马尔科夫应用在图像分割上的研究，它应有的是高斯模型
标签： 高斯模型
上传时间： 2015-11-30
上传用户：chuxuan0215
这是一个关于虚拟现实的技术，主要是通过OpenGL 导入制作好的3DS模型，渲染进行可视化研究。
上传时间： 2016-06-03
上传用户：ifreede禹珏
生产排程是生产运作管理的基本问题，通过仿真等方法可以编排和优化生产排程，提高及时交货率和设备利用效率。首先分析生产排程的基本概念，生产排程的三个子过程，以及生产排程问题的解决方法。然后讨论了生产排程涉及到的主要因素，并使用面向对象技术分析订单类、设备类、人员类、存储类、工件类等模型构建的主要因素，最后给出了生产排程的UML静态结构图，为设计生产排程软件奠定了基础。
标签： 模型
上传时间： 2016-11-21
上传用户：你的名字啊
作为高速铁路运行中的主要列车之一，型动车组具有效率高，密度大等特点。 但在实际运行中，因浪涌过电压导致的车载电子设备故障时有发生，严重影响到动车 组的安全运行。因此，本文对车体浪涌的产生机理和抑制措施进行研究，以期解决上 述问题。 本文首先分析了电磁暂态仿真软件的算法，导出了集中参数元件 的电磁暂态等值电路，并由均匀传输线方程推导出了贝瑞隆线路模型。研究 中的频变模量模型和频变相量模型，将电磁暂态建模中最精确的频变 相量模型引入到动车组浪涌的分析中。
上传时间： 2017-08-15
上传用户：haoliqwe
不同于传统秘钥加密技术，无线物理层安全理论技术是根据主窃信道传输速率的差值等特征信息来从信息论的角度降低窃听者获取的有用信息量。 在理想的窃听信道模型中，只要保密容量(主窃听信道容量差)大于0，系统就可以达到保密通信。%在引入信号衰落之后，保密通信只以一定的概率实现。 本文通过建立中断概率模型来对通信系统的保密性进行仿真。 本文主要研究性能中的保密速率和主窃信道信噪比这两个指标。在系统所需保密速率是定值的条件下，主窃信道信噪比之差越低，通信的保密性越好。通过采用MIMO技术中的波速成形技术，合法信道中的信道容量可以被大幅度提高，进而大幅度降低中断概率。环形干扰技术不仅可以降低窃听信道信噪比，而且对主信道的传输速率不会产生负面影响。经过使用Alamouti编码技术，可以很好的解决由于天线数量增多而导致译码复杂度增加的问题。
上传时间： 2020-03-17
上传用户：成成爱吃鱼
摘要以反激式开关电源为研究对象，分析了其共模传导噪声的干扰源、传输通道以及变压器分布电容参数对共模嗓声的作用，建立相应的共模传导发射分析模型和变压器分布电容模型；重点分析了二次侧干扰源的影响及其作用机理，提出了一种简单但有效降低共模传导噪声的方法，并进行了实验验证。
标签： 开关电源
上传时间： 2021-11-23
上传用户：fliang
神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ，环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的，常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境，在满足 精度要求 的情况下，必定要占用大量的内存，并且采用栅 格法进行路径规划，其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络，其学习的结 果能体现出输入样本的分布情况，从而对输入样本实现数 据压缩 。基于 网络 的这些特 性，可采 用K0h0n曲 神经元 的 权向量来表示 自由空间，其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入，神经嘲络通 过对大量的输八样本的学习，其神经元就会体现出一定的 分布形 式 学习过程如下：开 始时网络的权值随机地赋值 ， 其后接下式进行学 习： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神经元 1在t时刻对 应的权值 ；a(∽ 谓整系 数 ； (『l网络的输八矢量；Ⅳ()：学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (，) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ，如果神 经元 的数量 太少 ．它们就 不能 覆 盖整十空间，结果会导致节点穿过障碍物区域 如果节点 妁数量太大 ．节点就会表示更多的区域，也就得不到距障 碍物的最大距离。在这种情况下，节点是对整个 自由空间 的学 习，而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义，在每个学习阶段的结柬．机器人会检查所有的路 径．如检铡刊路径上有障碍物 ，就意味着没有足够的节点 来 覆盖整 十 自由窑 间，需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ，应该采用较少的网络 节点升 始学习，逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习，自由空间教小，就可用线段表示；若自由空问 较大，就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构，可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息．如形状、位置等 通过 学习可用树结构表示自由空问的基本框架，起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中，可采用人】：神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ，因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ，足以全局规荆为指 导 利用在线得到的局部环境信息，在尽可能短的时问内
