输入/输出控制程序

输入/输出控制程序（精选12篇）

输入/输出控制程序 第1篇

具有输出噪声干扰的线性系统的辨识是系统辨识领域的一个热点, 许多国内外学者对此进行了较为深入的研究, 并随之出现了许多辨识方法[1,2,3,4,5,6], 但是在实际应用中, 许多学者发现, 在辨识过程中系统的输入项也不可避免地受到噪声的污染, 即实际辨识过程中所用到的输入项实际上是被污染过的输入项, 利用受污染的输入项代替实际输入项辨识出的参数非系统真实的参数。针对具有输入输出噪声干扰的系统, 文献[7]提出利用极大似然函数来实现对系统参数的辨识, 文献[8]利用谱密度分解来实现对参数的估计。在控制领域来实现系统参数辨识的目的, 就是为了对系统设计更加合理的控制器, 从而使系统能跟踪到目标系统, 所以理想的辨识算法是设计合理的控制器的基础。

针对具有输入输出误差的OE模型, 先将OE模型转化成FIR模型, 接着通过递阶辨识算法辨识出FIR模型的参数, 再通过矩阵转换法, 求出OE模型的参数, 最后针对参数已知的OE模型, 设计出合理的控制器使OE模型的输出能渐近跟踪到目标系统的输出。

1 算法设计

考虑OE模型描述的系统

$y(t)=\frac{B(z)}{A(z)}u{}_0(t)+\Delta y{}_0(t)(1)$

式 (1) 中y (t) =y0 (t) +Δy0 (t) , u (t) =u0 (t) +Δu0 (t) , y0 (t) , u0 (t) 分别为系统的实际输入和输出序列, 是不可测的, Δy0 (t) , Δu0 (t) 是未知的输出输入噪声干扰, y (t) , u (t) 是系统的可测输出与输入, 而实际的系统可用下式表示

$y{}_0(t)=\frac{B(z)}{A(z)}u{}_0(t)(2)$

令$G(z)=\frac{B(z)}{A(z)}$, 对G (z) 采用长除法, 可将G (z) 转化为

G (z) =g0+g1z-1+g2z-2+…+giz-i+…。

于是系统式 (1) 变为

y (t) = (g0+g1z-1+g2z-2+…+giz-i+…) ×u0 (t) +Δy0 (t) 。

假设系统式 (1) 是稳定的, 则当i→∞时, gi→0, 因此上述系统可用一个有限脉冲响应模型近似为

y (t) = (g0+g1z-1+g2z-2+…+gp-1z-p+1) ×u0 (t) +Δy0 (t) , (3)

G (p, z) :=g0+g1z-1+g2z-2+…+gp-1z-p+1。

这里G (p, z) 称为FIR模型的传递函数, p为FIR模型参数数目, 或者称为FIR模型阶次, 只要阶次p足够大, 式 (3) 可以任意精度逼近式 (1) , 式 (3) 逼近式 (1) 的精度取决于p的大小, p的选择又依赖于系统的快速性, 一种可行的方法是通过一个准则函数来选择一个合适的p值。定义FIR模型参数向量ϑ和输入数据向量Φ如下

ϑ:=[g0, g1, g2, …, gp-1]T∈Rp;

Φ (t) :=[u0 (t) , u0 (t-1) , …, u (t-p+1) ]∈Rp。

于是式 (3) 可以写成最小二乘格式的辨识模型

y (t) =ΦT (t) ϑ+Δy0 (t) (4)

当Φ (t) 是可测的, 递推最小二乘算法可以获得FIR模型参数向量ϑ的无偏估计, 算法如下

$\widehat{\vartheta }(t)=\widehat{\vartheta }(t-1)+L(t)[y(t)-\Phi {}^{\text{Τ}}(t)\widehat{\vartheta }(t-1)]$;

$L(t)={\rm P}(t)\Phi (t)=\frac{{\rm P}(t-1)\Phi (t)}{1+\Phi {}^{\text{Τ}}(t){\rm P}(t-1)\Phi (t)}$;

$\begin{array}{l}{\rm P}(t)={\rm P}(t-1)-\frac{{\rm P}(t-1)\Phi (t)\Phi {}^{\text{Τ}}(t){\rm P}(t-1)}{1+\Phi {}^{\text{Τ}}(t){\rm P}(t-1)\Phi (t)}=\\ [{\rm I}-L(t)\Phi {}^{\text{Τ}}(t)]{\rm P}(t-1),{\rm P}(0)=p{}_0{\rm I}(5)\\ \Phi (t)=[u{}_0(t),u{}_0(t-1),\cdots ,u{}_0(t-p+1)]{}^{\text{Τ}}；\end{array}$

$\widehat{\vartheta }(t)=[\widehat{g}{}_0(t),\widehat{g}{}_1(t),\cdots ,\widehat{g}{}_{p-1}(t)]{}^{\text{Τ}}$。

由于上面算法中假设ΦT (t) 是可测的, 而在实际中ΦT (t) 是不可测的, 所以对于 (4) 式可以利用递阶辨识法

$\widehat{\Phi }(t)=[\widehat{\vartheta }(t)\widehat{\vartheta }{}^{\text{Τ}}(t)]{}^{-1}\widehat{\vartheta }(t)y(t)(6)$

$\widehat{\vartheta }(t+1)=[\widehat{\Phi }(t)\widehat{\Phi }{}^{\text{Τ}}(t)]{}^{-1}\widehat{\Phi }(t)y(t)(7)$

根据式 (6) 和式 (7) 可以辨识出FIR模型的参数, 进一步辨识原系统的参数。

2 由FIR模型参数确定系统参数

根据式 (3) 可得

$\frac{b{}_0+b{}_{1}z{}^{-1}+b{}_{2}z{}^{-2}+\cdots +b{}_{n}z{}^{-n}}{1+a{}_{1}z{}^{-1}+a{}_{2}z{}^{-2}+\cdots +a{}_{n}z{}^{-n}}=\widehat{g}{}_0+\widehat{g}{}_{1}z{}^{-1}+\widehat{g}{}_{2}z{}^{-2}+\cdots +\widehat{g}{}_{p-1}z{}^{-p+1}$。

即

$b{}_0+b{}_{1}z{}^{-1}+b{}_{2}z{}^{-2}+\cdots +b{}_{n}z{}^{-n}=(\widehat{g}{}_0+\widehat{g}{}_{1}z{}^{-1}+\widehat{g}{}_{2}z{}^{-2}+\cdots +\widehat{g}{}_{p-1}z{}^{-p+1})(1+a{}_{1}z{}^{-1}+a{}_{2}z{}^{-2}+\cdots +a{}_{n}z{}^{-n})$。

设p≥2n+1, 比较上式两边的z-i的系数, 可建立2n+1个方程

$\{\begin{array}{l}z{}^0:b{}_0=\widehat{g}{}_0\\ z{}^{-1}:b{}_1=\widehat{g}{}_{0}a{}_1+\widehat{g}{}_1\\ z{}^{-2}:b{}_2=\widehat{g}{}_{0}a{}_2+\widehat{g}{}_{1}a{}_1+\widehat{g}{}_2\\ ⋮\\ z{}^{-n}:b{}_n=\widehat{g}{}_{0}a{}_n+\widehat{g}{}_{1}a{}_{n-1}+\cdots +\widehat{g}{}_{n-1}a{}_1+\widehat{g}{}_n\\ z{}^{-n-j}:0=\widehat{g}{}_{j}a{}_n+\widehat{g}{}_{j+1}a{}_{n-1}+\cdots +\widehat{g}{}_{j+n-1}a{}_1+\widehat{g}{}_{j+n},\\ j=1,2,\cdots ,n。\end{array}$

令

将上式2n+1个方程的前n+1个方程和后n个方程分别联立起来, 可得

$\{\begin{array}{c}b=\widehat{g}{}_a+Q{}_{1}a\\ g{}_b=-Q{}_{2}a。\end{array}$

于是可得

$\left[\begin{array}{c}a\\ b\end{array}\right]=\left[\begin{array}{cc}-Q{}_1& {\rm I}{}_{n+1}\\ -Q{}_2& 0\end{array}\right]{}^{-1}\left[\begin{array}{c}\widehat{g}{}_a\\ \widehat{g}{}_b\end{array}\right](8)$

3 控制器的设计

重新考虑系统式 (1)

$y(t)=\frac{B(z)}{A(z)}u{}_0(t)+\Delta y{}_0(t)(9)$

式 (9) 中A (z) 是系统的参数, 当系统的参数未知时, 很难设计控制器来使系统的输出来跟踪已知目标系统的输出, 但是通过前两节的推导可知系统的参数是已知的。假设系统的输出y (t) 可测且可导, Δy0 (t) 是系统的未知输出噪声干扰, 且||Δy0 (t) ||≤M, M是未知的正常数, yr (t) 是目标系统的输出, 且yr (t) 也是可导的, 设计的目标是对系统 (9) 设计合适的控制器, 使得

$\underset{t\to \infty }{{\displaystyle \lim }}(y(t)-y{}_r(t))=\underset{t\to \infty }{{\displaystyle \lim }}e(t)=0(10)$

式 (9) 两边同时减去目标输出得

$e(t)=y(t)-y{}_r(t)=\frac{B(z)}{A(z)}u{}_0(t)+\Delta y{}_0(t)-y{}_r(t)(11)$

定理1 对于系统式 (11) , 设计如下控制器和自适应率

$u{}_0(t)=\frac{A(z)}{B(z)}[2y(t)-y{}_r(t)+\dot{y}(t)-\dot{y}{}_r(t)+\widehat{{\rm M}}\mathrm{sgn}(e(t))](12)$

