摘要：针对Buck型变换器在复杂环境下发生负载波动时输出电压受扰的问题,提出了一种复合自适应预设性能控制方案以提升其控制效果。首先,利用自适应律对模型中包含负载项的非线性函数进行预测估计,同时通过在自适应律更新过程中构建并行估计模型获取预测误差,并将预测误差和跟踪误差融合以设计自适应参数更新律。然后,采用广义比例积分观测器来对剩余不确定性和外部扰动进行估计,并在控制律中进行补偿。最后,结合指令滤波反步控制和指定时间预设性能控制技术,提出了Buck型变换器复合自适应预设性能控制方案。所提出的方案保证了对负载波动的高精度预测,避免了在突发情况下输出电压超出预设函数范围,此外还证明了闭环控制系统中的信号收敛性。实验结果表明,复合自适应预设性能控制在负载突然减小的情况下系统最大偏离电压为0.376 V,相比于传统自适应反步控制的1.773 V减少了78.7%,验证了所提方案的有效性以及优越性。

摘要：为探讨湿地植物黄菖蒲对含盐再生水中氮磷污染物的去除效果,参照湿地系统结构,构建了CW1~CW5共5组植物、基质、灭菌剂不同组合的实验系统,分析了各系统对污染物的去除效果、黄菖蒲生物量、植物累积量等指标变化,研究了系统不同组成对污水中氮磷的去除差异及贡献率。结果表明植物与基质联合的CW2组对模拟含盐再生水的净化效果最好,其对水中TN、NH_(4)^(+)-N、TP的去除率分别达到56.52%、75.47%、64.53%,均优于其他4组。这可归因于基质的添加为氮磷吸附提供了接触位点,同时为黄菖蒲植株提供了适宜的生长环境,植物根系不断进行有氧呼吸进而促进植物生长,一方面加强了植物本身对氮磷污染物的吸收,另一方面生长状况良好的根系可为大量微生物提供附着载体,促进硝化-反硝化作用的进行。进一步研究发现,CW2组湿地系统中植物吸收去除的氮、磷分别占总输入的24.62%、22.62%,基质通过拦截、吸附等途径去除的氮、磷分别占总输入的13.33%和29%,植物吸收与基质去除均为主要的氮磷去除途径。

摘要：超分子组装提供了药物输送体系设计的新原理。以高效的分子间非共价键作用为驱动力,超分子药物输送体系能够利用结构简单的分子单体获得精确的成分控制,并使得载体结构易于预测,形貌与体积易于调控,有利于实现药物的控制释放。本文首先总结超分子药物输送体系的研究背景,之后重点介绍基于环糊精、杯芳烃、柱芳烃和葫芦脲的主-客体体系的超分子药物输送体系的构建与药物输送功能,然后介绍水溶性的超分子有机框架在药物输送方面的应用,最后提出了超分子药物载体实用化需要克服的若干挑战性问题。

摘要：充分考虑建设节约型社会,在电力能源策略及火电厂设计中贯彻国家《节约能源法》及《节能技术大纲》的要求,以资源利用最佳、能源消耗最低、环境污染最小为目标,提出并讨论建设符合可持续发展战略的现代火力电厂在工程设计方面一些节能减排的主要途径。

摘要：以聚氨酯为壁材,对高分子聚α-烯烃黏弹性聚合物颗粒表面进行了微胶囊包覆制备的研究。采用分子动力学模拟方法讨论了相关的分子设计,以丙三醇和甲苯-2,4二异氰酸酯(TDI)为聚合活性单体,采用界面聚合法制备了性能稳定的聚氨酯微胶囊。研究了合成聚α-烯烃微胶囊壁材的单体种类、配比、粒度和壁材用量对包覆性能的影响,对聚α-烯烃微胶囊的表面性状、油溶性、耐热性和抗压性做了测试及分析,同时采用油品减阻剂室内模拟环道评价系统对减阻增输效果的影响进行了评价。研究结果表明,在包覆壁材分子设计中应对支链的长度和支链数目有具体的要求;确定了在水溶液体系中,异氰酸酯基(—NCO)与羟基(—OH)摩尔比为1∶1,聚α-烯烃颗粒粒度为60～80目(250～180μm),聚氨酯壁材用量占聚α-烯烃颗粒质量的0.5%,表面活性剂用量为聚α-烯烃质量的0.1%;常压25℃为聚氨酯包覆聚α-烯烃制备微胶囊的合理工艺条件;制备的聚α-烯烃微胶囊具有良好的表观形貌性状、较快的释放速度,制备的微胶囊不影响原有减阻效果、并具有优良的耐热性和抗压性。同时聚α-烯烃微胶囊在常温下以粉末状固体形式储存,具有现场使用时直接分散到注入溶剂中形成油品减阻剂的特点。

