摘要：为了解决结构不变性补偿方法抑制多余力的实时调参问题,建立了伺服作动系统性能测试平台的数学模型和仿真模型,提出了速度前馈补偿器的解耦控制方法,设计了模糊控制器以抑制多余力。对比了传统比例-积分(proportional-integral, PI)控制、传统PI前馈补偿控制和模糊PI前馈补偿控制三种控制方法对测试平台多余力的抑制效果。仿真结果表明,模糊PI前馈补偿控制方法可以提高测试平台的加载精度,对多余力的抑制效果最为显著。通过试验与仿真的对比,验证了该控制方法的有效性,为伺服作动系统测试平台实现大推力、高精度加载提供理论参考。

摘要：为提高新一代通用视频编码标准(H.266/VVC)中色度帧内预测的准确度,提出了采用轻量级卷积神经网络的跨分量预测方法。设计了亮度模块和边界模块,从亮度和色度参考样本中提取特征。设计了注意力模块,构建当前亮度参考样本和边界亮度参考样本之间的空间关系,并应用于边界色度参考样本生成色度预测样本。为降低编解码复杂度,设计网络在二维完成特征融合和预测,优化了现有的同组参数处理不同块大小的训练策略。并且,引入宽度可变卷积,根据不同的块大小调整网络参数。实验结果表明:与H.266/VVC测试模型VTM18.0相比,所提网络在Y(亮度分量)、Cb(蓝色色度分量)、Cr(红色色度分量)上分别实现了0.30%、2.46%、2.25%的码率节省。与其他基于卷积神经网络的跨分量预测方法相比,有效地降低了网络参数和推理复杂度,分别节省了约10%的编码时间和19%的解码时间。

摘要：针对基于索引调制的正交频分复用(OFDM-IM)技术在索引信息受限于载波激活模式数量和单一信号星座模式的问题,提出一种多模式选择的OFDM索引调制传输方案。该方案通过设计可区分的信号星座,使得模式组内和模式组间相邻星座点之间的欧氏距离相等,从而提升误码率。此外,通过在多模式选择索引调制的索引信息中引入全子载波激活模式,显著提升系统的频谱效率。同时,由于所提方案的子载波激活模式与二进制数字相匹配,系统能够采用低复杂度的对数似然比检测算法,并保持良好的误码率性能。理论分析与仿真结果表明,在加性白高斯噪声信道和瑞利衰落信道下,相较于OFDM-IM、OFDM-SSIM和MMS-OFDM-IM传输方案,所提方案有效提升了频谱效率且保持了良好的误码率。

摘要：精准检测棉花中混杂的小型异纤是保障纱线与织物质量的基础和关键。针对现有算法在棉花小型异纤检测中存在的漏检率高、网络结构复杂等问题,提出一种基于卷积神经网络轻量化的改进单步多框检测器(SSD)的棉花异纤检测方法。首先,通过引入深度可分离卷积、倒残差结构等创新性设计,将SSD算法中原有骨干特征提取网络VGGNet16替换为MobileNetv2网络;然后,对于SSD算法中生成的候选框尺寸与棉花异纤大小不匹配导致棉花背景占比过高,从而引起正负样本不均衡的问题,采用K-means++算法对棉花异纤尺寸进行聚类分析,根据聚类结果修正候选框尺寸。通过算例进行验证,结果显示所提方法在实现模型轻量化的同时有效提升了异纤检测效果和计算效率。

摘要：针对聚甲醛(POM)纤维自密实混凝土开展性能试验研究,分析纤维几何特性、纤维掺量对自密实混凝土(SCC)的工作性能的与力学性能的影响规律及机理。研究表明:纤维长度一定时,掺量在0.8~2.4 kg/m^(3)范围内增加时,SCC坍落扩展度下降,SCC的力学性能呈先增后减的趋势;纤维掺量一定时,纤维长度6~20 mm范围内增大时,SCC坍落扩展度变化不大,SCC力学性能呈先增后减的趋势。掺量1.6 kg/m^(3)、长度12 mm的圆柱状纤维对SCC抗压强度提升幅度最大,较素SCC的28 d强度提升了3.6%;长度12 mm扁平状纤维与长度6 mm圆柱状纤维混杂,掺量为1.6 kg/m^(3)时,SCC的28 d劈裂抗拉强度提高14.52%。POM的掺入,使得对SCC微观结构更为密实,纤维与胶凝体紧密结合可有效吸收破坏产生能量,实现宏观力学性能提升。研究结论可为POM纤维自密实混凝土工程应用提供参考。