$\dot{\widehat{{\rm M}}}(t)=\parallel e(t)\parallel (13)$

则系统式 (9) 输出y (t) 能渐近跟踪到目标yr (t) 。

证明 设计李亚普诺夫函数

$V(t)=\frac{1}{2}e{}^2(t)+\frac{1}{2}(\widehat{{\rm M}}-{\rm M}){}^2$。

两边求导, 并利用式 (12) 。

$\begin{array}{l}\dot{V}(t)=e(t)\dot{e}(t)+(\widehat{{\rm M}}-{\rm M})\dot{\widehat{{\rm M}}}=e(t)(-e(t)-\\ \widehat{{\rm M}}\mathrm{sgn}(e(t))-\Delta y{}_0(t))+(\widehat{{\rm M}}-{\rm M})\dot{\widehat{{\rm M}}}=\\ -e{}^2(t)-\widehat{{\rm M}}\parallel e(t)\parallel -e(t)\Delta y{}_0(t)+(\widehat{{\rm M}}-{\rm M})\dot{\widehat{{\rm M}}}\le -e{}^2(t)-\widehat{{\rm M}}\parallel e(t)\parallel +{\rm M}\parallel e(t)\parallel +(\widehat{{\rm M}}-{\rm M})\dot{\widehat{{\rm M}}}=-e{}^2(t)+({\rm M}-\widehat{{\rm M}})\parallel e(t)\parallel +(\widehat{{\rm M}}-{\rm M})\dot{\widehat{{\rm M}}}=-e{}^2(t)+(\widehat{{\rm M}}-{\rm M})(\dot{\widehat{{\rm M}}}-\\ \left|e(t)\right|)。\end{array}$

将式 (13) 代入上式得

$\dot{V}(t)\le -e{}^2(t)\le 0$。

由上式e (t) ∈L2, 而e (t) ∈L∞, $\dot{e}$ (t) ∈L∞, 根据babalat引理得

$\underset{t\to \infty }{{\displaystyle \lim }}(y(t)-y{}_r(t))=\underset{t\to \infty }{{\displaystyle \lim }}e(t)=0$。

所以系统式 (9) 输出y (t) 能渐近跟踪到目标。

4 结论

借助于递阶辩识理论, 解决了具有输入输出误差OE模型参数辩识问题, 同时利用辩识出的参数对OE模型设计控制器, 使OE模型的输出能渐近跟踪到目标输出, 理论结果证明了本文多设计的辩识方法和控制器的设计是有效的。

参考文献

[1]Ding F, Chen T.Bias compensation based recursive least squares identification algorithmfor MISO systems.IEEE Transactions on Cir-cuits and Systems-II:Express Briefs, 2006;53 (5) :349—353

[2]Ding F, Chen T.Parameter estimation for dual-rate systems with fi-nite measurement data.Dynamics of continuous, Discrete and Impul-sive Systems, Series B:Application Algorithms, 11 (1) :101—121

[3] Ding F, Yang H Z. Parameter identification and intersample output estimation for dual-rate systems. IEEE Transactions on Systems, Man, and Cybernetics, Part A:Systems and Humans, 2008;38 (4) :966—975

[4]Ding F, Shi Y, Chen T.Amendments to Performance analysis of esti-mation algorithms of nonstationary ARMA processes.IEEE Transac-tions on Signal Processing, 2008;56 (10) Part I:4983—4984

[5] Ding F, Chen T. Performance analysis of multi-innovation gradient type identification methods.Automatica, 2007;43 (1) :1—14

[6] Lu W P, Fisher D G. Multirate adaptive inferential estimation. IEE Proceedings, Part D, Control Theory and Applications 1992;139:181—189

[7]Roberto D, Roberto G, Umberto S.Maximum likelihood identifica-tion of noisy input-output models.Automatica, 2007;43 (2) :464—472

输入/输出控制程序 第2篇

计通学院

《Java面向对象程序设计》实验

实验八

输入输出流

学生姓名：×××

学

号：×××

班

级：×××

指导老师：×××

专

业：计算机科学与技术

提交日期：×××年×× 月××日

实验报告内容

1． 实验目的

掌握字符输入、输出流用法； 掌握使用Scanner类解析文件； 掌握Console流的使用。

2． 实验内容

实验教材-第12章实验1、2、3 字符输入输出流；Scanner类和Console类。

要求: 完善程序,给出实验结果截图；

完成试验后练习。

3． 程序代码及运行结果：

实验1 举重成绩单

// AnalysisResult.java import java.io.*;import java.util.*;public class AnalysisResult { public static void main(String[] args){ File fRead=new File(“score.txt”);File fWrite=new File(“scoreAnalysis.txt”);try{ Writer out=new FileWriter(fWrite);BufferedWriter bufferWrite=new BufferedWriter(out);Reader in=new FileReader(fRead);BufferedReader bufferRead=new BufferedReader(in);String str=null;

while((str=bufferRead.readLine())!=null){

double totalScore=Fenxi.getTotalScore(str);str=str+“总成绩：”+totalScore;System.out.println(str);bufferWrite.write(str);bufferWrite.newLine();} bufferRead.close();bufferWrite.close();} catch(IOException e){ System.out.println(e.toString());} } }

// Fenxi.java

import java.util.*;public class Fenxi { public static double getTotalScore(String s){ String regex = “[^0123456789.]”;String digitMess = s.replaceAll(regex,“*”);StringTokenizer fenxi = new StringTokenizer(digitMess,“*”);double totalScore=0;while(fenxi.hasMoreTokens()){ double score=Double.parseDouble(fenxi.nextToken());totalScore=totalScore+score;} return totalScore;

} }

// score.txt

姓名：张三，抓举成绩 106kg，挺举 189kg。姓名：李四，抓举成绩 108kg，挺举 186kg。姓名：周五，抓举成绩 112kg，挺举 190kg。

运行结果如图1所示

图1

实验2 统计英文单词 // WordStatistic.java import java.io.*;import java.util.*;public class WordStatistic { Vector allWord,noSameWord;File file=new File(“english.txt”);Scanner sc=null;String regex;WordStatistic(){ allWord=new Vector();noSameWord=new Vector();regex=“[sdp{Punct}]+”;//正则表达式 try{ sc=new Scanner(file);sc.useDelimiter(regex);

} catch(IOException exp){ System.out.println(exp.toString());} } void setFileName(String name){ file=new File(name);try{ sc=new Scanner(file);sc.useDelimiter(regex);} catch(IOException exp){ System.out.println(exp.toString());} } void WordStatistic(){ try{ while(sc.hasNext()){ String word=sc.next();allWord.add(word);if(!noSameWord.contains(word))noSameWord.add(word);} } catch(Exception e){} } public VectorgetAllWord(){ return allWord;} public VectorgetNoSameWord(){ return noSameWord;

} }

// OutputWordMess.java import java.util.*;public class OutputWordMess { public static void main(String[] args){ Vector allWord,noSameWord;WordStatistic statistic=new WordStatistic();statistic.setFileName(“hello.txt”);statistic.WordStatistic();allWord=statistic.getAllWord();noSameWord=statistic.getNoSameWord();System.out.println(“共有”+allWord.size()+“个英文单词”);System.out.println(“有”+noSameWord.size()+“个互不相同英文单词”);System.out.println(“按出现的频率排列：”);int count[]=new int[noSameWord.size()];for(int i=0;iif(count[n]>count[m]){ String temp=noSameWord.elementAt(m);

noSameWord.setElementAt(noSameWord.elementAt(n), m);noSameWord.setElementAt(temp, n);int t=count[m];count[m]=count[n];count[n]=t;} } } for(int m=0;m

运行结果如图2所示

图2

实验3 密码流

// PassWord.java import java.io.*;public class PassWord { public static void main(String[] args){ boolean success=false;int count=0;Console cons;char[] passwd;cons=System.console();while(true){

System.out.print(“输入密码：”);

passwd=cons.readPassword();

count++;

String password= new String(passwd);

if(password.equals(“tiger123”)){

success=true;

System.out.println(“您第”+count+“次输入的密码正确！”);

break;

}else{

System.out.println(“您第”+count+“次输入的密码”+password+“不正确！”);

}if(count==3){

System.out.println(“您”+count+“次输入的密码都不正确！”);

System.exit(0);

} } if(success){

File file=new File(“score1.txt”);

try{

FileReader inOne=new FileReader(file);

BufferedReader inTow=new BufferedReader(inOne);

String s=null;

while((s=inTow.readLine())!=null){

System.out.println(s);

}

inOne.close();

inTow.close();

}catch(IOException ioe){} } } }

// score.txt

姓名：张三，抓举成绩 106kg，挺举 189kg。姓名：李四，抓举成绩 108kg，挺举 186kg。姓名：周五，抓举成绩 112kg，挺举 190kg。

运行结果如图3所示

图3

4． 实验后的练习：

实验1

有如下格式的成绩单（文本格式）score.txt。姓名：张三，数学72分，物理67分，英语70分。姓名：李四，数学92分，物理98分，英语88分。

姓名：周五，数学68分，物理80分，英语77分。要求按行读入取成绩单，并在该行的后面尾加上该同学的总成绩，然后再将该行写入到一个名字为scoreAnalysis.txt的文件中。// AnalysisResult.java import java.io.*;import java.util.*;public class AnalysisResult { public static void main(String[] args){ File fRead=new File(“score.txt”);File fWrite=new File(“scoreAnalysis.txt”);try{ Writer out=new FileWriter(fWrite,true);BufferedWriter bufferWrite=new BufferedWriter(out);Reader in=new FileReader(fRead);BufferedReader bufferRead=new BufferedReader(in);String str=null;

while((str=bufferRead.readLine())!=null){ double totalScore=Fenxi.getTotalScore(str);str=str+“总分：”+totalScore;System.out.println(str);bufferWrite.write(str);bufferWrite.newLine();} bufferRead.close();bufferWrite.close();

