摘要：为了提高具有未知干扰的复杂非线性系统的控制性能和运行性能,提出了一种基于干扰观测器的复杂非线性系统优化控制方法(IOCM).该方法设计了一个基于模糊神经网络的模型逼近器来捕捉系统的非线性动力学,并利用干扰观测器来描述系统的未知干扰,以获得更准确的系统预测模型.然后,在多目标模型预测控制的框架下,提出了一种具有协同成本函数和多梯度算法的优化控制结构,以综合求解设定点和控制律.采用城市污水处理过程基准仿真平台(BSM1)验证所提方法的有效性.实验结果表明:暴雨天气条件下平均出水水质(EQ)为6711 mg/L、平均运行能耗(EC)为3805 kW·h;对比其他分步实现的优化控制方法,IOCM具有较好的鲁棒性,能够提高非线性系统的优化控制性能.

摘要：在高速运动中,Delta并联机器人杆件发生的弹性变形和振动对运动性能的影响不可忽略。针对有限元法离散柔性杆时出现方程维度高且难以适用于主动控制的问题,通过假设模态法和Kane方法,对Delta刚柔耦合并联机器人进行动力学建模。通过添加闭链刚柔耦合系统运动学位置、速度、加速度约束方程,建立了闭链形式的Delta并联机器人的刚柔耦合动力学方程。针对Delta并联机器人刚柔耦合动力学模型复杂度高的问题,利用奇异摄动法,将刚柔耦合动力学模型依据时间尺度分解为快变和慢变两个子系统。为避免扰动的影响并保证收敛性,针对慢变系统设计了非奇异终端滑模控制器;为抑制弹性振动对运动的影响,针对快变系统设计了LQR最优控制器,并将两个子系统的控制器合并为刚柔耦合系统的非线性混合控制器。仿真对比实验证明,所设计的混合控制器不仅保持了更高精度的轨迹跟踪,而且实现了明显的振动抑制效果,为Delta刚柔耦合并联机器人的主动跟踪控制和振动抑制提供了新思路。

摘要：为了解决强度调制-直接检测正交频分复用(IM-DD OFDM)光通信系统中由光纤色散和非线性效应导致的传输性能下降的问题,提出利用正交偏振泵浦非简并四波混频(NFWM)产生的无波长偏移光学相位共轭(OPC)波对系统中的信号损伤进行光域补偿。首先在理论上推导了利用正交偏振泵浦NFWM生成OPC波的原理,基于上述原理,设计了无波长偏移OPC实现方式,在正交偏振态上得到与原信号波长完全一致的OPC波。然后对影响生成OPC波功率的因素进行了具体分析。最后依据优化参数设置,进行仿真验证,结果表明所提系统能够以114.375 Gbit/s的传输速率在长度为240 km的标准单模光纤链路中传输。

摘要：基于修形齿面的扭曲误差产生机理,推导出含扭曲误差的鼓形斜齿轮齿面数学方程;建立含扭曲误差的主动轮鼓形齿与未修形从动轮的轮齿接触分析(Tooth contact analysis,TCA)模型;并从计算齿面扭曲量的公式中选取螺旋角和修形量两个主要设计参数,分析其对传动误差和接触椭圆的影响规律。结果表明:齿向修形斜齿轮的修形量和螺旋角越大,齿面扭曲现象越严重;修形量和螺旋角增大使得传动误差幅值增大,影响传动平稳性;修形量对接触椭圆面积的影响小,而螺旋角增大,接触椭圆面积减小,使得接触应力增大,通过有限元分析验证螺旋角和修形量对齿面接触应力的影响;通过调整修形量和螺旋角可以控制扭曲量、传动误差幅值和接触椭圆面积,这对齿向修形斜齿轮的优化设计有较大的参考价值。

摘要：高性能模数转换器(analog-to-digital converter,ADC)是电子信息系统的核心器件,是集成电路设计领域的研究热点与难点,是最复杂、难度最大的模拟集成电路.本文阐述了集成电路工艺演进给高性能模拟电路设计带来的共性挑战,并分别从纳米工艺下高速高精度、超高速低精度和高精度低延时等模数转换器系统架构与设计技术方面分析了高性能模数转换器面临的技术挑战与重要发展趋势.

