关于收缩算子的异步迭代收敛性

论证了Ｆ为收缩算子时,求解Ｘ＝Ｆ（Ｘ）的异步迭代方法初值选取范围,提出了异步迭代的大范围收敛方法。     

用于无线ATM的协议及方法分析

ＷＡＴＭ 被认为是下一代个人通信网络的解决方案,或是Ｂ－ＩＳＤＮ 网络的无线延伸。目前无线ＡＴＭ 仍处于发展初期,ＡＴＭ 论坛和ＩＴＵ－Ｔ 都未制定正式标准,研究人员正在建立实验性的Ｗ ＡＴＭ 网络,并在其上面实验各种不同的协议。ＡＴＭ 类的无线网络将在未来的宽带通信网中扮演一个重要的角色     

异步非平稳干扰抑制方法

为解决单通道条件下异步非平稳干扰抑制问题,提出基于数据驱动的稀疏分量分析干扰抑制方法,旨在从接收到的混叠信号中恢复期望信号。该方法利用深度卷积神经网络对输入/输出端数据间的复杂映射关系的强大建模能力,实现了目标信号稀疏域的自适应选择、稀疏域中目标信号稀疏表示的自适应学习以及目标信号的自动恢复。与以往干扰抑制算法不同,所提方法在时域上完成了“端到端”的信号波形恢复,且对混叠观测无先验要求,相比现有方法更具普适性。仿真实验验证了所提干扰抑制方法在不同环境噪声和干扰信号强度及泛化测试条件下的有效性,对干扰的抑制性能显著优于现有算法。     

RBF神经网络在异步电机故障诊断中的应用

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。     

低功耗微处理器中异步流水线设计

随着工艺的不断进步及芯片上资源的不断增加,微处理器设计遇到了一系列问题:为芯片提供一个全局时钟网络越来越困难,时钟扭曲等问题越来越突出,芯片的功耗问题越来越严重.上述这些因素促使人们将注意力逐渐转向异步电路设计.在设计异步微处理器过程中,异步流水线的设计是一个非常重要的问题.首先总结了微处理器设计中出现的各种流水线结构,并给出了相应的异步实现;然后提出了一种异步流水线设计流程,用于加速异步流水线的设计;最后利用提出的流程设计实现了几种异步功能单元,实验结果表明异步电路能够有效降低电路的功耗.     

异步电机模型参考自适应滑模矢量控制系统研究

在异步电机矢量控制系统中,针对温度变化所引起的定子阻值改变对系统性能的影响,利用模型参考自适应控制（Model Reference Adaptive Control,MRAC）技术对转子磁链进行了观测,并且设计了一种滑模速度调节器代替PI调节器,构建了基于模型参考自适应系统（Model Reference Adaptive System,MRAS）和滑模速度调节器的异步电机矢量控制系统。仿真结果表明：该系统能够实现磁链的准确快速辨识,具有响应速度快、鲁棒性强等优点,适用于温度变化较大的场合,为军用车辆电驱动系统的发展提供了有效的研究方法。     

直接网络中的自适应路由算法分析

互连网络是大规模并行计算机的重要组成部分，路由算法是其中决定网络性能的重要因素，本文在直接网络结构基础上对路由算法进行讨论，给出了一种分类方法，并着重对采用虫孔路由开关技术的自适应路由算法进行分析，为进一步的评价和设计新的算法提供了参考。     

并行面向对象数据库中的数据放置

针对并行面向对象数据库的特点,结合异步并行查询执行策略,提出了一种基于对象类的混合式数据放置策略,它包括两个部分:混合式数据划分策略和基于对象类的数据分配策略     

异步雷达组网协同跟踪动态传感器分配算法

针对异步雷达组网下的协同跟踪问题提出了一种基于异步顺序融合的动态传感器分配算法。该算法对异步雷达的量测值按采样时刻顺序滤波,根据滤波协方差和目标期望协方差的接近程度动态选择下一时刻跟踪的最优传感器集合。仿真分析表明该算法和基于伪量测的异步雷达组网协同跟踪传感器分配算法相比具有较少的计算量和较高的目标跟踪精度。     

多传感器异步数据融合模型分析

多传感器异步融合比同步数据融合更为符合实际,不同情形下异步融合模型可以有所不同。在模型噪声和观测噪声互不相关的假设下,建立多个异步数据融合模型并对多个融合模型进行描述,综合分析和比较模型的优缺点;仿真实例说明了各个模型的有效性以及适合应用的环境。