} catch(IOException e){ System.out.println(e.toString());} } }

// Fenxi.java

import java.util.*;public class Fenxi { public static double getTotalScore(String s){ Scanner scanner=new Scanner(s);scanner.useDelimiter(“[^0123456789.]+”);double totalScore=0;while(scanner.hasNext()){ try{ double score=scanner.nextDouble();totalScore=totalScore+score;} catch(InputMismatchException exp){ String t=scanner.next();} } return totalScore;} }

// score.txt 姓名：张三，数学72分，物理67分，英语70分。姓名：李四，数学92分，物理98分，英语88分。姓名：周五，数学68分，物理80分，英语77分。

运行结果如图4所示

图4

实验2 按字典序输出全部不相同的单词。// Dictionary.java import java.util.*;public class Dictionary { public static void main(String args[]){

Vector allWord,noSameWord;

WordStatistic statistic=new WordStatistic();

statistic.setFileName(“hello.txt”);

statistic.WordStatistic();//statistic调用WordStatistic()方法

allWord=statistic.getAllWord();

noSameWord=statistic.getNoSameWord();

System.out.println(“共有”+allWord.size()+“个英文单词”);

System.out.println(“有”+noSameWord.size()+“个互不相同英文单词”);

System.out.println(“按字典顺序排列:”);

String s[]=new String [noSameWord.size()];

for(int i=0;i

s[i]=noSameWord.elementAt(i);

}

Arrays.sort(s);

for(int i=0;i

System.out.println(s[i]+“ ”);

} } }

运行结果如图5所示

图5

实验3 编写一个程序，程序运行时，要求用户输入的密码是：hello。如果用户输入了正确的密码。程序将输出“你好，欢迎你！”。程序允许用户2次输入的密码不正确，一旦超过2次，程序将立刻退出。// PassWord.java import java.io.*;import java.util.Scanner;public class PassWord{ public static void main(String args[]){ int count=0;Console cons;String passwd;Scanner sc=new Scanner(System.in);//cons=System.console();

while(true){

System.out.print(“输入密码:”);

passwd=sc.next();//

count++;

String password=new String(passwd);

if(password.equals(“hello”)){

System.out.println(“你好，欢迎你！”);

break;

}

else{

System.out.println(“您第”+count+“次输入的密”+password+“不正确”);

}

if(count==3){

System.out.println(“您”+count+“次输入的密码都不正确”);

System.exit(0);

} } } }

运行结果如图6所示

图6

5． 实验心得和体会

这次实验中，我感觉比较难理解和掌握的就是Console类

了，在实验3 密码流的代码在eclipse中运行出错如下图所示：

就是输入不了密码,后来通过找寻解决方法,才知道了在JDK 6中java.io.Console类专用来访问基于字符的控制台设备,然后使用cmd命令提示符来运行就可以输入密码和显示结果了。

反复输入,灵活输出 第3篇

近几年中国多个省份出现大旱,很多地方出现了人畜饮水困难。为增进学生对水资源缺乏和节约用水的认识，你校将举办主题为"WATER FOR LIFE"为主题的英语演讲比赛。请根据下面的信息提示写一篇英语发言稿,其内容应包括：

1.水资源缺乏的原因分析。2.提出节约用水的具体建议。

注意：1.词数120~150；2.开头和结尾已写好，不计入总词数。

参考词汇：短缺-shortage干旱-drought

Part one： 例文分析

第一步：展示全文

Dear teachers and schoolmates，

It's a great honor for me to say something about the water shortage and some ways of saving water.

It's reported that many provinces suffered from drought and lots of people couldn't have access to/drink clean water. It has attracted the attention of more and more people. As we all know, many factors lead to the problem such as global warming, environmental pollution and growing population. If we didn't do something about it, the problem would become more and more severe.

Here are my suggested ways to save water in daily life. Firstly, we should form the good habit of using water such as turning off the tap when you are not actually using the water while brushing. Secondly, it's a good idea to recycle water. For example, the water used to clean vegetables 1t can be reused to water trees. Lastly, we can save water by employing water-conserving appliances at home.

In conclusion, everyone's contribution counts a lot when it comes to saving water.

第二步：同桌合作找出本文中的重点单词短语及句型。（学生根据情况查找，不要求所有同学答案一致）

第三步：师生交流，尤其是重点句型，因其中就包含了重点单词与短语。

（1） It's a great honor for me to……

（2）It's reported that……

（3） As we all know, many factors lead to the problem……

（4） Here are my suggested ways to save water in daily life.

（5） We should form the good habit of using water such as turning off the tap when you are not actually using the water while brushing.

（6）When it comes to saving water……

第四步: 背诵本文中含有以上句型的句子。

Part two：仿句（把下面的句子译成英语）。仿写的目的是提高学生运用的能力，以不变应万变。

第一步：学生独立完成。（通过前面的文章，学生有了基础） 1.和大家分享关于气候变化的观点我感到很荣幸。（It's a great honor for me to）

____________________________________________

2.我认为，多种因素导致了这种现象的发生。(As far as I'm concerned)

____________________________________________

3.确实到了我们采取有效措施保护水资源的时候了。(It's high time that…)

____________________________________________

4.总之，养成保护环境的习惯是非常重要的。(It's important to…)

____________________________________________

第二步：师生交流并给出参考答案。

1.It's a great honor for me to share my opinion on the climate change with you.

2.As far as I'm concerned, many factors lead to the phenomenon.

3.It's high time that we took effective measures to preserve the water resources.

4.In conclusion, it's important to form the good habit of protecting the environment.

第三步：学生背诵以上句子。

Part three: 仿写文章

假设你和几位同学成立了一个英语俱乐部，开展了为期两个月的活动。现在，你将代表俱乐部在课堂上进行经验交流，请你写一篇英语发言稿，主要内容如下：

1.简要描述俱乐部开展的一项与英语有关的主要活动；

2.谈谈你们开展该活动的收获。

第一步：通过前面两部分的铺垫，学生对写好类似文章有了一定的基础，独立完成后同桌相互评阅，共同提高。

第二步：展示范文

Hello，everyone！I am greatly honored to be here exchanging our experiences on English learning with all of you.

Two months ago we set up an English club aimed at improving our English learning enthusiasm and speaking skills. During the two months we had many kinds of activities such as acting English plays，debates，speech contests and so on. Of all the activities the English debates are particularly beneficial. For each debate we had a specific motion and we took active part in the debates. Through the debates，not only have we aroused the passion of the students of learning English but also our spoken English has been greatly improved. The organizers as well as the participants have benefited a lot from the club.

Thank you for your listening and welcome to join us!

第三步：根据范文再次修改自己的文章，找出自己的闪光点与不足之处，扬长避短。

第四步：找出本文亮点并背诵原文。

Part four：循环背诵范文。坚持背诵一周，每次约用5分钟时间课前检查，先检查英语水平较好的学生，最后检查英语基础较差的学生，目的是给他们留足充分的准备时间，以使他们成功背过，提高他们学好英语的信心，从而逐步提高他们的英语成绩。从本学期来看，确实起到了一定的效果。

Part five：默写范文。默写的目的是把背诵的内容落到实处，避免学生眼高手低，一说就会，一写就错。把所写内容烂熟于心。

其他题材，体裁的文章，采用同样的方法，仿写完后背范文，坚持一周检查，做到80%以上学生熟练过关。

三四种文章过后，用一周的时间把三四篇文章重新检查一遍，每次检测前再检查一遍，效果很好。

输入/输出控制程序 第4篇

双向开关的换流问题是阻碍矩阵变换器(MC)工业实用化的一个重要因素。与传统的交-直-交变换电路不同,MC电路没有提供续流路径,这使得开关间的换流更为困难。在双向开关未商品化以前,一般由两个单向全控功率开关和两个快速恢复二极管组合而成。两个方向的功率开关可以分别控制,从而为安全换流提供可能。理论上,要换流的两个双向开关的导通和关断必须瞬间同时完成,但实际应用中,由于器件的开通时间、关断时间和驱动电路的延时都有个体差异,换流就不能在瞬间完成,而是需要一个过程[1,2,3]。因此,理解开关间的换流过程是十分重要的。本文在分析经典的4步换流的基础上,借助窄脉冲的概念解释了换流过程中存在的不完全换流现象,并说明其危害。同时,从避开致使窄脉冲产生因素的角度出发,本文提出一种改进的双线电压合成策略以优化MC的输入输出性能,并将其与传统的窄脉冲处理方法作比较,得到这种方法的优越性。

2 双线电压合成策略[4,5,6]

MC的典型拓扑结构如图1所示,其中Lf,Cf为输入侧滤波器。矩阵变换器在工作过程中,开关管的通断状态不断改变,三相输出通过双向开关能与任意一相输入相连,按照一定的策略控制S11～S33这9个双向开关,便可得到频率和幅值都连续可调的正弦波。

