馬爾科夫應用在圖像分割上的研究，它應有的是高斯模型
標簽： 高斯模型
上傳時間： 2015-11-30
上傳用戶：chuxuan0215
這是一個關于虛擬現實的技術，主要是通過OpenGL 導入制作好的3DS模型，渲染進行可視化研究。
上傳時間： 2016-06-03
上傳用戶：ifreede禹玨
生產排程是生產運作管理的基本問題，通過仿真等方法可以編排和優化生產排程，提高及時交貨率和設備利用效率。首先分析生產排程的基本概念，生產排程的三個子過程，以及生產排程問題的解決方法。然后討論了生產排程涉及到的主要因素，并使用面向對象技術分析訂單類、設備類、人員類、存儲類、工件類等模型構建的主要因素，最后給出了生產排程的UML靜態結構圖，為設計生產排程軟件奠定了基礎。
標簽： 模型
上傳時間： 2016-11-21
上傳用戶：你的名字啊
作為高速鐵路運行中的主要列車之一，型動車組具有效率高，密度大等特點。 但在實際運行中，因浪涌過電壓導致的車載電子設備故障時有發生，嚴重影響到動車 組的安全運行。因此，本文對車體浪涌的產生機理和抑制措施進行研究，以期解決上 述問題。 本文首先分析了電磁暫態仿真軟件的算法，導出了集中參數元件 的電磁暫態等值電路，并由均勻傳輸線方程推導出了貝瑞隆線路模型。研究 中的頻變模量模型和頻變相量模型，將電磁暫態建模中最精確的頻變 相量模型引入到動車組浪涌的分析中。
上傳時間： 2017-08-15
上傳用戶：haoliqwe
不同于傳統秘鑰加密技術，無線物理層安全理論技術是根據主竊信道傳輸速率的差值等特征信息來從信息論的角度降低竊聽者獲取的有用信息量。 在理想的竊聽信道模型中，只要保密容量(主竊聽信道容量差)大于0，系統就可以達到保密通信。%在引入信號衰落之后，保密通信只以一定的概率實現。 本文通過建立中斷概率模型來對通信系統的保密性進行仿真。 本文主要研究性能中的保密速率和主竊信道信噪比這兩個指標。在系統所需保密速率是定值的條件下，主竊信道信噪比之差越低，通信的保密性越好。通過采用MIMO技術中的波速成形技術，合法信道中的信道容量可以被大幅度提高，進而大幅度降低中斷概率。環形干擾技術不僅可以降低竊聽信道信噪比，而且對主信道的傳輸速率不會產生負面影響。經過使用Alamouti編碼技術，可以很好的解決由于天線數量增多而導致譯碼復雜度增加的問題。
上傳時間： 2020-03-17
上傳用戶：成成愛吃魚
摘要以反激式開關電源為研究對象，分析了其共模傳導噪聲的干擾源、傳輸通道以及變壓器分布電容參數對共模嗓聲的作用，建立相應的共模傳導發射分析模型和變壓器分布電容模型；重點分析了二次側干擾源的影響及其作用機理，提出了一種簡單但有效降低共模傳導噪聲的方法，并進行了實驗驗證。
標簽： 開關電源
上傳時間： 2021-11-23
上傳用戶：fliang
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
這是一篇哈爾濱工業大學2012年 物理電子學工學博士的畢業論文。相干多普勒激光雷達是測量遙感風場和運動目標速度的有力工具。相干多普勒激光雷達的發射源普遍使用單縱模激光器，而鎖模激光所具有的寬頻譜、窄脈寬、高峰值功率等特性使其在作為相干激光雷達發射源方面具有潛在的應用價值。本文從理論上和實驗上對基于鎖模激光的相干多普勒激光雷達進行了研究。 理論上，在單頻外差探測原理的基礎上，考慮了具有 m+1 個模式、縱模間隔為 ω 的本振光，與發生了 Δω 頻移的信號光相干拍頻后的理論模型，證明了相位差恒定的鎖模激光可以實現相干混頻，并可以通過低通濾波或 FFT 頻譜分析的方式檢測出差頻信號。利用這一理論模型進行了數值模擬計算，分析了信號光在不同的頻移值時的拍頻波形，討論了實現相干探測本振光與信號光應滿足的條件。 基于相干多普勒激光雷達系統對發射光源的要求，進行了鎖模激光器的實驗研究。通過使用不同的鎖模器件得到鎖模激光輸出，其中主動鎖模和調 Q 主動鎖模都獲得了單脈沖寬度在百皮秒量級、鎖模深度 100%、鎖模幾率 95%以上的穩定的鎖模脈沖序列輸出。