摘要：针对传统跟踪微分器算法复杂、参数整定困难和噪声抑制能力有限的不足,设计了一种新型双曲正弦非线性跟踪微分器(HNTD)。引入终端吸引子函数和双曲正弦函数构造了HNTD的跟踪函数,并证明了其全局一致渐近稳定性。通过仿真分析设计参数变化对HNTD频域特性的影响,为其设计参数的整定提供参考。双曲正弦函数既能保证HNTD状态收敛的快速性,又能有效避免平衡点附近的颤振现象;终端吸引子函数则保证了HNTD对噪声良好的抑制效果。仿真结果表明,HNTD的跟踪和滤波效果与传统跟踪微分器相比,不仅结构形式简单、设计参数相对较少、整定规则明确,而且在跟踪精度、响应速度和滤波能力等方面均具有一定的优势。

摘要：针对传统回声状态网络难以有效应对高阶非线性复杂模型问题,本文在理论分析的基础上提出了一种双储层结构的误差补偿回声状态网络,并设计了该网络的学习算法.该网络由计算层和补偿层构成,计算层主要承担拟合任务,补偿层则作为状态跟随器,实时补偿由于计算层对期望方差估计不足而导致的幅值偏差.对多阶振荡器和真实高阶非线性数据集的实验结果表明,本文所提网络结构较常规网络具有更高的稳定性和泛化性能,尤其对高阶非线性复杂模型的预测精度大幅度提升.

摘要：为了实现圆极化天线的倾斜波束,在单臂阿基米德螺旋(Single-Arm ARchimedean Spiral,SAARS)天线的基础上,联合柱状螺旋天线的非对称结构,设计出了一款波束倾角为30°的等圈非对称圆极化天线.通过对螺旋臂参数和馈电连接线的优选,拓展了天线的带宽,优化了天线的辐射性能.在垂直孔径同轴馈电方式的激励下,同时考虑电压驻波比小于2、轴比小于3dB和30°倾斜波束的条件,天线工作的相对带宽约达16.7%.仿真和实测结果吻合较好,表明所设计的天线不仅具有良好的带宽、较高的增益,同时实现了圆极化波束倾斜.

摘要：针对高超声速飞行器非线性、强耦合和参数不确定弹性体模型,提出了一种基于非线性干扰观测器的滑模反演控制方法.将飞行器曲线拟合模型分解为速度子系统和高度相关子系统并表示为严格反馈形式,分别采用滑模和反演方法设计实际控制量与虚拟控制量.采用1阶低通滤波器获取虚拟控制量的导数,解决了传统反演控制方法"微分项膨胀"问题.基于改进滑模微分器设计了一种新型非线性干扰观测器,以此对模型不确定项进行估计和补偿.仿真结果表明,该控制器对模型不确定性和气动弹性影响具有鲁棒性,且实现了对速度和高度参考输入的稳定跟踪.

摘要：针对高超声速飞行器参数不确定弹性体模型,提出了一种基于非线性干扰观测器的自适应反演控制器设计方法。将曲线拟合模型表示为严格反馈形式,采用反演方法设计控制器。采用动态面方法获取虚拟控制量的导数,避免了传统反演控制"微分项膨胀"问题。为了增强控制器的鲁棒性,基于二阶跟踪-微分器设计了一种新型非线性干扰观测器,以此对模型不确定项进行自适应估计和补偿。仿真结果表明,控制器对模型不确定性和气动弹性影响具有强鲁棒性,且能实现对速度和高度参考指令的稳定跟踪。