所谓双线电压合成,就是在每一个开关周期内,输出线电压用两个输入线电压来合成。不同时刻,使用两个不同的线电压组合。将输入电压和期望的输出电压按照不同的方法划分成6个区间,如图2所示。

在输入电压中,最大、中间、最小电压定义为

输入电流根据相应的输入电压值的大小分别标记为ii(max),ii(mid),ii(min);同样,将输出电压按大小分别标记为umax,umid,umin,相应的输出电流标记为io(max),io(mid),io(min)。

基准电压ebase定义为输入电压中具有最大绝对值的相电压。当ebase=emin时,令umin=emin,即输出相umin连接的3个开关中,与输入相emin相连的开关在一个开关周期内始终导通,另两个开关则始终关断;而对与其它两输出相相连的6个开关进行脉宽调制。当ebase=emax时,令umax=emax,开关的导通原则与上面相同。

为了简化占空比的计算,定义以下变量:

在每一个采样周期内,输出线电压的平均值如下:

undefined

其中

通过选择时间间隔T1～T5及T21～T25就可以获得所需的输出电压。从式(1)与式(2)中看到,2个方程有4个未知数,可以利用这种自由度来调整负载电流在输入电流中的分配比例以获得理想的输入电流波形。

定义输入电流分配因子α为

undefined

由式(1)～式(3)可得:

undefined (4)

undefined (5)

为减小谐波畸变,各占空比以开关周期的中点为中心对称分布,即:undefined。根据式(3)、式(4)、式(5)即可得到在一个开关周期内开关开通和关断的时间,从而合成期望的输出正弦波形。

3 4步换流及窄脉冲

3.1 4步换流策略[7]

双向开关的4步换流策略最早在1989年由N. Burány提出。该方法在不需要缓冲电路的情况下,通过严格的逻辑控制就可实现开关间的安全换流,其实现简单而被广泛接受。4步换流既可以依据负载电流方向来进行,也可以依据输入电压的大小来进行,要遵循的基本原则就是避开可能导致输入侧短路和输出侧开路的开关状态组合。本文选用基于输入电压值的换流方法。假设要实现图1所示的双向开关S11到S12的换流,其换流过程如图3所示。

当eA>eB时,4步换流的顺序为:1)开通S12p;2)关断S11p;3)开通S12n;4)关断S11n。当eA

3.2 窄脉冲的形成及危害[8]

由上述可知,MC要完成两个双向开关间的完整换流过程需要4步,共需3tc的时间。这就要求开关的触发脉冲宽度至少为3tc,才能保证整个换流过程的完成。如果PWM脉冲宽度小于3tc,也即出现了窄脉冲,此时就可能发生前一个换流还没有完成,后一个换流就已经开始的情况,即不完全换流。这不仅会导致输入输出波形畸变,有时还会导致换流失败,造成输入侧电压短路,产生电流尖峰。

不完全换流过程可以下面的情况为例来说明。假设连接在同一输出相a相的3个开关S11,S12和S13分别与输入相A,B,C相连,且eA>eB>eC,三相换流的顺序为A→B→C,B相的触发脉冲较窄。图4中给出了3个开关各自的PWM脉冲触发情况。从图4中可以看到,开关S11p与S12n之间有一部分脉冲重叠,即在eA-S11p-S12n-eB之间构成了一条短路路径,造成输入电压的短路,从而引起过电流。

无论矩阵变换器的哪种调制策略,都不可避免地会产生一些宽度较窄的脉冲[3]。而在实际产生开关脉冲时,必须将脉冲宽度小于最小完全换流时间的脉冲予以消除,才能避免输入侧的短路情况,抑制过电流。但这必然会导致输入输出波形的畸变,因此必须研究窄脉冲的消除和补偿方法。

3.3 传统的窄脉冲处理方法

对于窄脉冲,究其原因就要追述到开关占空比时间的计算上。分析式(3)～式(5)可知,窄脉冲一般在以下两种情况下出现:

1)在输出线电压期望值Δumid较小时,会导致T23,T22及T24都很小,从而引起窄脉冲的出现;

2)在emid处于过零点附近时,电流分配系数α接近于零,这会导致T2,T4,T22及T24都小于完全换流的最小时间。同时,在一个输入电压周期内,emid的过零次数为6次,也即T2,T4,T22及T24的脉冲宽度会周期性地小于最小脉冲宽度。

对于Δumid过小引起的窄脉冲,传统的解决方法是将umid相直接与输入电压的基准相相连,不进行调制的方法来解决。由于输出电压umid和基准电压值相差很小,故这种方法对输出波形的影响不大,而且实现较为简单。

而对于由α过小引起的窄脉冲,传统的解决方法是在检测到T2,T4或T22,T24的脉冲宽度小于完全换流的最小时间时,就不发出该脉冲,而该脉冲对应的输入电压在输出电压中承担的份额由另外一相输入电压来承担。

但值得注意的是:上述窄脉冲消除和补偿的传统方法是有前提的,那就是输出电压的期望值较大。当输出电压的期望值比较小时,传统的方法将不再适用,输出电压严重畸变,系统性能恶化。而一些电机运行所需要的电源工作状态恰是输出电压期望值较小的工况。为此,本文提出一种改进的双电压合成策略,以避开致使窄脉冲产生因素为出发点来优化MC的输出性能。

4 改进的双线电压合成策略

根据上述分析,emid的过零点区域及较小的输出线电压期望值是产生窄脉冲的根本原因。基于此,本文提出依据emid的极性选择PWM开关模式来对3个输出相分别进行调制的双线电压合成策略。其中,输入输出电压的分区不变,相应电压电流的最大、中间和最小值的标记不变。这里以eA>eB>eC的情况为例来说明该策略下各相开关的PWM开关模式,如图5所示。

当emid>0时,PWM开关序列从零矢量(emax,emax,emax )开始调制,然后变换到(emax,emax,emid),直到(emid,emid,emin),然后反向选择电压矢量,最后回到零矢量(emax,emax,emax);当emax<0,开关序列由零矢量(emin,emin,emin)开始移动,直到(emax,emax,emid),然后返回到零矢量(emin,emin,emin)。开关序列变换的原则是始终用最小的输入线电压来调制三相输出电压。其开关序列中每个电压矢量的作用时间可由输入电流和输出电压的关系得到。

当emin>0时,三相输出电压为

undefined

那么

undefined

三相输入电流为

为保持单位功率因数,令emax/emin=ii(max)/ii(min)=-[2(B+C)/(2E+F)]=-(B/E),从而可得:

将式(8)、式(9)代入式(6)、式(7)得:

undefined

那么undefined

再将B,C分别代入式(8)、式(9)得:

undefined

其中 e2m=eundefined+eundefined+eundefined

同理,当emid<0时,各矢量作用的时间计算公式如下:

undefined

对于零矢量的作用时间A和D,它们与B,C,E,F存在如下关系,即:

从式(10)可以看出,A和D的选择具有一定的自由度,但为了简单起见,一般选择A与D相同。

5 实验验证

本文基于Matlab/Simulink仿真软件和dSPACE实验平台对该优化策略做了实验验证,并通过其与传统双电压合成策略下窄脉冲的消除和补偿方法进行对比说明其对矩阵变换器输出性能的优化。仿真和实验参数如下:输入滤波电感为5 mH,滤波电容为5 μF,阻尼电阻为15 Ω;三相对称阻感负载电阻为15 Ω,电感为5 mH;采样频率为5 kHz,输入线电压有效值为120 V,频率为50 Hz,输出相电压有效值为20 V,频率为30 Hz。图6和图7给出了传统的窄脉冲处理方法和本文提出的优化方法下的输入输出波形。

对比图6和7可以看出,在低电压输出条件下,采用改进的双线电压调制策略时,输出线电压较采用传统的窄脉冲处理方法时发生了很大变化,输入、输出电流的波形也有了明显的改善,畸变减小。由FFT分析知,采用传统窄脉冲处理方法时,输入、输出电流的THD分别为12.12%,8.04%,而采用优化的方法时输入、输出电流的THD则为4.55%和3.78%。从而得知,本文提出的优化方法具有优越性。

6 结论

综上所述,本文提出的优化双电压合成策略避开了致使窄脉冲产生的因素,改善了矩阵变换器的输入输出性能。并通过与传统的窄脉冲消除和补偿方法的比较,说明了该优化方法的优越性,即在期望输出为低电压的条件下也能得到良好的输入输出波形。

参考文献

[1]Huber L,Borojevic D.Space Vector Modulated Three-phase to Three-phase Matrix Converter with Input PowerFactor Correction[J].IEEE Trans.on Industry Applica-tion,1995,31(6):1234-1246.

[2]Patrick W Wheeler,Jose Rodriguz,Jon C Clare.MatrixConverters:A Technology Review[J].IEEE Trans.onIndustrial Electronics,2002,49(2):276-288.

[3]方永丽.矩阵变换器控制策略及其双馈调速控制方法的研究[D].中国矿业大学,2006,10:16-19.

[4]Watanabe E,Ishii S,Yamamoto E,et al.High Perform-ance Motor Drive Using Matrix Converter[C]∥Advancesin Induction Motor Control,IEE Seminar,2000:1-6.

[5]Oyama J,Higuchi T,Yamada E,et al.New Control Strate-gy for Matrix Converter[C]∥Proceeding of IEEE PESCConf.Rec,1989:360-367.

[6]Oyma J,Xia X,Higuchi T,et al.Displacement Angle Controlfor Matrix Converter[C]∥in Proc.PESC,1997:1033-1039.

