,计算机模拟实验证明,采用上述方法,可以得到很好的合成音质,并使运算速度显著提高。     

非线性系统的分层优化预测控制

提出了一种基于分层优化策略和动态最优控制解法的非线性系统预测控制算法,该方法大大减小了在线计算量,使实时控制成为可能.给出了详尽的理论推导,以一个仿真算例证明了算法的正确、可行与有效性.