上传时间： 2022-02-12
上传用户：qingfengchizhu
这是一篇哈尔滨工业大学2012年 物理电子学工学博士的毕业论文。相干多普勒激光雷达是测量遥感风场和运动目标速度的有力工具。相干多普勒激光雷达的发射源普遍使用单纵模激光器，而锁模激光所具有的宽频谱、窄脉宽、高峰值功率等特性使其在作为相干激光雷达发射源方面具有潜在的应用价值。本文从理论上和实验上对基于锁模激光的相干多普勒激光雷达进行了研究。 理论上，在单频外差探测原理的基础上，考虑了具有 m+1 个模式、纵模间隔为 ω 的本振光，与发生了 Δω 频移的信号光相干拍频后的理论模型，证明了相位差恒定的锁模激光可以实现相干混频，并可以通过低通滤波或 FFT 频谱分析的方式检测出差频信号。利用这一理论模型进行了数值模拟计算，分析了信号光在不同的频移值时的拍频波形，讨论了实现相干探测本振光与信号光应满足的条件。 基于相干多普勒激光雷达系统对发射光源的要求，进行了锁模激光器的实验研究。通过使用不同的锁模器件得到锁模激光输出，其中主动锁模和调 Q 主动锁模都获得了单脉冲宽度在百皮秒量级、锁模深度 100%、锁模几率 95%以上的稳定的锁模脉冲序列输出。对被动锁模、主动锁模、调 Q 主动锁模的激光输出特性进行了对比研究，主动锁模脉冲序列包络时间较长但峰值功率较低，而调 Q 主动锁模峰值功率高但包络时间较短，不同类型的激光输出为后续的相干测速实验提供了多种选择。 利用声光移频器模拟外差探测中信号光发生的多普勒频移，进行了锁模激光拍频实验研究，并与单纵模激光拍频实验结果进行了比较。使用锁模激光在频移为 30 ~ 80 MHz 的范围内进行了拍频实验研究，拍频波形及信号处理的结果均与理论分析相符， 测量结果的相对误差在 0.5%以下。 分别使用脉宽为 10 ns和 16 ns 的调 Q 单纵模脉冲进行拍频，在信号光频移为 150 MHz 时测量结果的相对误差分别为 3.7%和 1.6%。对比实验结果发现，调 Q 单纵模脉冲由于有限的脉宽限制了拍频后包络的数量，导致误差相对较大，而锁模脉冲序列由于具有较长包络时间，在测量较低频移值时仍具有较高的精度，即测量低速目标时更具有优势。在具有较长包络时间的同时，锁模激光还具有高峰值功率和窄脉宽的特点。使用光纤耦合的方式进行了相干拍频实验，得到了稳定的相干拍频波形，FFT 频谱分析的结果与设定值和理论分析相符。
标签： 激光雷达
上传时间： 2022-02-12
上传用户：
中国国防科学技术报告通过研究美国海军质量和可靠性标准技术的发展动态，其中特别针对从上世纪九十年 代开始的美国国防部改革军用标准行动中提出的以最大限度地减少对军用规范和标准的 依赖，更多地采用民用规范和标准，以达到充分利用工业和民用先进技术的理念和实践研 究对我军深入开展质量和可靠性工作具有重要的指导和借鉴意义。更快、更好和更省的市 场需求将促使我军的质量和可靠性标准技术向着综合化、实用化、信息化、仿真化、智能 化、微观化和军民两用化发展。研究报告反映的我军在完善管理体系、健全法规体系和建 立技术体系三个方面必须响应的对策充分结合了我军装备的发展现状和需求。可靠性作为一个性能参数如果不与 维修性、保障性、性能、使用可用性等其他参数联系起来是没有意义的。研究得出的可靠 性工程中应用的 FMECA、FTA、FLSIP、TIGER、ACIM、RBS 模型的特点和相互关系可 为我军有效的利用并具有一定的创新性。“基于性能的后勤“和“基于状态的维修“可适 应新的作战环境和作战样式对装备保障的要求，减少保障负担，均衡经济可承受性，提高 装备保障效率和装备的完好性。
标签： 可靠性标准
上传时间： 2022-02-21
上传用户：fliang
1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统，提出子一种基才聚类方法和神经网络的MMAC方法，首先，采用模糊c均值聚类算法对系统先验数据进行分类处理，再分别对每类数据采用RLS算法建立多个固定模型。在此基础上，建立两个白适应模型来提高系统响应速度和控制品质，建立神经网络预测模型来补偿系统非线性。然后，分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后，采用基于信号有界和测量误差的性能切换指标对控制器进行切换，并证明闭环系统的稳定性。仿真结果表明，所提出的算法能更好地解决非线性系统发生参数跳变问题，使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题，考虑系统实际运行数据，提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模，并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明，所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词：非线性系统；多模型方法；自适应控制；模糊聚类；神经网络
标签： 自适应控制
上传时间： 2022-03-11
上传用户：