[7]Burány N.Safe Control of Four-quadrant Switches[C]∥inConf.Rec.IEEE-IAS Annu.Meeting,1989:1190-1194.

[8]方永丽,唐轶,马星河,等.矩阵变换器4步换流策略的优化方法研究[J].中国矿业大学学报,2006,35(5):662-666.

[9]Hara H,Yamamoto E,Kang J K,et al.Improvement ofOutput Voltage Control Performance for Low-speed Opera-tion of Matrix Converter[J].IEEE Transactions on PowerElectronics,2005,20(6):1372-1378.

[10]马星河,谭国俊,方永丽,等.矩阵变换器电压法3步换流的研究与设计[J].电力电子技术,2007,41(3):47-49.

输入与输出作文250字 第5篇

每当写不出文字的时候，总有点烦躁，夹杂着细微的不安。

撇开心情的缘故，我能想到的就是输入太少，就是阅读太少。

随着写作的频繁，加上看别人的文字对比。

我愈发察觉自己知识面的狭窄。

输入，不再仅仅是简单阅读，包含阅读面之广，数量之大，以及阅读的质量，是否有做笔记，让好友优句融入你的思想，为你所用。

总觉得自己写的.不好，太多肤浅。

每一次的输出检验，其实也是对自己输入量与质的一次考试。

要学的太多，太杂，反而有点乱了阵脚。

也许，我该调整脚下的路，有计划的前行，是否会更好些。

输出要有质量。

输入也要有质与量。

有输入才会有输出 第6篇

一、课外阅读，挖掘写作素材

课外阅读是一种良好的知识输入手法，是帮助高中生掌握生动语言、丰富知识的主要形式之一。在高中语文写作教学中导入课外阅读机制，可以有效丰富高中生的语言，提高他们对文学的兴趣。例如，鲁迅、冰心、郭沫若等著名作家的文学与诗歌作品，或者那些流传于海内外的古典名著，这些宝贵的文学作品中，不但蕴涵了大量的哲学思想，同时也是良好的创作素材。譬如，鲁迅的《药》，冰心的《小桔灯》，里面的行文特征、描述手法、对修辞的运用等，都值得学生借鉴。当然，课外阅读不需要拘泥于散文、小说等文体上，也可以根据需要为学生提供一些社科类图书。譬如，当学生撰述的文章涉及到大量的地理、历史等知识时，相关的社科图书可以发挥极大的作用。而且，社科类图书的文字叙述简练、明确，值得学生借鉴，是提高学生语言文字表达能力的有效途径。总之，围绕课外阅读打造高中语文写作教学，这是提高教学质量的关键。但是，语文教师在这期间，必须做好指导工作，帮助学生正确积累课外阅读素材，合理挖掘其中的创作资源，由此最大限度地发挥课外阅读的价值，以此提高高中生对课外阅读的兴趣，强化他们的写作技能。

二、深入阅读，分析写作手法

在欣赏课外阅读作品期间，带领学生分析作品的行文手法和写作风格，可以间接培养学生的写作技巧，让他们积累到更多的写作经验。例如，《巴黎圣母院》是一部经典的文学著作，在这部作品中，不但洋溢着浓厚的人文主义色彩和浪漫主义气息，而且作者在撰述的过程中还运用了大量的夸张、拟人等修辞手法，如“痛苦总是守在欢乐旁边”、“在这种月光下，一切事物都好像幽灵”等。这种修辞和描述的方法，不但可以成为高中生借鉴的宝贵素材，而且他们在模仿和学习中还能渐渐形成自己的行文风格，从而有效促进他们的写作质量。另外，这类文学著作在框架、行文步骤的设计上，也独具匠心。例如，鲁迅的《狂人日记》，查尔斯的《雾都孤儿》，丹尼尔·笛福的《鲁滨逊漂流记》，小仲马的《茶花女》，等等。其中，以《茶花女》为例，这部作品的行文框架是建立在回忆和倒叙的基础之上的，作者在描述茶花女期间，主要以第三人的视角进行回忆式的撰述，由此借助他人的眼光和心理动向来描述茶花女这个人物。这种利用第三人的视角来描述文章主人公的方式，不但可以更全面地剖析茶花女的特点，而且还能间接指出那个年代的生活面貌及人文精神。因此，如果将这类行文技巧和文章框架的创作手法传达给学生，让学生在模仿中形成自己的理解和认知，可以让他们写出的文章更具艺术性和可读性。

三、临场模仿，激发写作欲望

临场实践是增强高中生写作技巧、提高写作教学质量的重要方法，所以，在围绕课外阅读挖掘写作素材、探究行文技巧的基础上，还要鼓励学生在课堂中进行实地写作训练，让学生在体验中收获知识。例如，关于《茶花女》，在阅读了这部作品之后，可以要求学生自行拟定题目，围绕相应的行文步骤进行写作。不过，虽然高中生综合能力较强，但是在初次模仿期间依然会出现“流于其表”的情况，而无法把握作品行文风格的精髓。因此，在阅读学生撰写出的文章时，教师可以查找其中的不足，然后在下一次的写作教学中指出，由此让学生了解自身的短板和不足。为了提高学生的写作欲望，也可以在临场练习中融入竞争机制，通过比赛的形式提高学生的参与积极性。在此期间，当有学生撰述出精彩的文章时，可以将这些文章出示在后方的板报上，以此激励其他的学生，让他们在好胜心和荣誉感的牵引下积极地提升自我，继而达成全班学生一起练习写作的局面。另外，也可以根据需求为学生制定课外阅读计划，并要求学生撰述阅读心得。而在具体的撰述中，需要学生在心得中写下自己对作品的整体看法，以及对作品的写作风格和各项手法的体会，由此让学生把阅读做到“精”，让他们在参与课外阅读的同时获得宝贵的写作经验。

输入/输出控制程序 第7篇

配电网静止同步补偿器(D-STATCOM)作为一种改善电能质量的重要电力电子装置,具有补偿无功功率、减小谐波畸变率,以及抑制电压闪变和三相不平衡等功能[1,2,3,4]。 与其他设备相比,D-STATCOM响应速度快、体积小[5,6],但其补偿效果主要取决于控制器的设计,D-STATCOM控制策略的研究是目前的研究热点。

文献[7]提出一种用于维持静止同步补偿器(STATCOM)接入点电压的变结构神经网络控制,该方法针对电网参数的变化具有较好的鲁棒性、自适应性,但对STATCOM有功电流与无功电流之间耦合关系的讨论不多。基于瞬时功率理论,文献[8]提出一种直接电压控制和模糊自适应比例—积分(PI)控制相结合的方法,该方法算法简单、容易实现,侧重于对电压进行直接控制,但D-STATCOM并未对输出电流进行控制。通过对D-STATCOM非线性数学模型的时域分析,文献[9]提出一种新型的滑模控制方法,该方法鲁棒性好,能较好地抑制电流的毛刺现象,但没有考虑直流侧电压因其非线性特性而难以实现快速稳定的问题。文献[10-11]针对STATCOM的多变量、非线性、强耦合的系统模型,提出了一种D-STATCOM的非线性控制方法,实现了D-STATCOM输出电压与输出电流耦合关系的消除,解决了直流侧电压因其非线性特性而存在难以快速稳定的问题,但易受内部参数摄动及外部干扰的影响,鲁棒性略显不足。

输入—输出反馈线性化通过坐标变换实现D-STATCOM输入—输出的精确线性化,使其变成完全或部分解耦的线性控制系统[12,13,14]。而滑模控制作为控制系统的一种综合控制方法,具有响应快速、鲁棒性强、无需系统在线辨识、物理实现简单等优点[15,16,17]。本文利用输入—输出反馈线性化的方法将D-STATCOM的非线性模型线性化,得到D-STATCOM的伪线性模型,再利用滑模控制理论,设计出伪线性系统的积分滑模控制器。其中,输入—输出反馈线性化可将D-STATCOM的有功电流和无功电流进行解耦,并且消除直流侧电压非线性特性,积分滑模控制在消除控制的静态误差同时,提高了控制系统的鲁棒性。 本文在MATLAB/Simulink中进行仿真验证,并设计了一套D-STATCOM物理实验模型进行动态模拟物理实验,验证了该方法的正确性。

1 STATCOM数学模型

D-STATCOM电路拓扑结构如图1 所示。图中:Uga,Ugb,Ugc和iga,igb,igc分别为PCC处电压和电流;Usa,Usb,Usc和isa,isb,isc分别为D-STATCOM补偿输出的三相电压和电流;iLa,iLb,iLc为负载电流;L和R分别为连接电抗值和连接电阻值;C为直流侧滤波电容值。

D-STATCOM在三相静止坐标下的数学模型如下:

通过Park变换,式(1)可变为dq坐标下的形式为:

式中:id和iq分别为D-STATCOM产生的d,q轴电流;ud和uq分别为PCC处的d,q轴电压;δ 为D-STATCOM输出电压与PCC处电压之间的角度;ω 为电压矢量同步旋转的角速度;udc为D-STATCOM直流侧电容电压;M为D-STATCOM交流侧输出电压有效值与直流电容电压之比,有

忽略D-STATCOM换流器和连接阻抗的损耗,由能量守恒定律可知,直流侧有功功率等于配电网PCC处流入的有功功率,即

式中:idc为D-STATCOM直流侧电流。

为了使计算更加方便,重新选取参考坐标,使uq=0,可得到直流侧电压udc关于d轴电流id的非线性方程:

