改进深度神经网络的电力线脉冲噪声抑制与补偿算法

针对非线性抑制方法需要先验统计信息确定最佳门限且引起非线性失真的问题,提出一种改进深度神经网络(DNN)的电力线脉冲噪声抑制与补偿算法。首先通过DNN锁定脉冲噪声的位置,然后采用置零法清除该位置的数据,最后对处理后的信号进行非线性失真重构与补偿,并与其它算法进行了仿真对比实验。仿真结果表明:所提算法提升了DNN的识别率,降低了系统误码率,具有较好的鲁棒性。

基于非线性MPC的分布式驱动电动汽车转矩协调控制

为提高分布式驱动电动汽车在极限工况下的稳定性,提出一种基于非线性模型预测控制(nonlinear model predictive control,NMPC)算法转矩协调控制策略。该策略基于NMPC的集中式系统整体优化方法,兼顾了整车稳定性控制和转矩优化分配,可以改善车辆行驶稳定性,确保车轮滑移率维持在稳定的范围内,提高车辆驱/制动的稳定性。首先利用MATLAB建立整车7自由度动力学模型,同时基于预测控制的算法框架搭建车辆动力学控制器模型。然后根据操稳性控制需求,同时考虑了轮胎的纵向滑移约束设计系统的目标函数;结合障碍函数方法,基于估计的期望动态滑移率实现对滑移率的边界约束。最后将期望值的跟踪控制和滑移约束控制转化为带约束的优化问题,求解得到各轮最优转矩分配。仿真结果表明:该转矩协调控制系统可以有效地改善车辆的稳定性,同时将轮胎滑移率控制在稳定范围内,提高车辆安全性。

对恐怖袭击事件记录数据的量化分析与研究

恐怖主义是人类的共同威胁,利用数据挖掘可以为反恐防恐提供有价值的信息支持.基于数据挖掘的思路,从恐怖袭击事件中提取能描述危险程度的特征属性,构建量化分级模型,并考虑准确率评价指标进行优化.通过组内平方和法分析改进高斯混合模型(GMM),对恐怖组织进行聚类分析,侦查出潜在最相关的嫌疑人.建立相关模型结合统计分析,得到恐怖袭击发生的主要原因、时空特性和蔓延特性,并对未来全球反恐态势进行预测,帮助反恐组织提高反恐的精准性和打击能力.

三面锦旗背后的“高桥雷锋”

1968年参军后,张永革在部队多次获得“学雷锋标兵”“五好战士”等表彰。退伍到高桥镇石油站武装部任职期间,也多次被评为“先进民兵工作者”“先进专职武装干部”“优秀退伍军人”。2011年退休后积极参加社区公益和志愿服务活动,2020年10月经有关部门批准成立了“张永革学雷锋志愿者工作室”,成员已发展到近百人。张永革先后被评为“高桥镇十佳志愿者”“浦东新区优秀志愿者”“孝动浦东先进个人”。