虚拟不可控整流矩阵变换器研究

矩阵变换器控制策略复杂以及电压传输比较低的问题,结合"虚拟直流母线电压"策略,提出虚拟不可控整流SVPWM的方法,虚拟整流器采用不可控整流方式,根据最大虚拟直流母线电压,从9个双向开关中选择相应的6个开关作为虚拟逆变器的控制开关;虚拟逆变器采用空间矢量调制技术进行调制.其控制算法与交-直-交变换器控制算法的复杂度相当,电压传输比在理论上可达到0.955.仿真和实验结果与理论分析一致,证明了该新型调制策略的可行性和优越性.     

小鼠Bpi条件基因打靶载体的构建和鉴定

目的构建小鼠Bpi条件基因打靶载体,为建立Bpi条件基因打靶小鼠模型和深入研究Bpi基因功能奠定基础。方法采用Cre/LoxP系统,选择小鼠Bpi基因第2、3外显子作为条件性敲除的目的片段,并在其两侧插入LoxP位点;运用LA-PCR技术,以129品系小鼠ES细胞基因组DNA为模板分步扩增包括Bpi第2、3外显子(中间同源臂)和上游同源臂在内的3.1 kb基因片段以及下游同源臂4.9 kb基因片段;构建pBSKⅡ-5SLoxP和ploxPFRTNeo-3L重组质粒,将前者酶切产物(3.1 kb)与酶切后的ploxPFRTNeo-3L质粒相连获得Bpi条件基因打靶载体。结果经多个限制性内切酶酶切鉴定和测序证实,构建的pBSKⅡ-5SLoxP、ploxPFRTNeo-3L重组质粒和Bpi条件基因打靶载体结构正确,与设计相符。结论成功构建了小鼠Bpi条件基因打靶载体。     

基于VAR模型的中国居民消费与经济增长的关系

为研究我国城镇、农村居民消费与经济增长之间的关系,采用我国1978—2008年的经济数据,在构建稳定的VAR模型基础上,通过建立协整方程,运用Granger因果检验方法、脉冲响应函数和方差分解方法,对其进行分析.结果表明:短期内农村居民消费对我国经济增长的拉动明显,长期内城镇居民消费对经济增长有较强的促进作用;城镇居民消费和农村居民消费都是经济增长的强Granger原因,农村居民消费的冲击会影响城镇居民消费,间接地对经济增长的波动产生较大影响.     

新特征选择方法在路面使用性能衰变研究中的应用

为从小样本数据集中获得简单、容易理解的回归函数,并找出影响路面弯沉的因素及其规律,利用基于多项式空间的特征选择方法对路面使用性能衰变进行研究.结果表明:交通流量和降雨量共同影响路面弯沉值,交通流量越大,路面弯沉增加越快,降雨量对路面弯沉的影响较明显;前一年的路面弯沉值对其自身也有影响,可用来反映路段当前的服务状态.     

基于高维空间映射失配补偿方法的说话人确认

针对电话手机语音的文本无关说话人确认中,训练集语音和测试集语音来自不同信道所产生失配而导致系统性能下降的问题,采用一种基于高维空间映射的方法对系统进行补偿.在分析了已有的说话人确认系统的基础上,提出了一种基于特征参数映射支持向量机模型(PSVM)的说话人确认系统.首先用大量已知信道类型的语音训练出信道空间及映射矩阵,然后训练语音和测试语音都通过映射,消除因信道不同而导致的失配影响.在NIST数据库上的实验结果表明,这种方法弥补了训练语音和测试语音的失配,说话人确认系统的性能有了明显的提高.     

基于流量预报的无线传感器网络自适应拥塞控制路由协议

基于按需距离向量路由协议,提出了一种针对无线传感器网络的自适应拥塞控制路由协议,所提出的协议根据时间序列预报算法获得未来时刻的网络流量预报值,并由此判断节点的拥塞程度以便预先采取分流措施,实现对路由的自适应控制. NS2仿真实验表明,该协议有效地提高了网络性能,特别是对网络拥塞和流量均衡的改善较大.     

基于矢量重构的相干信源测向

传统的解相干方法主要有空间平滑和子空间拟合两类,但这些方法或者阵列利用率低或者计算复杂度高,因此寻求计算量小且阵列利用率高的解相干测向方法有重要意义. 该文基于前后向矢量重构理论,提出一种相干信源测向方法. 根据信号导向矢量矩阵与信号子空间张成同一空间,充分利用大特征值对应的特征向量,采用前后向矢量重构方法构造列满秩的数据矩阵,利用总体最小二乘¡旋转不变子空间算法进行波达方向估计. 该方法适用于独立信源和相干信源同时存在的情况,具有良好的实用性,且运算过程简单,计算量小. 理论分析和仿真结果表明了所提方法具有优良性能.     

仿生矢量水听器透声帽的实验测试与研究

由中北大学研制的MEMS仿生矢量水听器具有低频、小尺寸、灵敏度高等性能特点;但是由于受封装结构的影响,该水听器的灵敏度和频率响应还不太理想。为此,研究了聚氨酯透声帽封装对水听器性能的影响。首先,采用ANSYS对封装结构进行仿真,将仿真结果与自由场中液体质点的振动位移进行了对比分析。然后,通过实验对比有无封装两种情况下的水听器性能。最终得出:封装结构的固有机械特性耦合作用于水听器MEMS芯片上,导致水听器频率响应起伏较大,并在透声帽的共振频率处出现峰值;自由场中,透声帽随声波摆动的偏斜量与液体质点位移不相符导致水声衰减引起水听器灵敏度下降。     

基于支持向量机的不平衡样本分类研究

分类问题是机器学习领域的重要研究方向之一。支持向量机是一种基于结构风险最小化的学习机器,在解决分类问题上有着出色的效果。但基于支持向量机的分类器在处理不平衡样本时,对少类样本分类准确率偏低。诸多研究在对此问题做分析时往往把主要原因归结为各类样本间数量上的不平衡,而没有充分考虑样本点在特征空间上的分布情况。针对此问题做出原因分析,并给出结论:样本的不平衡性主要是由特征空间下各类样本的分布所决定的,而和数量上的不平衡关系较小。通过实验验证结论的科学有效性。     

基于互补型集成经验模态分解和遗传最小二乘支持向量机的交通流量预测模型

交通流是智能交通系统中的关键组成部分,也是交通规划的重要依据。为了提高道路交通流量预测的精确性,提出一种基于互补型集成经验模态分解(complete ensemble empirical mode decomposition,CEEMD)后,采用遗传算法(genetic algorithm,GA)优化参数的最小二乘支持向量机(least square support vector machine,LSSVM)的交通流量预测模型。该模型使用互补型集成经验模态分解原始数据,将分解后的本征模态函数(intrinsic mode function,IMF)分量分别用遗传算法优化参数后的最小二乘支持向量机进行预测,叠加全部IMF分量值作为模型最终的预测结果。通过对美国加利福利亚州某高速公路一个月的交通流量数据进行训练预测,结果表明,该模型平均相对误差仅为6.51%,相较于其他模型拥有更好的预测效果,可为交通流的预测提供一定的参考。