摘要：为应对黄河流域农业可持续发展面临的气候变化和水资源短缺挑战,通过推广种植耐旱作物,缓解区域农业用水压力,并分析其节水降碳协同效应,研究设计了趋势照常、缓慢增长、技术引导、政策扶持等不同发展情景,制定了小麦、玉米、高粱、马铃薯4种耐旱作物扩种的节水降碳协同效应分析方案;采用农业节水潜力修正模型和农业降碳潜力模型定量评估了不同情景下耐旱作物扩种的节水效应及降碳潜力。结果表明:黄河中下游地区小麦和玉米的种植面积最大,高粱和马铃薯则相对较小,在政策扶持情景下,2060年小麦、玉米、高粱、马铃薯的扩种规模分别为23.12万、17.34万、34.68万、40.45万hm^(2)。在技术引导和政策扶持情景下,黄河中下游作物的节水效应和降碳效应均显著提升,2060年该区总节水量达153.52亿m^(3)、降碳潜力的平均水平达65.93 t/km^(2)。在黄河中下游地区推广耐旱作物有助于缓解水资源短缺状况,保障区域粮食安全,实现节水降碳增收多重目标。

摘要：具有方形断面的结构或构件广泛应用于实际工程中,针对方柱绕流风荷载和风致振动特性开展研究至关重要。方柱绕流的尾流效应往往涉及多种复杂流动现象,捕捉其流动主要模态对深入分析流场特性以及流动控制具有重要意义。该文基于动力学模态分解(Dynamic Mode Decomposition,DMD)方法建立了能够提取流场主要模态并进行流场重构的降阶模型。基于数值模拟获取非定常流场快照;利用DMD进行主要模态提取;基于提取的主要模态对非定常流场进行重构。结果表明:DMD方法提取的前4阶模态能够准确重构原始流场,为流动控制和结构设计提供参考。

摘要：针对水下旋翼式平台在近水底工作时的时变非线性干扰问题,提出一种基于干扰观测器的动态面控制器以实现水下旋翼式平台的近水底定深控制。首先,采用水下航行器建模理论并结合牛顿欧拉方法建立水下旋翼式平台的运动学和动力学模型;然后,采用动态面控制方法处理系统的非线性特性,引入一阶滤波器对虚拟控制律进行滤波,以此来代替复杂的微分运算,同时,通过非线性干扰观测器对系统内外部总扰动进行观测估计,并通过李雅普诺夫理论证明系统的稳定性;通过仿真实验验证所设计控制策略在白噪声模拟的随机干扰和参数不确定条件下的有效性;最后,设计开发实验样机,并在不同期望深度的近水底开展定深实验。研究结果表明:在水底反冲击力的作用下,相比动态面控制和串级PID控制,采用所设计的控制策略,平台姿态通道和深度通道的控制精度均有不同程度的提高,说明所提出的控制方法具有较好的鲁棒性,可有效解决近水底扰动问题。

摘要：针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本,依据标注分批次处理无标签样本,以使模型更易选取到高置信度的无标签样本;根据新增伪标签样本的数量和对比隶属度的变化,设计一种动态隶属度阈值函数,提升高置信度样本的质量;定义密集距离度量样本间的差异性,分别计算伪标签样本与同类和不同类样本之间的密集距离之和,从而找出不确定度高的伪标签样本,并将此类样本并入下轮训练的无标签样本集中,缓解误标记样本错误累积的问题。实验结果表明,该算法在12个UCI基准数据集上均取得理想效果。

摘要：针对当前边缘缓存场景中普遍存在的用户偏好未知与高度异质问题,该文提出一种用户请求感知的边端缓存与用户推荐联合优化策略。首先,建立点击率(CTR)预测基本模型,引入对比学习方法生成高质量的特征表示,辅助因子分解机(FM)预测用户偏好;然后,基于用户偏好设计一种动态推荐机制,重塑不同用户的内容请求概率,从而影响缓存决策;最后,以用户平均内容获取时延最小化为目标建立边端缓存与用户推荐联合优化问题,将其解耦为边端缓存子问题和用户推荐子问题,分别基于区域贪婪算法和一对一交换匹配算法求解,并通过迭代更新获得收敛优化结果。仿真结果表明,相较于基准模型,引入对比学习方法的预测模型在曲线下面积(AUC)和准确率(ACC)上分别提升1.65%和1.30%,且联合优化算法能够有效降低用户平均内容获取时延,提升系统缓存性能。