车用汽油机瞬态空燃比的混沌时序非线性组合辨识模型

为提高汽油机瞬态空燃比的辨识精度,提出了混沌时序非线性组合辨识模型.采用2种单项辨识方法,包括最小二乘支持向量机(LS-SVM)及径向基函数(RBF)前向型神经网络,分别对瞬态空燃比时间序列进行建模与辨识.采用非线性组合方法利用BP神经网络对2种单项辨识方法的结果进行组合辨识,并与Elman神经网络模型及最小二乘辨识模型进行比较.结果表明:混沌时序非线性组合辨识模型的辨识精度优于Elman神经网络模型及最小二乘辨识模型,具有更强的非线性辨识能力,能提高瞬态空燃比的辨识精度,为空燃比反馈控制的成功实行提供了有力依据.     

短时交通流预测研究

对短时交通流进行了混沌识别,表明其具备混沌特性,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌理论的交通流神经网络模型,理论上验证了该方法对短时交通流预测的有效性。     

工业时窗小波降噪调制连续线性动力学系统参数直接辨识

在时窗内对噪声干扰的信号进行小波降噪,对降噪数据调制积分得等价的代数方程,利用最小二乘算法,进行线性动力学系统参数的直接估计．针对受噪声污染的系统参数估计的有偏性,借助时窗降噪调制方法构造辅助变量,提出了降噪调制辅助变量递推算法,进行了系统参数的无偏估计．仿真实验和应用实例表明,该方法具有有效性和实用性,可为工业在线辨识获得可信的系统参数提供参考．     

舰船摇荡运动数据采集及混沌特性分析

针对波浪中的舰船摇荡运动难以用微分方程进行描述的矛盾,提出了通过实船试验获取摇荡时历进而分析其机理的方法.详细介绍了舰船摇荡运动数据采集的设备、方法和步骤.对实测数据进行的定性分析和定量计算表明,所采集的实船摇荡时历是混沌时间序列,表明实际非规则波中的舰船摇荡运动具有混沌特性.     

矩阵变换器开关损耗分析与计算

由于矩阵变换器的拓扑结构和传统的电压源逆变器不同,各个IGBT模块的c-e极电压和电流分配都是在变化的,各管的损耗也同时在变化,VSI的开关损耗分析不能适用于矩阵变换器。本文在电压型换流法的各个开关模态的基础上,分析了每个开关过程的传导损耗、开通损耗和关断损耗,通过计算机累加仿真求得了MC总的开关损耗。仿真可知传导损耗...     

一种新的多电平调制BICM Turbo均衡方法

Turbo均衡结合信道译码提高了性能,但是用到SISO均衡器和译码器,对于多电平调制情况复杂度太高,在复杂信道中应用受限.提出比特交织编码调制BICM,使用改进的MMSE-DFE实现Turbo均衡,大大降低复杂度,且具有结构简单、计算量小、可扩展性强、适合工程实现的特点,并通过仿真验证性能.     

矩阵变换器的空间矢量调制策略仿真

矩阵变换器作为一种新型变换器,由于功率元件众多,控制策略复杂,这增加了它的研究难度.本文利用Matlab软件Simulink中的S函数建立了矩阵变换器仿真模型,由于为纯数学算法,仿真速度快,各种电路参数也便于设定.结果证明:这种模型能大大提高工作效率,为矩阵变换器软、硬件的研究和调试带来方便.     

船舶横摇变参数LSSVM在线预报方法(英文)

为提高船舶横摇运动预报的精度以及实时性,提出一种利用混沌理论和最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)在线训练算法的实时在线预报方法。针对预报模型的固定核参数不能适应横摇运动的动态变化而进行自动调节这一问题,设计一种基于LSSVM的变参数在线建模方法。利用三个LSSVM并行建模,将整个预报过程分为初始阶段和若干个预报阶段,并在每个阶段末选出下一个预报阶段的预报LSSVM,同时根据启发式规则为另两个LSSVM设定核参数,它们作为下一阶段的比较LSSVM。对某船横摇运动时间序列进行预报,仿真结果表明,所提变参数LSSVM在线预报方法平均相对均方误差为6.85%,相比于固定参数预报方法具有更好的适应性。     

基于声波的潜艇应急通信技术研究

潜艇发生紧急情况时,需要封闭舱室。舱室封闭后,舱内舱外无法进行通信,这给救援行动的开展带来很大的困难。文章通过对各种形式的声波在钢板中的传播特性的研究,提出了一种基于声波传输的应急通信设备方案,可有效地解决潜艇救援中缺乏通信手段的问题。     

一种基于3/2维谱的水中目标调制信息提取方法

利用目标辐射噪声的调制信息可以实现对目标的高方位分辨。为了能够准确获取目标调制谱特征,提出了一种基于小波变换和多分辨率分析理论的辐射噪声调制信息提取方法。首先提取水下目标辐射噪声的调制包络信息,之后对动态调制包络进行3/2维谱分析,从而得到辐射噪声的谐波信息。最后对实测噪声数据进行了仿真研究,结果表明,该方法可以有效提取噪声中动态调制信息。