移频自动闭塞发送设备的微机化

为克服传统由分立元件构成的移频自动闭塞设备的故障率高、灵活性差、抗干扰能力弱的缺点，设计了以单片机为核心构成的3显示移频自动闭塞发送设备，利用单片机结合外部定时／计数器实现以及附属电路产生移频自动闭塞移频信号和低频调制信号．这种方法可以提高设备的可靠性、增强设备的灵活性．在此基础上通过硬件扩充和软件设置，也可适应多显示移频自动闭塞的需要．     

矩阵变换器调制策略的鲁棒性研究

矩阵变换器是一种没有中间直流环节的交一交直接变换器，其输入电压的畸变容易影响到输出电压的质量，输出电流的谐波也会通过变换器反馈到输入电流中来，通过对矩阵变换器间接空间矢量法调制策略的研究，提出了调制策略的实时调整原则，该原则能增强矩阵变换器工作的鲁棒性，使矩阵变换器在输入电压不对称、输入电压有谐波等非理想输入电压下，仍然输出理想的三相对称正弦电压，从而在电网电压不理想的情况下，为矩阵变换器的负载提供理想的电压源。     

光脉冲在LOA-XGM中传输的特性

为了验证线性光放大器的性能，建立了光脉冲在LOA中传输的理论模型，分析了放大器处于增益饱和状态下交叉增益调制效应对传输脉冲的影响、脉冲在LOA中传输的特性，以及不同脉宽对于增益、载流子密度和寿命的影响．结果表明：在相同的信号脉冲峰值增益下，增大抽运光功率或减小探测光功率均使输出脉冲峰值减小；当抽运光功率小于（大于）0．5mW时，输出脉冲上升时间随探测光功率的增加而增加（减小）；随着输入脉冲波长增加，输出脉冲上升时间变长，峰值功率变小；输入脉冲越宽，对载流子密度及其寿命和增益的影响越小．     

基于小波变换的船用雷达海杂波小目标检测

强海浪中小目标回波的检测一直是船用雷达目标识别的难点,但现有的统计方法难以准确和全面地描述复杂的海杂波特性.要突破这一局限性,以获得对复杂现象更有效的描述,就迫切要求使用新技术.文中利用小波理论,针对强海浪下点目标和低矮宽大目标二类以往难以检测的目标,通过区分噪声、点目标、低矮宽大目标在小波变换下不同的奇异特征、设计了一套能够识别出点目标和低矮宽大目标的方案.     

基于微粒群本质特征的混沌微粒群优化算法

在总结对微粒群优化(PSO)算法本质的主要研究成果的基础上,提出了基于微粒群本质特征的混沌微粒群优化(CPSO)算法.该算法用混沌搜索方法代替随机数产生器在较好的区域搜索最优解.为了提高粒子群的多样性,用由粒子邻域内若干个个体最优位置依其适应值加权平均得到的中心位置代替标准PSO算法的全局历史最优位置.然后,根据粒子个体最优位置与上述中心位置间的距离自适应地调整混沌搜索区域半径.用几个经典测试函数的仿真结果及与其它几种PSO算法的比较结果验证了新算法的有效性.     

二维薄板在超音速气流作用下的热弹性颤振

根据von-Karman几何非线性应变位移关系建立了二维薄板在超音速气流作用下的非线性动力学模型,其中气动力根据一阶准静态活塞理论计算.用假设模态法和伽辽金方法使方程离散化,然后用Runge-Kutta方法计算.分析结果用分叉图和相图描述.结果表明,温度效应降低了板的稳定性;随动压增大,系统经历稳定运动、周期运动和混沌运动状态.     

基于混沌时间序列的道路断面短时交通流预测模型

为了提高道路断面短时交通流预测的精确性,本文对道路断面的短时交通流数据进行混沌时间序列分析,并对多维交通流时间序列数据进行了相空间重构,建立基于混沌时间序列分析的道路断面短时交通流预测模型,利用粒子群优化算法优化模型的参数选择．最后应用本文的方法对城市快速路采集的断面交通流数据进行分析,对道路断面短时交通流建立预测模型并验证其有效性．     

基于混沌理论的短时交通流量预测

随着智能交通的发展,实时动态交通分配成为当前研究热门问题。短时交通流预测是实时动态交通分配的关键技术之一,在当今交通控制以及车辆导航中具有不可替代的地位。通过对交通流数据进行分析,得出交通系统具有耗散系统特性,并且存在混沌。在此基础上,运用混沌理论对交通流数据进行相空间重构,并用多元局域预测法对时间序列进行预测。通过分析预测数据,得出基于混沌理论的短时交通流量预测在2～5 min内具有较高的预测精度。     

考虑油膜力-碰摩力耦合的双盘转子系统动力学行为

考虑非线性油膜力-碰摩力耦合的双盘转子-轴承系统动力学模型.采用四阶Runge-Kutta法对该系统进行数值求解,结合相图、poincaré映射图、分岔图、最大碰摩力图,着重分析了转速和润滑油粘度的变化对系统响应及稳定性的影响.结果表明:不同转速下系统会出现多周期、概周期、混沌等复杂动力学行为.在低转速下,系统经历Hopf分岔进入概周期运动;中速阶段,系统会产生阵发性混沌运动,并历经逆倍周期分岔及Neimark-Sacker分岔进入概周期运动.润滑油粘度的增大,能够提高系统的稳定性,降低转子与定子间的最大碰摩力,使阵发性混沌区域逐渐后移且缩小.     

基于最大Lyapunov指数改进算法的交通流混沌判别

提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法．该算法首先用关联积分法（C-C方法）和Cao方法确定重构相空间的两个重要参数：嵌入维数m和延迟时间，再用小数据量方法计算时间序列的最大Lyapunov指数．这种算法不仅能够很好地重构原始时间序列的特性，并且能够避免Wolf方法的局限性．应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别，结果表明，基于跟驰模型的仿真交通流和实际交通流中存在混沌现象，最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法．