显然,式(5)中的id与udc间存在非线性特性,因此拟引入输入—输出反馈线性化以消除其非线性。

2 D-STATCOM输入—输出反馈线性化积分滑模控制器设计

2.1 D-STATCOM输入—输出反馈线性化

设多输入多输出系统如下式[18]所示:

式中:x为n维状态列向量;u为m维控制列向量;y为m维输出列向量;f和G为光滑向量场;h为光滑向量函数。

将输出y对时间t进行ri次微分,直到至少有一个控制量以显式出现,即

其中李导数

式中:i=1,2,3,…。

选取D-STATCOM输入—输出反馈线性化的状态变量X=[x1x2x3]T=[idiqudc]T,控制变量U=[u1u2]T=[Mcosδ Msinδ]T,输出变量Y=[y1y2]T=[iqudc]T,则由式(2)、式(5)可以得到用矩阵形式表达的D-STATCOM的数学模型为:

由式(10)可以看出与控制变量u2存在显式表达,而与控制变量u1无显性关系,则由输入—输出反馈线性化理论可知,继续对求导,直到其出现显式表达。

因此,可以得到D-STATCOM经过输入—输出反馈线性化后数学模型的矩阵表达式为:

其中

由式(15)可知,由于耦合项ωx1的存在,不能快速地对输出变量y1进行控制,且id的变化会引起iq相应的变化。而输出变量y2由于其状态变量与控制变量相乘存在非线性,亦难以实现对直流电压的快速控制。

因此,为实现D-STATCOM有功电流与无功电流的解耦、直流侧电压非线性特性的消除,引入两个新的控制变量v1和v2,使之满足:

则由式(14)、式(17)可以得到新的控制变量与输出变量和满足简单的线性关系为:

由上式可知输入输出满足积分关系,系统可解耦为两个相互对立的子系统,不仅实现了有功电流与无功电流的解耦,而且消除了直流侧电压的非线性。

2.2 D-STATCOM积分滑模控制设计

滑模变结构控制系统从初始状态到最终稳定包括两个阶段:趋近段与滑动模态段。系统进入滑动模态后,对内部参数摄动和外部扰动具有较好的自适应性[19]。利用输入—输出反馈线性化将有功电流与无功电流解耦、直流电压非线性消除,再对控制量进行积分滑模控制设计,将输入—输出反馈线性化理论与积分滑模变结构控制理论相结合,保证D-STATCOM在外部干扰下与内部参数变化时,同时支撑PCC处电压与稳定直流侧电压,提高配电网的电能质量。

在滑模变结构控制中,滑模面的选取至关重要。在传统滑模变结构控制中,存在不可消除的静态误差。为了消除这种误差,可引入积分环节,构成积分滑模控制[20,21]。

本文选取滑模面为:

式中:e1=iq-iq*,e2=udc-u*dc,其中iq*和u*dc分别为q轴电流与直流侧电压参考值;k11,k12,k21,k22,β为积分滑模面的参数。

为减小滑模控制的抖振,滑模控制律采用指数趋近律并与饱和函数结合,即

式中:sat(·)为饱和函数;为了使系统具有良好的控制效果,且响应快、抖振小,ε1和ε2应尽量选取较小,k1和k2应尽量选取较大。

由式(18)至式(20)可以得到新引入控制量为:

结合式(18)、式(21)可得,和的跟踪误差e1和e2满足:

利用极点配置的方法可求得k1,k2,k11,k12,k21,k22,β的值,式(22)的极点需配置在复平面的左侧,以满足系统稳定的条件。

根据式(21)可得到D-STATCOM的输入—输出反馈线性化与积分滑模结合控制框图,如图2所示。图中:Upcc和U*pcc分别为PCC处电压及其参考值。

3 仿真与实验验证

3.1 数字仿真验证

为了验证D-STATCOM输入—输出反馈线性化积分滑模控制策略的正确性和有效性,本文在MATLAB/Simulink中建立如图1所示的仿真模型进行数字仿真验证。选择电源电压为380V,直流侧电压为800V,频率为50Hz,连接电抗为8mH,连接电阻为0.1Ω,直流侧电容为10 000μF。滑模控制参数ε1=ε2=3,β=2,k1=k2=k11=k21=2,k12=k22=2 500。PI控制参数通过试凑法仿真得到最优控制参数。

仿真过程中,通过在PCC处接入感性负荷来模拟PCC处电压跌落,通过改变D-STATCOM系统中部分电气参数来模拟系统状态的变化,从而验证控制器的动态性能和鲁棒性。

仿真采用传统的PI控制与本文提出的方法进行比较,并在t=0.25s时突加感性负荷,在0.45s时切除该负荷。图3分别为PI控制与输入—输出反馈线性化积分滑模控制的PCC处电压的响应曲线(标幺值)与直流侧电压曲线。

图3两种控制策略下的仿真曲线Fig.3 Simulation curves under two control strategies

采用本文提出的控制策略时,PCC处电压波动比PI控制时小约2%,直流电压波动比PI控制时小25V左右,且采用本文提出的控制策略在2个工频周期左右恢复稳定,而采用PI控制在5个工频周期左右才趋于稳定。可以看出,采用PI控制时,由于无功电流与有功电流之间的耦合作用,且有功电流与D-STATCOM直流侧电容电压存在必然的联系,造成D-STATCOM无功输出变化时,对其直流侧电压产生较大的波动,并且由于直流侧电压与控制输入之间的非线性,使之不能快速稳定。而当采用输入—输出反馈线性化积分滑模控制时,由于利用了输入—输出反馈线性化对有功电流和无功电流解耦,且消除了D-STATCOM直流侧电压的非线性特性,对直流电压进行直接控制,则D-STATCOM在输出无功功率对PCC处电压快速支撑的同时,直流侧电压波动较小,响应更加迅速,比传统的PI控制具有较小的超调量和较短的调整时间。

为了验证本文所述控制策略的鲁棒性,在t=0.1s时将仿真模型的连接电抗增加50%,且为了与图3进行对比,在0.25s时突加感性负荷,在0.45s时切除该负荷。图4分别给出了参数改动后两种控制策略下的PCC处电压曲线与直流侧电压曲线。

图4参数增加50%后两种控制策略下的仿真曲线Fig.4 Simulation curves under two control strategies after parameters increasing by 50%

由图3、图4 可知,当D-STATCOM模型参数增加后,PI控制器的稳定性受到破坏,此时,PCC处电压和直流侧电压均发生振荡,而采用本文设计的控制器时,控制性能几乎没有受到参数变化的影响。这是因为滑模控制的自适应鲁棒性,使得控制器在系统模型及参数不准确时依然具有良好的控制效果。

3.2 物理实验验证

为了进一步验证本文所述控制策略的正确性及有效性,进行了实验研究。 实验中采用以TMS320F28069型数字信号处理器(DSP)为核心器件,主要实现本文提出的D-STATCOM控制算法。基于图1 设计了一套D-STATCOM实验模型,其中电网电压采用三相可编程电压源,主电路开关器件采用型号为CM300DY-24A的绝缘栅双极型晶体管(IGBT),其额定电流为300A,耐压1 200V。采用DL750 示波记录仪进行实验数据的收集、分析。D-STATCOM具体工作参数如下:配电网电压380V;配电网频率50Hz;IGBT开关频率10kHz;连接电抗8mH;滤波电容5μF;连接电阻0.1Ω;D-STATCOM直流侧电压800V;D-STATCOM直流侧电容10 000μF;负载电阻25 Ω;负载电感50mH。

实验中,通过在1.2s时突加感性负荷,分别采用PI控制与本文提出的控制策略,得到控制器的动态性能。通过改变连接电抗的参数,验证本文控制策略的鲁棒性。

图5所示为D-STATCOM分别采用PI控制与本文控制策略控制时,PCC处a相电压波形。 由图5(a)可知,在1.2s投入感性负荷后,a相电压在经过约0.4s、幅度为0.6(标幺值)的振荡后稳定,而由5(b)图可知,采用本文提出的控制策略后,a相电压波动的幅度约为0.2(标幺值),并且在0.2s后达到了稳定。

图5采用两种控制策略时PCC处a相电压波形Fig.5 Phase-a voltage curve at PCC under two control strategies

图6所示为突加感性负荷后,D-STATCOM分别采用PI控制与本文控制策略控制时D-STATCOM直流侧电压的波形。 比较图6(a)与图6(b)可知:采用PI控制时,直流电压波动最大达到95V,且在3s时在±10V左右波动;而采用本文提出的控制策略时,直流电压波动最大达到35V,且在2s时其在±10V左右波动。由于直流侧电容值较大,其调整时间均相对缓慢,但本文控制策略依然比PI控制时调整时间更短。本文滑模控制用于实际控制系统时需将其离散化,因此对直流侧电压的控制会产生一定程度的波动,故需采用较大容量的直流侧电容抑制其波动。通过对其离散后的控制系统参数优化是下一步的研究工作重点。

图7所示为改变D-STATCOM连接电抗参数后的直流侧电压波形。将连接电抗在1.2s时增加50%,可以看出采用PI控制时直流侧电压产生了幅度为200V的振荡,且不断衰减,其控制器稳定性受到了破坏;而采用本文提出的控制策略时直流侧电压则能较快稳定,并且波动幅值小,其控制器稳定性几乎不受到参数变化的影响。可见,当系统参数发生严重摄动时,采用本文提出的控制方法提高了控制系统的鲁棒性,对系统参数摄动具有较强的自适应性。由图7可知,仿真验证与实验所得结论相同,互相验证,进一步证明了采用本文提出的控制策略的正确性及有效性。

