自适应Huffman算法数据溢出的分析与处理

本文在分析自适应Huffman编码算法的基础上，根据当前计算机的发展趋势，指出了采用自适应Huffman编码算法实现大型数据压缩时潜在的计数器溢出和堆栈式溢出问题，并针对它们分别从软件和硬件的角度提出了相应的解决方法．分析表明这些方法具有较强的实用性，可以有效地解决这两类数据溢出问题．     

一种基于Cg语言在图形处理器GPU上实现加密的方法

由于图形处理器GPU(Graphics Processing Unit)最近几年迅速发展,国内外学者已经将基于GPU的通用计算作为一个新的研究领域[1,2].在研究国外最新文献的基础上,分析了美国NVIDIA公司推出的Cg(C for Graphics)开发语言本身的特性,阐述了在GPU平台上利用Cg语言编写的分组加密程序需要特殊处理的地方,最后以DES算法为实例详细描述了编程的方法和实现过程.     

基于支持向量机的逆控制及其稳定性分析

支持向量机(SVM)是一种基于结构风险最小化(SRM)的新的机器学习方法,具有良好的推广性能。给出了利用其构造逆控制器的方法,并将逆控制器串联于原系统前构成伪线性复合系统。针对此开环逆控制系统,在核函数为局部Lipschitz的前提下,证明了控制器是有限增益稳定的,并给出Gaussian核函数对任一变量的局部Lipschitz性的充分条件,在一定合理的假设下给出了控制系统的稳定性结论。     

提升小波支持向量机在交通流量预测中的应用*

采用提升小波方法构造出一种满足双正交的小波函数,并将这种小波函数作为支持向量机的核函数;此外,用线性规划问题来代替二次规划问题及稀疏正则化,本质上确保了解的稀疏性.基于提升小波构造出提升小波支持向量机模型,并将其用于交通流量的预测中.仿真实验表明该模型具有良好的预测能力和泛化能力.     

基于变增益控制理论的感应电机转子磁链观测

针对交流感应电动机转子磁链观测问题,提出一种新的方法,基于变增益控制理论设计感应电机转子磁链观测器。首先把感应电动机模型作为LPV线性变参数系统,将感应电动机的磁通观测器看作线性变参数系统的一个控制器,而把转速与转子电阻作为系统的变参数,然后利用变增益控制理论,通过解一组线性矩阵不等式,设计满足H∞鲁棒稳定性能和动态特性磁链观测器,跟踪实际的磁链。仿真验证了此观测器的有效性和先进性。     

基于TMS320F28XX+UCD8K+HCPL-315J的两级逆变器

介绍以TMS320F28XX、UCD8K和HCPL-315J为核心的单个DSP控制"DC/DC直流变换器 DC/AC逆变器"两级变换逆变器.在介绍整体电路的基础上,详细分析了每个器件的特点及应用.并在500 VA 28 VDC/115 V 400 Hz逆变器样机上进行了实验,验证了设计电路的有效性.     

基于电力系统支路切割的潮流并行协调算法

在研究基于支路切割的网络分块方法的基础上,提出了一种通过切割支路实现网络分块的新算法。该算法将切割支路的潮流以虚拟负荷的形式作为协调变量对子网络之间的耦合影响进行处理,并有效地将大规模电力系统的潮流计算问题转化为若干个子网络的潮流计算问题,是一种基于电力系统潮流调度概念的准并行算法,可以方便地在PC机群上实现。该算法在IEEE 14节点、IEEE 30节点和IEEE 118 节点网络上的验算结果表明:应用该算法获得的潮流计算结果正确,切割支路的选择对算法性能存在一定影响,划分网络的具体技术措施还有待深入研究。     

基于组合模型的悬浮间隙传感器齿槽效应补偿

齿槽效应是影响高速磁浮列车悬浮控制系统稳定性的重要因素,分析了悬浮间隙传感器齿槽效应产生机理,提出采用组合预测的方法建立传感器齿槽特性逆模型进行齿槽误差补偿,根据传感器齿槽特性分别建立RBF神经网络和LS-SVM齿槽补偿系统模型,通过齿槽位置检测线圈提供的补偿参考信号对传感器进行齿槽误差补偿。仿真结果表明组合模型能够较好地拟合齿槽逆特性,组合补偿模型的输出不受齿槽位置的影响,全量程最大误差为0.09 mm,在工作间隙范围内误差小于0.06 mm,且组合模型的补偿误差优于单一RBF或LS-SVM补偿效果,该方法可以有效地消除齿槽效应并提高传感器的检测精度,补偿后的传感器能够满足高速磁浮车悬浮控制系统运行要求。     

三相SPWM逆变器的切换模型与稳定性分析

针对三相SPWM逆变器的近似线性化建模方法对系统分析的局限性,在周期切换理论的基础上对三相SPWM逆变器进行建模,并提出一种新型的稳定性分析方法。首先,在SPWM调制原理基础上,将一个工频周期按三相母线电压大小划分为6个区间,分别得到切换子系统与切换规则,即三相SPWM逆变器的周期切换模型。之后利用周期切换系统与多胞模型的稳定等价性,通过判断对应多胞模型的稳定性,实现三相SPWM逆变器的稳定性分析。仿真实验结果验证了切换模型以及稳定性分析方法的有效性,提高了系统模型的精确度和稳定性分析的灵活性。     

基于综合自适应滤波器的在线短期负荷预测

准确地实现小时负荷预测是实施优化控制和动态安全分析的前提.采用嵌入维最小二乘支持向量机(ELS-SVM)的方法进行建模和预测,对影响负荷的因素进行模糊化处理.采用了粒子群(PSO)优化算法解决ELS-SVM学习过程中多参数难以调整的问题.提出分段小批量学习和更新的在线学习方法,既降低了运算量又能有效地避免积累误差,从而提高预测精度.实验结果表明,该方法有效地将预测精度从2.1%提高到了1.29%.