對被動鎖模、主動鎖模、調 Q 主動鎖模的激光輸出特性進行了對比研究，主動鎖模脈沖序列包絡時間較長但峰值功率較低，而調 Q 主動鎖模峰值功率高但包絡時間較短，不同類型的激光輸出為后續的相干測速實驗提供了多種選擇。 利用聲光移頻器模擬外差探測中信號光發生的多普勒頻移，進行了鎖模激光拍頻實驗研究，并與單縱模激光拍頻實驗結果進行了比較。使用鎖模激光在頻移為 30 ~ 80 MHz 的范圍內進行了拍頻實驗研究，拍頻波形及信號處理的結果均與理論分析相符， 測量結果的相對誤差在 0.5%以下。 分別使用脈寬為 10 ns和 16 ns 的調 Q 單縱模脈沖進行拍頻，在信號光頻移為 150 MHz 時測量結果的相對誤差分別為 3.7%和 1.6%。對比實驗結果發現，調 Q 單縱模脈沖由于有限的脈寬限制了拍頻后包絡的數量，導致誤差相對較大，而鎖模脈沖序列由于具有較長包絡時間，在測量較低頻移值時仍具有較高的精度，即測量低速目標時更具有優勢。在具有較長包絡時間的同時，鎖模激光還具有高峰值功率和窄脈寬的特點。使用光纖耦合的方式進行了相干拍頻實驗，得到了穩定的相干拍頻波形，FFT 頻譜分析的結果與設定值和理論分析相符。
標簽： 激光雷達
上傳時間： 2022-02-12
上傳用戶：
中國國防科學技術報告通過研究美國海軍質量和可靠性標準技術的發展動態，其中特別針對從上世紀九十年 代開始的美國國防部改革軍用標準行動中提出的以最大限度地減少對軍用規范和標準的 依賴，更多地采用民用規范和標準，以達到充分利用工業和民用先進技術的理念和實踐研 究對我軍深入開展質量和可靠性工作具有重要的指導和借鑒意義。更快、更好和更省的市 場需求將促使我軍的質量和可靠性標準技術向著綜合化、實用化、信息化、仿真化、智能 化、微觀化和軍民兩用化發展。研究報告反映的我軍在完善管理體系、健全法規體系和建 立技術體系三個方面必須響應的對策充分結合了我軍裝備的發展現狀和需求。可靠性作為一個性能參數如果不與 維修性、保障性、性能、使用可用性等其他參數聯系起來是沒有意義的。研究得出的可靠 性工程中應用的 FMECA、FTA、FLSIP、TIGER、ACIM、RBS 模型的特點和相互關系可 為我軍有效的利用并具有一定的創新性。“基于性能的后勤“和“基于狀態的維修“可適 應新的作戰環境和作戰樣式對裝備保障的要求，減少保障負擔，均衡經濟可承受性，提高 裝備保障效率和裝備的完好性。
標簽： 可靠性標準
上傳時間： 2022-02-21
上傳用戶：fliang
1.針對一類參數未知的非線性離散時間動態系統，提出了一種新的基于神經網絡的MMAC方法。首先，將系統分為線性部分和非線性部分。針對系統線性部分采用局部化方法逮立多個固定模型覆蓋系統的參數范圍，在此基礎上，建立自適應模型來提高系統性能；針對系統非線性部分建立非線性神經網絡預測模型來邏近系統的非線性。然后，針對每個子模型設計相應的擅制器。最后，設計基于誤差范數形式的性能指標函數對控制器進行硬切換。仿真結果表明，所提出的MMAC方法與傳統的在參數空間均勻分布的MMAC方法相比能顯著提高非線性系統的暫態性能。2針對一類具有參數跳變的非線性離散時間動態系統，提出子一種基才聚類方法和神經網絡的MMAC方法，首先，采用模糊c均值聚類算法對系統先驗數據進行分類處理，再分別對每類數據采用RLS算法建立多個固定模型。在此基礎上，建立兩個白適應模型來提高系統響應速度和控制品質，建立神經網絡預測模型來補償系統非線性。然后，分別針對相應的子模型設計線性魯棒自適應控制器和神經網絡控制器。最后，采用基于信號有界和測量誤差的性能切換指標對控制器進行切換，并證明閉環系統的穩定性。仿真結果表明，所提出的算法能更好地解決非線性系統發生參數跳變問題，使得系統具有良好的控制品質3.針對MMAC方法中的模型庫優化問題，考慮系統實際運行數據，提出了種基于相似度準則和設置最大模型數的動態優化模型庫方法。該方法能對新數據進行綜合考量并判斷是否應該將該數據納入子模型建模，并通過設置最大模型數來確保系統用最少的子模型就能保證系統的控制性能。仿真結果表明，所提出的算法能極大地減少子模型數量且具有較好的控制效果。關鍵詞：非線性系統；多模型方法；自適應控制；模糊聚類；神經網絡
標簽： 自適應控制
上傳時間： 2022-03-11
上傳用戶：
