基于TMS320LF2407的LED显示屏的设计

文章设计了一种LED显示屏系统,控制系统采用TI公司的数字信号处理器TMS320LF2407作为主控制器,采用通用分组无线服务技术的方式与手机或信息平台进行数字通信,方便远程控制,同时通过CAN总线方便构成大型LED显示屏.实验证明:该方案结构合理、稳定,操作方便、灵活,环境适应能力强,价格低廉,具有广泛的应用前景.     

数字信号处理双语教学方法与手段的探索与实践

在电子通信类本科生专业课程"数字信号处理"的双语教学探索过程中,介绍了"数字信号处理"课程双语教学的研究和实施情况,指出了选取合适的教材对于取得良好的教学效果是非常重要的;在教学实践中应根据教学双方的实际情况合理分配中英文授课比例以及加强实践教学环节。本文总结了一些有成效的举措和经验,讨论了所遇到的问题及带来的思考。     

数字信号处理双语教学的探索与实践

对西安电子科技大学数字信号处理双语教学的实施情况进行了具体的介绍,包括原版教材的选择、教学方法和教学手段的改革、任课教师的选择、实践教学环境和网络教学环境的建设以及教学效果。希望能为其它高校数字信号处理双语教学以及电子信息类其它课程的双语教学提供参考。     

DPCM与自适应Huffman结合的雷达原始视频信号压缩算法

为了解决大容量雷达数据传输，满足雷达原始视频信号实时无损的要求，根据雷达原始视频信号的特点，给出了采用DPCM（Difference Pulse Coding Modulation）与自适应Huffman编码相结合的压缩编码方式，分析了该算法的有效性和溢出问题，实验表明该方法相对于传统的自适应Huffman编码而言能改善实时性，提高了压缩比。     

非线性系统的复合正交神经网络自适应控制

提出非线性系统的复合正交神经网络自适应控制方法.在非线性系统控制中,这种网络自适应控制不需要辨识系统模型与Jacobian矩阵信息,网络学习算法与被控对象模型无关.仿真结果表明,复合正交神经网络实现的非线性系统控制具有较强的自适应控制能力,证明了控制系统具有良好的跟踪控制性能,为解决非线性系统的控制问题提供了一种方法.     

基于深度强化学习的自适应股指预测研究

基于股指成分股基本面和技术面数据构建了时序股票关联网络，然后利用深度图神经网络学习股票关联网络层次化表征，以端到端的方式获得候选预测信号.在此基础上，提出了一种考虑动作评估反馈的深度强化学习方法(Action Evaluation Feedback based Deep Q-Learning, AEF-DQN),旨在将不同的候选预测信号融入智能体的动作空间，并基于股票关联网络层次化表征、股票市场整体运行状态和历史动作评估反馈学习环境状态；借鉴前景理论中的参照依赖特性估计奖励值函数，从而建立状态、动作与奖励值之间的映射关系.最后，采用沪深300指数、标普500指数、英国富时100指数和日经225指数的成分股历史数据，构造了股指期货交易模拟器，在投资胜率、最大回撤率、阿尔法比率和夏普比率4个回测指标上对股指预测模型展开实证分析.研究结果表明：1)通过层次化聚合股票关联网络的节点属性信息可以动态捕捉不同行业对股指价格波动的影响，进而可提升预测方法的准确率；2)考虑动作评估反馈的深度强化学习结构可智能化选择适用于当前股票市场环境的最优模型结构，进而可提升预测方法的鲁棒性.     

以热流率作为补偿的智能PID控制

本文以电加热流动热力系统为例，提出了一种以静态模型为基础．以热流率作为补偿的智能ＰＩＤ控制处理动态模型的方法．较好地解决了由于热流率的变化而引起的温度波动，在应用中得到了满意的结果．     

全球化环境下主导企业寿命的自适应能力

文章提出了企业自适应能力的概念，分析了企业自适应能力的特征及企业自适应能力与企业寿命的关系，建立了企业自适应能力结构模型，探讨了企业自适应能力的形成机理，在此基础上论述了企业自适应能力的协同原理。     

智能结构设计技术与应用

给出了智能结构的定义,分析了智能结构的组成、特性,以及在航天、航空、机械制造加工系统、汽车工业、机器人技术及其他领域中的应用.并对智能结构的研究内容作了展望,为今后进一步开发研究奠定了基础.