图6采用两种控制策略时的直流侧电压波形Fig.6 Voltage curves at DC side under two control strategies

图7参数增加50%后的直流侧电压波形Fig.7 Voltage curves at DC side after parameters increasing by 50%

4 结语

本文基于输入—输出反馈线性化理论建立了D-STATCOM动态数学模型,并引入滑模控制理论,设计了一种新的D-STATCOM控制器。输入—输出反馈线性化将其解耦且消除非线性,滑模控制提高控制系统的鲁棒性,两者互相扬长避短,获得了具有良好控制性能的控制器。通过仿真和物理实验结果表明:相比于传统的PI控制方法,该控制器使直流侧电压与PCC处电压均快速稳定,且超调量小、调整时间短、动态性能较好,并且对内部电气参数改变及模型参数不确定具有较好的自适应鲁棒性。

摘要：为提高配电网静止同步补偿器(D-STATCOM)控制系统动态性能和鲁棒性,提出一种基于输入—输出反馈线性化与积分滑模控制相结合的D-STATCOM控制方法。该方法利用输入—输出反馈线性化实现D-STATCOM有功电流与无功电流的解耦,消除D-STATCOM直流侧电容电压的非线性特性,使之在支撑公共耦合点(PCC)处电压的同时快速稳定直流侧电压,并利用积分滑模控制增强其对参数摄动的鲁棒性。仿真和物理实验结果表明,D-STATCOM采用文中提出的控制策略,配电网PCC处电压和直流侧电容电压均能快速、准确地调整到其参考值,并在外部干扰及参数变化时具有较强的鲁棒性。

中文语音代码输入输出方案编码规则 第8篇

用一个五位的二进制数字表示手指动作代码, 用第一位表示拇指、第二位为食指、第三位为中指、第四位为无名指、第五位为小指。

一只手有5个手指, 对应的最多代码是5的2次方, 我们编制了32个手指动作代码。从32个代码中取出一个动作代码, 可以对应一个声母, 这样可以对应所以声母, 有些声母是互补的, 例如k”&”q、h”&”x”、”g”&”J可以考虑对应相同的手指姿态代码;另一只手也有32个动作代码然后分别代表一个韵母, 这样就对应了全部韵母。有些韵母是互补的, 例如ia”&”ua、”ü”&”uai、uen (un) ”&”ün、o”&”uo、üe”&”uei (ui) 、uan”&”üan、iang”&”uang、ong”&”iong、in”&”uai”这些都可以只单个的手指姿态代码即可。根据我们定制的这种编码规则, 选出21个左手手指姿态代码对应声母, 例如可以用00001对应”b”, 我们知道有35个韵母, 互补的韵母只对应一个手指姿态代码。见表1:

我们知道一个语音代码还包括声调和儿化音、副语言学信息等信息, 初始动作腕关节我们考虑三种状态, 弯曲, 外弯曲和内弯曲, 就可以用三位二进制来000表示, 弯曲角度θ可以是任意大小, 对用语言信息中的某一个强度。手掌向手背方向弯曲了某一个度角, 此时100可以用来表示腕关节的弯曲状态, 当弯曲角度θ=α时, 且弯曲的方向是向手心方向弯曲, 那么可以用001表示弯曲的状态。右手腕关节也是类似原理, 当关节弯曲了α, 代码就是100, θ=α。如果沿手心方向弯曲α, 代码就是001, θ=α。为了描述的方便才假设了初始动作是, 对于腕关节动作代码一定是相对于自身坐标的。在实际的代码输入中, 人处于任何姿态, 左手或者右手, 只要腕关节向手背方向或者手心方向弯曲了α度角, 腕关节的动作代码就可以是100或者001, θ=α。人手的拇指下方的肌肉突起部分在医学上称为鱼际, 被称为小鱼际的部分就是人手小指下的肌肉突起。当输入语音代码时如果鱼际或小鱼际用力按压, 那么鱼际或小鱼际上面的按钮就会被按压, 这样就可以得到1、0的代码。所以手掌有4个动作姿态, 鱼际和小鱼际都悬空用00表示、鱼际接触或按压而小鱼际悬空用10表示、小鱼际接触或按压而鱼际悬空用01表示、表示两个都接触或按压用11。

2、其余部分的编码规则

规定好了腕关节姿态的代码、手掌姿态的代码和肘关节姿态代码后, 还需要将很多信息相对应起来。比如此时的声调、儿化音码、副语言学信息码是如何对应的, 并且将手掌姿态代码作为预留。在语音代码中一旦确定了声母、韵母码和声调以后, 可以考虑用肘关节姿态的代码表示很多信息, 比如用角度的大小表示语音中的情感程度, 用动作的接受表示语速等。

在实际的应用中, 一定要结合特定语音合成设备来使用。肢体姿态编码表达语音类型、以及声调的强弱等含义都可以变化和调整的。输入语音代码时由于不同的语音合成器可能规范和方式不同, 我们考虑采用中间“状态机”的一种方式, 利用一个可编程的“状态机”将习惯的语音输入方式用“状态机”翻译为符合语音设备需要的代码, 此时就可以顺利的将声母码、韵母码、声调等信息输入, 儿化音、语气轻重、情感等语音信息也可以按照语音合成器的规范来输入了, 不用去改变输入者的习惯。

语音代码即可输入中文, 当然也可输入英语。以输入中英文为目的时, 语音代码舍弃音节时间和节奏等信息, 只需要输入声母、韵母、声调码, 吧英语当作语音来输入或者是字母来输入是可以选择的一种方式。只不过语音输入对于中文为母语的人来说不太可能, 将表1添加对应的字母表, 对应英文字母即可, 并用右手的一些指法对应一些常见的操作, 例如空格、所有格等。

语音码最擅长的还是中文输入, 双手的手指姿态一次完成便确定了声母、韵母、和声调, 此时将会出现同音字, 这些同音字可以直接输入, 通过计算机强大语法检查来自己修正, 或者通过输入时通过选择框形式出现, 在选择框出现以后, 每个手指对应1-9的9个选择, 需要的字按下相应的序号即可, 可以定义右手小指为回车。

由于同音字很少超过10个以上, 两个动作便完成汉字的输入。选择框时出现时, 也可用手腕动作姿态来实现上下移动或翻页, 右手小指按下 (回车) 选择, 当然完成标点符号等复杂含义的输入也算是同样的原理。

3、结语

通过对双手的数字编码, 实现了一种利用双手快速输入语音代码的方案, 可以快速输入文字、命令等。

摘要：本文设计了一种中文语音代码编码规则, 通过这套编码规则巧妙利用人的十个手指, 在一个动作完成一个汉字的输入与输出, 比传统的多个敲击动作输入更加快捷有效。

关键词：中文,语音代码,编码规则

参考文献

[1]汉语拼音教学国际研讨会论文集, 出版时间2010, 年1月, 语文出版社, p102-120.

微型计算机的输入输出接口技术 第9篇

关键词：微型计算机,接口技术,发展,输入输出

世界上第一台可以有程序控制的计算机称为电子数字积分器与计算器, 它是美国宾夕法尼亚大学为了弹道设计的需要于1946年研制出来的。而从20世纪80年代以来, 微型计算机的类型已经很多, 体积越来越小, 功能越来越强。

微型计算机与大、中、小型计算机相比, 微型计算机最大的区别就在于其中央处理器是集中在一小块硅片上的, 而大、中、小型计算机的CPU是有相当多的电路组成的。微型计算机除了有作为MPU的中央处理器外, 还有大规模集成电路制成的主存储器和输入输出接口电路, 这三者之间是采用总线结构联系起来的。因此, 对连接外部设备的输入输出接口电路做以简单了解是很有必要的。

一、接口技术的简介和分类

接口技术即就是采用硬件与软件相结合的方法, 研究CPU与外设之间如何实现高效、可靠的信息交换的一门技术。微型计算机输入输出接口是CPU与外部设备之间交换信息的连接电路, 它们通过总线与CPU相连, 简称I/O接口。

随着科技的进步和实际的需要, I/O接口也多样化, 其基本类型有三类。第一类是总线接口, 作用于缓冲、锁存、隔离和驱动;第二类是人机交互接口, 是微型计算机与操作人员之间相互传递信息的窗口;第三类是监测与控制接口, 主要用于自动化与自动化仪器。

二、输入/输出接口的交换信号

计算机I/O接口电路与外部设备交换的信号, 一般可分为以下4种: (1) 数字量:以二进制表示的数据 (已经过编码的二进制形式的数据) , 以及以ASCII码表示的数或字符。最小单位:“位”bit, 8为称为一个字节 (BYTE) 。 (2) 模拟量:用模拟电压或模拟电流幅值大小表示的物理量。模拟信号不能直接进入计算机, 必须经过A/D (模拟/数字) 转换器, 把模拟量转换成某种形式的数字量, 才能进入计算机。当外部设备需要模拟量控制时, I/O接口电路D/A (数字/模拟) 转换器又能把数字量转换成模拟量信号。 (3) 开关量:只有两种状态, 即“开”或“闭”。例如电机的启与停, 开关的开与关。这样, 只要用一位二进制数表示, 如:可用0, 1表示。 (4) 脉冲量:在计算机控制系统中还经常用到计数脉冲、定时脉冲或控制脉冲。脉冲信号是以脉冲形式表示的一种信号。

