随机控制系统大纯时滞辨识及结构辨识的偏差补偿算法

本文研究了已知噪声自相关函数时,线性SISO系统ARMAX模型的大纯时滞的辨识问题及结构与参数辨识的偏差补偿算法。本算法使得能够在很小的样本数及极低的信噪比下得到系统的结构参数。     

基于本体的信息与信息空间及其代数结构

实现特定信息环境下基于信息组织的信息资源服务,需要对信息、信息空间有更合适的、形式化的描述。文章基于本体层次对信息、信息的运算、信息之间的关系以及信息空间给出了数学描述并对其代数结构进行了研究。从而为特定信息环境下的信息资源服务提供理论支撑。     

关于分形插值函数的积分

用反例说明在 [1 ,2 ]中关于分形插值函数的积分公式是错误的 ,并建立了关于分形插值函数积分的正确公式。     

考虑腐蚀因素的船体结构寿命预测方法

为建立考虑腐蚀因素的船体结构寿命预测方法,在分析现有常用的船体结构腐蚀损伤时变模型的基础上,根据舰船维修保障实际情况建立了考虑腐蚀防护系统作用时间和维修时间等因素的腐蚀时变模型.根据相关规范选择了船体结构腐蚀寿命标准,并建立了一种计算船体结构腐蚀寿命的方法.该方法建立了船体结构腐蚀寿命与腐蚀防护系统作用时间和修理时间等...     

信息知识库中的数据可用性恢复策略

信息知识库在工业生产中能够提高生产效率、降低资源消耗,但数据失效频率高。针对多节点失效重构的纠删码策略较少,且未充分考虑失效数据重构时各参与节点间的链路关系,导致重构效率较低。针对信息知识库数据失效,提出一种新的重构策略。根据节点的数据处理能力,选取数据处理能力最高的新生节点为路由节点;依据路由节点与候选供应节点及剩余空闲节点的链路带宽,确定供应节点及新生节点,从而构建数据重构网络拓扑,提高失效数据重构效率。实验结果证实,与传统纠删码策略性能比较,该方法有较短的重构时间和较高的重构成功率。     

信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。     

基于Davenport风速谱的火箭及其发射平台风致响应分析

基于Davenport风速谱,采用M.Shinozuka法计算得到了三种不同基本风速下火箭芯级和助推器不同站点的风荷载时程样本,并调用MSC.Nastran软件对火箭及发射平台进行了瞬态响应分析,得到了停靠时不同基本风速下火箭及发射平台的位移响应。随着高度的增加,火箭芯级上各点的位移响应随之增加;不同基本风速下同一节点的最大位移之比约等于不同基本风速的平方之比。同时在脐带塔上设计了一个横拉减载结构,相同基本风速下的火箭位移响应明显减小,火箭及发射平台的抗风能力得到提高,对工程实际有较大的参考价值。     

一种基于移动基站的无线传感器网络数据收集方法

针对传统的无线传感器网络数据收集协议大多受制于发生在基站周围的热点问题,提出了一种使用移动基站的数据收集方法.将数据收集问题转化为支配集构造和旅行商问题,并提出了一种分布式的支配集构建算法,结合旅行商问题的近似算法生成基站的移动路线.仿真结果表明,所提出的方法减少了通信消耗,且能使负载均衡地分布.     

基于模糊商空间理论的产品粒化过程分析

模块形成与划分是展开模块化设计及大规模定制生产的关键环节。为了进一步扩展产品模块化的定量分析手段,提出了一种基于模糊商空间理论的产品粒化方法。通过引入粒度计算,将基于相关性分析的产品模块化过程转化为基于粒度计算的产品粒化过程,并应用模糊商空间理论对其进行了分析,给出了基于归一化距离和综合模糊相似关系的产品粒度空间构建方法,建立了基于两阶段优化算法的最佳产品粒层确定流程,进而得到了最优模块划分方案,最后以某堆垛机货叉机构为例对该方法进行了有效性验证。此方法为产品模块聚类与优化提供了一种新的数值分析和评价手段,应用结果表明该方法具有一定的可行性和合理性,能够有效指导产品模块化过程的实施。     

基于WSN的目标探测与分类算法

针对WSN监测系统的目标检测与分类问题,提出一种基于直觉模糊推理(IFR)的多源数据融合方法。由模糊推理的思想,设计各状态变量的属性函数。根据目标声强变化和引起的地磁场变化的模型,设计模糊推理规则,并检验了所建规则的合理性。理论分析与仿真结果的对比表明算法能准确地对目标进行分类,且运算量小,适用于计算能力较弱的WSN节点。