摘要：在大数据、云计算和机器学习等新一代人工智能技术的推动下,自动驾驶的感知智能在近年来得到显著的提升与发展.然而,与人类驾驶过程中隐含的以自我目的实现为引导的自探索性和自主性相比,现阶段自动驾驶技术主要以辅助驾驶功能为主,还停留在以被动感知、规划与控制为主的初级智能自动驾驶阶段.为实现车辆智能从数据驱动的环境感知、辅助决策、被动规划到知识驱动的场景认知、推理决策、主动规划的提升,亟需增强车辆自身对复杂外界信息归纳提炼、推理决策、评价估计等类人能力.首先回顾自动驾驶关键技术演化及其应用发展历程;随后分析测试对车辆智能评估的效用;然后基于平行测试理论,提出自动驾驶车辆认知智能训练、测试与评估空间的构建方法,并设计基于平行测试的认知自动驾驶智能训练框架.该项研究工作预期能为推动自动驾驶从感知智能向认知智能的升级提供可行的技术支撑与实现路径.

摘要：描述了ITU-T G.723.1算法的编码结构原理及实现,介绍了基于该算法的芯片设计。重点对线性预测编码技术LPC(Linear Prediction Coding)中LPC系数转换为线谱对LSP(Line Spectrum Pair)系数算法进行了详细的推导分析,并给出了用标准C的实现的代码及在芯片设计过程中对算法进行优化的方法。

摘要：为研究走滑断层错动作用下隧道结构的纵向响应,采用Pasternak双参数地基和弹性梁理论,建立穿越多破裂面断层隧道在断层强制位错作用下的纵向响应微分方程,通过数学方法求解获得隧道结构在断层位错作用下的纵向变形、内力响应,并通过模型试验和数值模拟对理论解析模型的有效性进行验证。在此基础上,采用理论解析模型对隧道结构纵向响应的影响因素进行敏感性分析。主要得出以下结论:1)理论解析模型计算得到的隧道纵向变形和弯矩变化趋势与模型试验和数值模拟结果完全一致,但数值上趋于保守;2)断层错动的位移形式和围岩-隧道结构的刚度匹配关系对隧道结构纵向响应的影响较大,应根据具体的断层破碎带形式选择合适的断层错动位移函数;3)随着围岩-隧道结构刚度比的增大,围岩对隧道结构的约束作用随之增大,隧道结构纵向内力集中现象增加,但受断层错动影响的范围减小,在具体工程设计中应结合施工成本、抢通时间等来选择合适的围岩-隧道结构刚度匹配关系。

摘要：数字收发模块包括信号的产生、采集及预处理等功能模块,在合成孔径雷达系统中具有重要作用。传统收发模块设计方案存在工作模式单一、通用性和灵活性较差等缺陷。针对上述问题,该文提出了一种基于射频片上系统的可重配置数字收发模块,将射频转换器、可编程逻辑以及片上处理器集成在单个芯片内,结合动态部分可重配置策略,能够根据需求实时调整转换速率,在极大提升了模块集成度、灵活性和通用性的同时,降低了系统的体积与功耗。

摘要：基于人工智能的目标检测算法作为安防监控、辅助驾驶等方向的核心技术,其在边缘端的应用落地已成为研究热点。一方面,目标检测网络计算量大、参数量多,往往占据器件的大量资源;另一方面,目标检测应用的落地普遍需要满足高效、实时性等要求。针对实际应用场景中以上问题的考量,提出了可增强小目标检测能力的带有旁路(Bypass)的目标检测网络模型,并面向边缘端落地对该模型进行了轻量化和高效并行化设计。其中,轻量化设计方面,运用了深度可分离卷积、BRAM复用、多精度参数等多种优化策略;高效并行化方面,在多尺度上对输入输出通道、卷积核进行了并行化设计。在PYNQ框架下,完成了轻量化高效目标检测平台的搭建,实现帧率达到44.5 FPS、IoU为0.68的检测性能,满足了边缘端落地的需求。