虚拟时反法在阵列信号处理课程中的创新研究与实践

阵列信号处理课程内容多样且复杂,常作为信息与通信工程专业研究生的必修课程。传统的教学模式是以讲授为主,搭配简单的仿真验证性实验。阵列信号处理技术发展日新月异,传统教学方式使学生对该课程的学习缺乏创造性。因此,该文引进一种新技术,将虚拟时间反转聚焦理论与均匀线性阵列相结合,展示测向天线阵列信号模型及其特性。首先建立均匀线性阵列,作为时反算法测向的天线阵列,根据建立的均匀线性阵列推导出阵列接收信号的模型,然后结合编程软件对该技术进行仿真验证。本次教学改革能够为学生提供新的学习思路,培养学生创新思维,使学生更好地掌握该课程的技术要点。     

国家创新体系协同学习的一个分析框架

运用归纳的研究方法对国家创新体系协同学习的概念、绩效维度进行分析,基于制度安排和外部资源寻求的分类特征对国家创新体系中的学习类型进行探讨;运用信任理论,从信任产生的原因出发,结合静态分析和动态分析,对国家创新体系中的信任进行分析;借鉴组织社会资本理论,运用演绎的研究方法对社会资本嵌入的国家创新体系的学习效率提升进行理论推导;运用复杂自适应理论和信号传递理论分析国家创新体系学习的复杂适应性特征和核心支撑,为国家创新体系的学习机制的形成提供重要理论基础支持;基于重要对象分析选择,结合国家创新体系组织学习的研究成果,总结推导国家创新体系的学习过程,并对学习策略进行探讨.     

基于差分进化算法的运输容量约束下有数量折扣的模糊联合补货模型研究

针对采购管理中广泛存在的不确定性,将单位库存成本和可变订货成本视为模糊变量,构建了运输容量约束下有数量折扣的模糊联合补货模型,此模型属于NP-hard问题,目前缺乏可靠的全局优化求解算法。在选取梯级平均综合表示法对总成本去模糊的基础上,设计了基于自适应混合差分进化算法的求解方法,并通过算例验证了此模糊联合补货模型的有效性和求解算法的全局优化能力。     

具有换道功能的自适应巡航控制策略研究

传统的自适应巡航控制车辆在面对前方低速行驶的目标车辆时只能低速跟车行驶,为提高ACC车辆的行车效率,提出了具有换道功能的自适应巡航控制策略。将ACC车辆的控制模式分为定速巡航、跟车巡航、换道巡航3种,基于速度不满意累计度设计了多模式切换策略。基于模型预测控制算法设计了定速巡航和跟车巡航纵向控制器、换道轨迹跟踪控制器,并利用五次多项式规划了换道轨迹。使用PreScan/CarSim/Matlab软件搭建仿真平台,设计多种测试工况,对设计的控制策略进行联合仿真测试。结果表明,设计的控制策略稳定且可靠。     

磁固耦合效应下集成式永磁电动轮定子振动响应与结构优化研究

针对磁固耦合效应下集成式永磁电动轮定子振动问题,依据改进的子域模型理论和有限元分析方法,建立考虑定子齿尖效应的磁场预测模型。首先,根据Maxwell应力张量方程,明确不平衡电磁力时空分布及幅频特性;其次,基于薄壳理论,将定子总成等效为弹性圆柱薄壳,建立考虑激振力变化的磁固耦合动力学模型,给出电动轮关键构件模态频率及振型;在此基础上,以降低定子耦合振动为优化目标,采用提出的自适应权重粒子群优化算法对定子结构参数进行设计。对比分析表明,结构优化后,定子磁固耦合振动得到了有效改善,提高了永磁电动轮运行的稳健性。     

统一电能质量调节器的新型控制策略研究

针对UPQC中传统PI控制器对模型依赖性大,且系统参数大范围变化时,难以保证良好的动静态性能等问题,提出了一种基于CGT(command generator tracker)的直接自适应控制策略。当输入为时变信号时,该控制器能够使被控对象输出高质量的跟踪参考模型输出,从而达到渐近跟踪效果。与传统的PI控制相比,基于CGT的直接自适应控制策略具有更好的鲁棒性、灵活性和适应性。完成了相应的UPQC仿真模型及实验平台的搭建,对UPQC的补偿性能进行了仿真分析与实验。实验验证了该控制策略的有效性和可行性。     

