【摘 要】
:
近来,混沌同步成为研究的一个热点.本文对具有连续时延双神经元系统的双向耦合混沌同步问题的研究.首先基于Krasovskii-Lyapunov理论,给出系统同步的一个充分条件.最后通过计算机仿真表明系统在一定条件下能实现混沌同步,证明了仿真结果和理论分析是一致的.
【机 构】
:
重庆大学计算机学院,重庆,400044
论文部分内容阅读
近来,混沌同步成为研究的一个热点.本文对具有连续时延双神经元系统的双向耦合混沌同步问题的研究.首先基于Krasovskii-Lyapunov理论,给出系统同步的一个充分条件.最后通过计算机仿真表明系统在一定条件下能实现混沌同步,证明了仿真结果和理论分析是一致的.
其他文献
蚁群算法作为一种启发式算法在解决混合全局最优问题时具有很强的鲁棒性。本文简要介绍了蚁群算法的基本原理,发电商的报价策略和电力市场效率评估方法。利用蚁群算法和matlab编制了电力市场效率评估软件。该软件可以实现发电商对报价策略的选择,得到各发电商的报价组合和发电量组合。然后,根据发电商的实际报价和理想报价,用价格成本边际系数来评估市场效率。最后基于IEEE30母线测试系统,分析了发电商在日前市场中
本文深入的分析了动态电压调节器(DVR)中的零序分量对敏感负荷的影响。分析表明,常规的三线制DVR不能完全的补偿含有零序分量的电压暂降,原因是三线制DVR在结构上没有为零序电流提供其电流通道。为此提出了四线制DVR能够有效的补偿含有零序分量的电压暂降,因为它在结构拓扑上提供了零序电流流通的通道。然而,由于直流侧和交流侧之间的互感耦合,造成直流侧两电容器电压的不平衡,特别是在开环控制下会引起零序分量
针对多个传感器的相互关联的时序测量数据,在只存在传感器故障的前提下,提出了一种基于动态主元分析(DPCA)的传感器故障诊断方法.根据测量的关联数据建立传感器的动态主元故障检测模型,采用η-EWMA实现传感器故障的检测与分离.利用发动机开车时的数据对传感器的几类典型故障进行仿真.实验表明,该算法能够迅速的实现故障的检测与分离,实时性好.
轧机传动系统的故障类型繁杂且造成的损失巨大,故障诊断技术已成为对其维护维修的重要手段.但是传统分析处理方法存在种种问题,本文提出了用EMD(Empirical Mode Decomposition)方法对轧机故障信号进行分解,提取故障特征的方法,并且通过对轧机故障信号的处理,以实验结果说明,EMD适合应用于轧机信号处理,值得进一步研究与推广.
使用GPS测量大气湿延迟的双差法和计算数值模式斜路径湿延迟的射线追踪算法对大气湿延迟进行了测量,通过和水汽辐射计以及数值模式计算值的比较,发现GPS与水汽辐射计的斜路径湿延迟,偏差为3mm,均方根误差为29.5 mm;GPS与数值模式的偏差为1.3mm,均方根误差为48.3mm.卫星在天顶时,三者偏差最小,随着卫星仰角的降低,偏差增大,在天顶角70-80度时,信号湿延迟平均绝对偏差可达70mm.
在嵌入式图形界面设计时,经常会遇到因硬件条件所限,图形界面常会出现不能及时响应用户异步事件和界面闪烁问题.本文依据一个实际的监护仪开发项目,在实现监护仪图形界面过程中,结合QtE的结构和特点,通过使用底层类、双缓冲技术等优化方法,给出可行的解决方案.最终结果表明监护仪界面刷新得到很好的改善,具有一定的参考价值.
测量电流时通常需要将电流表串联到被测电路中,因必须切断被测电路,在某些场合给测试工作带来不便.本文利用高精度运算放大器设计了一种采用四线法的并联式直流电流测试仪,可在不切断被测线路的情况下用并联方式测量其电流.给出了电路原理图并详细介绍了其工作原理,分析了影响测量精度的原因.研制的样机经实际测试表明,在被测线路导线阻值≥10 mΩ时,对1~11 mA电流的测量误差小于2%.
本文结合Welch法讨论了谱估计中因数据截短而引起的窗效应对谱估计的影响,就谱估计中频率分辨率、数据长度与窗函数的特性之间的关系,进行了较详细的讨论.并针对四种窗函数的谱估计性能进行了具体的仿真分析,得出了不同数据长度与估计方式下的功率谱标准差的均值,结合实验结果指出了合理选择窗函数的一般原则,具有一定的实际意义.
本文介绍了SIR和交叉耦合的基本原理.结合SIR与交叉耦合,设计出中心频率在1.97 GHz的类椭圆函数滤波器,比起传统的微带交指、平行耦合线等形式滤波器,微带类椭圆函数滤波器具有更好的选择性且体积小.本文通过仿真获得厚度为0.61 mm的陶瓷基片的耦合曲线图.通过调整SIR的阻抗比,控制二次谐波的中心频率的位置,实现滤波器的小型化,利用交叉耦合引入的衰减极点,改善了滤波器的带外特性.
提出了一种改进的粒子群优化(PSO)算法来进行数据信号处理,把免疫克隆(IC)机制引入PSO算法中,将抗体视为粒子,根据亲和度的高低进行粒子克隆选择、克隆抑制和高频变异,以克服PSO算法容易陷入局部极值的不足,加快收敛速度,从而实现全局搜索.测试结果表明,该算法完成全局搜索所需的迭代次数明显少于PSO算法,大大缩短了搜索时间,在多维空间的极值搜索中具有优良的性能.