摘要：针对无陀螺捷联惯导系统中角速度解算精度难以满足工程应用要求的关键问题,利用一种基于九加速度计的配置方案能提供两种角速度解算值(积分值和开方值)的特点,设计了一种智能加权解算方法。该算法利用解算值修正下一时刻积分法的解算初值,使得积分解算值的精度也同时得到了提高,从而形成了良好的精度相互促进机制,然后利用遗传算法和数据拟合方法得到了加权因子的计算公式。仿真结果表明,与现有的解算方法相比,加权算法解算误差的均值减小了19.7%,方差减小了两个数量级。

摘要：根据耦合模理论,推导出可调谐光波导谐振环的光强和相位传递函数的表达式,并分析了可调谐谐振环的传输特性。结果表明,谐振环中集成的马赫-曾德尔耦合器的参量设定和调谐方式直接影响谐振环的谐振频率移动范围和调制功率。通过改变耦合器参量对谐振环进行优化设计,在中心波长为1550nm附近,谐振环半径2cm,传输损耗0.08dB/cm的情况下,实现了清晰度和最佳谐振深度的调谐,谐振频率的移动范围低于0.027GHz,降低了谐振环对频率调制器的调频要求,同时降低了耦合器的调制功率。

摘要：将无源性概念引入到非线性不确定时滞系统中,研究了带有时滞和不确定性的非线性系统的鲁棒无源控制问题。首先,利用多层神经网络近似代替系统中的非线性部分,采用线性微分包含(LDI)技术来线性化该非线性环节。其次,基于LDI模型,构造适当的状态观测器和反馈控制器,利用Lyapunov稳定理论,通过一定的矩阵变换,将设计问题转化为线性矩阵不等式(LMI)的可行解问题,从而使控制器的设计简单易行。接着,引入无源化的损耗指标,给出具有指定损耗指标的鲁棒无源控制器设计方法。最后以Lo-gistic混沌系统为例进行仿真试验,结果表明该设计方法的有效性。

摘要：该文基于多比特的量化策略,提出了无线传感器网络中多比特分布式滚动时域状态估计算法。每个传感器节点预先设定一个包含多个阈值的阈值簿,利用这个阈值簿将观测值量化成多比特,融合中心接收这些比特信息运用滚动时域的思想得到系统的状态估计值,与预期相同。仿真结果表明阈值簿中阈值个数越多则估计的结果会越精确。与单比特滚动时域状态估计方法相比,该方法避免了每一时刻传感器节点接收融合中心的反馈状态估计值用来设计阈值,并且在多比特信息下状态估计值的精度更高。

摘要：CDF9/7小波的复杂系数是限制其快速实现的主要因素。该文构造了新的含参双正交提升小波模型,并利用能量集中性法则和迭代搜索算法提出一种压缩性能与此相当适合移位操作的有理数小波基。新小波基在硬件实现时可用一次移位和加法运算代替乘法运算,运算量仅为原来的25%,且无需考虑位长对精度的影响。一维小波4级流水架构已通过FPGA验证,与同类设计相比,减少一半的资源消耗量,并且大幅提高系统的工作频率。

摘要：利用广义Lyapunov函数方法研究广义双线性系统的变结构控制问题。首先,考虑确定的广义双线性系统,通过引进滑动模动态补偿器来选取切换面,进而设计变结构控制器以保证闭环系统的渐近稳定性。其次,用类似的方法给出了不确定广义双线性系统的变结构控制设计,有效地解决了不确定广义双线性系统的变结构控制问题。最后,通过数值算例说明了设计方法的合理性和有效性。

摘要：针对采用反向传播算法的神经网络(Backpropagation:BP)作为实现仿生模式识别理论的工具时所遇到的最佳结构设计问题,提出了一个基于提高仿生模式识别系统性能的BP神经网络结构设计准则。该准则基于无论是在不同类样本点间还是同类样本点间都存在有先验知识这一结论,通过利用同类样本中所蕴含的先验知识对神经网络的结构进行设计,不仅能够确保仿生模式识别过程中的学习过程有效收敛,而且也使得网络结构的设计满足特定任务的要求。交通标识符识别的对比实验结果证明了该设计准则的有效性。

摘要：针对一类不确定奇异系统,研究其Terminal滑模控制问题。通过非奇异线性变换把不确定奇异系统变换成受限等价形式,利用Lyapunov函数方法,首次提出了一种新的Terminal滑模控制策略,给出了特殊的Terminal滑模超曲面,设计了相应的滑模控制器,实现了滑模运动,保证了系统状态变量在有限时间内收敛到平衡点。给出数值算例,说明了方法的有效性。

摘要：基于电谐振原理和镜像原理设计了一种周期性接地边耦合SRRs(split ring resonators)结构的新型电谐振人工异向介质,进而将该人工异向介质应用于抑制微带阵列天线元间的互耦.与传统微带阵列天线中的用于抑制互耦的电磁结构相比,该人工电磁结构不仅体积小(厚度仅为0·005λ0),而且能获得优异的阵列单元间互耦抑制性能(抑制度达16·8dB).该研究成果表明人工异向介质在高密度高性能微带天线阵列设计中具有良好的应用潜能.

摘要：通过分析卡通与非卡通视频在视觉上的差异,对视频片断提取了MPEG-7描述子等8组视觉特征来构造卡通视频的特征空间;并将主动相关反馈技术引入到支撑向量机(SVM)算法中,设计了一种基于主动学习的卡通视频检测分类方法。利用大量实际视频片断所做的测试实验结果表明,该文选取的特征对卡通和非卡通视频有较好的区分能力;且与单纯的SVM算法以及传统相关反馈和SVM算法结合的方法相比,该文算法在检测性能上有较大的优势。