再生核Hilbert空间展开的函数型回归模型变量选择

针对协变量是函数型、响应变量是标量的多元函数型回归模型,文章提出了函数系数基于再生核Hilbert空间展开的变量选择方法。首先,利用带积分余项的泰勒展开式和再生核Hilbert空间内积性质将模型转化为结构化形式,其次,通过自适应弹性网惩罚对结构化模型中的组间和组内系数同时进行压缩。结果证明了这种压缩估计具有Oracle性质,蒙特卡罗模拟结果也显示新方法在不同样本量、不同噪声和变量相关性干扰下均优于基于普通基函数展开的变量选择方法,且尤其适用于原始协变量高度相关的情形。最后,通过分析一个商品房平均销售价格影响因素数据演示了新方法的应用。     

汇率预测及其经济基本面：基于多元自适应可变窗算法的构建

在人民币国际化不断推进、人民币汇率双向波动加强的背景下，构建具有优良预测能力的人民币汇率预测模型意义重大。参数模型对汇率预测的能力不仅取决于模型设定是否正确，同时还取决于能否迅速探测参数的结构性变化以使用最佳信息估计模型参数。本文构建了多元自适应可变窗算法以及时监测模型参数的时变特征，探测最大化参数同质区间。结果显示：①在中长期（3至24个月）的美元、欧元、英镑和日元兑人民币汇率的样本外推预测中，多元自适应可变窗算法能显著优于随机游走模型、购买力平价模型、弹性货币模型、利率平价模型、泰勒规则模型与偏移型泰勒规则模型这六种汇率预测主流模型，其预测能力也显著优于实时窗宽选择算法与自回归模型；在美元兑人民币汇率中长期（3至24个月）预测中，其预测误差MAE度量相比于次优模型能降低 25%～50%。②多元自适应可变窗算法能迅速捕捉美元、欧元、英镑和日元兑人民币汇率的拐点，预测人民币汇率走向并刻画人民币汇率的周期性变化，其长期（向前9个月）方向性趋势样本外推预测精度比次优模型提高了16%～40%。③断点前后的汇率动态结构性变化显示“811”汇改促进了经济基本面对汇率预期重要性的显著提升与市场风险偏好的转变。“811”汇改之后，人民币汇率预期更易受外部冲击影响。加速利率市场化建设、提高国内收入、稳定物价、坚持带管制的浮动汇率制度与有效的资本管制相结合等措施对促进汇率市场化、防止汇率风险具有重要意义。     

基于M-DTCWT和2APCNN的多聚焦图像融合

为提高多聚焦图像的融合质量,提出了一种基于多方向双树复小波变换（M-DTCWT）的多聚焦图像融合方法。对多聚焦图像进行DTCWT分解得到低频系数与高频系数,再采用非下采样滤波器（NSDFB）对高频系数进行方向分解得到多尺度多方向的高频分解系数。对低频系数,提出结合模糊逻辑和稀疏表示（FSR）的融合规则得到低频融合系数。对高频系数,利用平均高斯差分梯度（ADOG）作为自适应双通道脉冲耦合神经网络（2APCNN）链接强度,提出基于改进双通道脉冲耦合神经网络的高频融合策略。最后通过M-DTCWT的反变换得到融合图像。实验结果表明,采用本文算法得到的融合图像在主观效果与客观指标上均优于传统的融合方法,较传统DTCWT方法,实验的2组图像在客观指标边缘信息度量QAB/F和互信息MI上,分别提高了1.93%、8.87%和1.40%、9.18%。     

模糊自适应PID控制在凹版印刷机收卷张力控制中的应用

凹版印刷机收卷系统运行过程是非线性、时变不确定的,张力控制与速度控制之间存在着强耦合关系,结合实际印刷生产线设计出相应的硬件配置和一种基于模糊控制原理的软件控制方法,建立模糊自适应PID控制器,并进行MATLAB/Simulink进行仿真,该控制器比常规PID控制器具有更好的控制效果,鲁棒性更强,使系统的动态性能得到很大改善。