三、输入/输出接口的位置

I/O接口是连接外设和主机的一个“桥梁”。I/O接口的外设侧、主机侧各有一个接口。主机侧的接口称为内部接口, 外设侧的接口称为外部接口, 内部接口通过系统总线与内存和CPU相连, 而外部接口则通过各种接口电缆 (如串行电缆、并行电缆、网线或SCSI电缆等) 与外设相连。I/O接口与系统和外设的连接:I/O接口通过数据线、地址线和控制线与系统相连;I/O接口通过数据线、控制线与外设相连。

四、输入输出的控制方式

(1) 程序控制方式。这是指在程序控制下进行信息传送。可细分为:无条件传送和条件传送两种。 (2) 中断控制方式。一般用来传送低俗外部设备与CPU之间的信息交换。 (3) DMA控制方式。直接存储器存取控制方式是一种成块传送数据的方式。 (4) 输入/输出处理机控制方式。这种方式适用于大量输入/输出设备的微型系统, 此时需要CPU工作在最大工作模式。

在微型计算机系统中, 可采用的输入/输出控制方式一般就是以上四种。

随着系统升级和科技的发展, 在微型计算机系统中, 输入/输出接口技术也逐渐多样化。I/O接口的分类和受系统控制的方式各不相同, 在实际应用中要根据具体问题, 具体分析。使微型计算机与外部设备交换信息更加便捷和快速。在了解接口技术在微型计算机中的重要性后, 也希望微型计算机随着输入/输出接口技术的快速进步而发展, 在更多方面的应用中发挥其最大的作用。

参考文献

[1]刘伟.微型计算机原理与应用探析.科技与生活.2012, (1)

[2]郑学坚, 周斌.微型计算机原理及应用 (第三版) .清华大学出版社.2011, 11

[3]付宁, 奚文红.微型计算机的维护与管理.现代营销.2011, (9)

数字媒体互动作品输入输出系统研究 第10篇

关键词：数字媒体,计算机,输入系统,输出系统

计算机是一种奇异的机器设备,它可以提高人们大脑的功能,还可以进行数字计算和影像处理。研究人员一直努力地挑战计算机局限,想要了解计算机能够发展到什么程度。他们有时尝试让计算机拥有一些对人类并不重要但对机器而言却是举足轻重的能力,本文尝试对目前数字媒体互动作品的计算机性能系统进行研究,分别对输入和输出系统进行总结与分析。

1 输入系统

多媒体计算机输入方式包括语音、姿势、面容、物体、运动、触觉、感情和生物信号的识别系统。

1.1 语音识别

计算机如何识别人类语音,现在已经有了独立识别语音的商业产品。让计算机理解语音的意义,这是一件相当困难的任务,这对于目前的研究人员仍是一项挑战。理解语音识别的延伸工作包括发展“听觉知觉”和“听觉场景分析”,后者是让系统能在复杂的环境中跟踪多个讲话者,并识别他们相对的身体位置。还有一些研究致力开发追踪说话者的变化,讨论主题的变化和谈话重点的变化。

“会议捕捉”和“发言者分段”能够扫描和分析复杂声音事件的录音如在一场会议中,计算机系统能够总结事件,重建说话者的谈话流程和主题线索,并且做到自动浏览和摘取要点。据报道美国中央情报局有一个能同时监视数干部电话的系统,该系统可以窃听特殊的关键短语。一个名为“网络声音”的项目,尝试听取声音中最基本的声学结构,希望能找到声音的规则系统表达,就如图像中的矢量图或PostScript1的表现。目前,计算机通过语音识别系统对速度、语调、语音变化、节奏和背景这些特质进行分析语音中的情感因素,并且在响应中生成更富情感表达的人造语音。

1.2 音乐识别与合成

研究人员尝试发展音乐识别系统,用以获取识别乐器、空间位置、音符和其他音乐属性等信息,希望以此支持计算机系统自动对信息加以注释和检索。另一项计划尝试自动分析唱歌的声音,以提取能够用于再次合成声音的足够信息。世界各地很多研究人员使用自动作曲系统编写了有趣高品质的音乐作品,或是模仿某位著名作曲家风格的作品。

1.3 目标追踪与识别

计算机如何识别对象在某个环境中的存在和身份,很多技术在实验中要求采用特殊的标记或发送应答器,另一些则不需要。条形码和RFID2也许是目标追踪与识别技术中最早最完善的设置。人们在超市许多商品上都能看到条形码,这种线形的斑马纹图案也是大众熟悉的全球产品编码。这种代码可在弯曲状态下由脉动扫描激光束以任意方向读取。研究人员正在实验用二维标记密集显示更多信息,另外他们还尝试将信息隐藏在产品其他印刷材料上,以达到同样目的。

RFID技术需要在每个物体上安置一个小型电子装置,人们采用该装置无需靠近就可以远距离读取信息。采用RFID技术,如果人们没有携带附有安全标签的商品和图书馆书籍经过出入口,就会触发警报器。生产静态标签相当便宜,当询问信号触发标签时,静态标签利用共振电子仪器响应。较为昂贵的活性标签则需要电池动力,但查询时能提供更多信息并能及时更新。

研究人员一方面努力降低标签成本,一方面尽力增加标签信息的范围和数量。例如著名内存制造商MICRON公司的一件产品呈现了相当复杂的目录内容,该产品可以追踪三百米之遥的火车和卡车财产,读取有关信息。还有些条形码技术甚至将便携式电话和全球定位系统等技术合为一体,这样就可以在全球范围任意查找集装箱等物品。相关的技术还应用于跟踪软禁囚犯、游乐场儿童(防止他们迷路)、出租汽车,高级轿车(一旦失窃就可追踪查询)、军事财产(为了部署战役)等方面。

1.4 识别人的存在和动作

计算机如何识别人的存在,对于目标识别,有的方法需要使用特殊的发射应答器,有些则无须特殊装置。很多系统,甚至不少是商业产品,使用超声波范围探测技术、电容场变化或影像分析等技术,测定人的存在、相对位置和动作。例如在一些系统中,如果视频图像扫描后所获得的图形符合已储存的人类身体模板,系统即可较好推测人数以及他们在场景中的位置。还有些系统要求被测定人员佩戴能发射无线电信号的小型装置,通过三角式测量发出的信号完成高精度的空间定位。

1.5 面部表情识别和合成

面部表情是人类外观动作表达中最为重要的环节,对于计算机而言,识别表情非常困难。计算机如何判断人类的面部表情是微笑还是皱眉,它们如何生成具有表情特征的合成卡通人物,过去二十年来,研究人员面对这个难题,采用神经网络和隐藏式马尔可夫模式,析取面部特征。有些研究将面部表情数据库同现场的表情作比较,另外一些模仿面部肌肉,几个商业产品将演员的面部表情加以转化,建立了针对计算机动画人物的表情特征库。

还有多种研究方案将能够识别更复杂表情的间接系统相联接。一个项目尝试建立“具有社会心理能力的对象”,研究开发动画化身,这种化身能在对话中产生适当的面部表情,表现出使用者没有说出的意图。“面部观察”创建了基于面部观测的灵敏动画系统。一些系统还尝试通过阅读唇语提高语音识别的精确性。

1.6 识别与合成情感状态

计算机如何识别人类的情感状态,计算机如何创造看上去有适当情感的人造产品,研究人员尝试让计算机利用各种生物信号来理解人类的情感状态。一些人认为关于测定气味和身体化学物质的研究属于生物学的范畴。

研究人员还探索其他生物信号,例如身体姿势和语音里无语言意义的元素,包括语调和措辞等。麻省理工学院媒体实验室的“情感运算”是综合性研究项目,包括人类情感心理学的基本研究,以及感觉、理解、建模、合成和情感识别的计算机系统。该项目原型演示方案包括具有情感表达能力的动画化身,能感觉情绪的衣服以及能对挫败情绪产生反应的计算机。诸如语音强调分析器等商业产品,尝试运用情感检测技术来测定电话会谈的另一方是否在撒谎,或他们是否打算结束对话。

1.7 综合识别系统

计算机如何利用各种传感系统来增强其能力从而理解人类行为,人类采用有章可循的背景关系和多重感觉来理解所处的环境。研究人员着手让计算机从事类似的工作。艾里.阿扎贝叶强尼是麻省理工学院“知觉运算”项目成员,他和其他人共同创建了“智能空间”计划,这是一个由三维运动追踪、面部表情追踪、姿势识别和语音识别激活的综合空间,它采用综合技术让计算机理解人类的行为。

1.8 触觉论与力量反馈

人类通过触觉、运动和压力几乎本能地运用身体来理解和操纵世界,计算机如何运用这些技能,它又如何能够将人类长期以来对真实物体的控制能力统一整合到数码信息系统中。多伦多大学的界面研究人员比尔.巴斯顿的下列观点很出名:“常用的鼠标接口相当于要求人类只用一只手工作,而另一只手、两条腿和嘴巴都不能发挥任何作用。”受到该理论启发,研究人员不再局限于简单的触摸屏,而是创造性地将动作、振动、质感和压力开发到交流媒介系统。新型系统使得人通过触摸、挤压、推、拉、敲击、运动等等感觉与姿势完成人与计算机的通信交流。还有许多新型智能玩具,当儿童触摸时玩具即能产生反应与儿童交流。

2 输出系统

多媒体计算机的语音输出方式包括合成语音、三维声音,虚拟现实和动作系统。

2.1 合成语音

合成语音的历史堪称悠久,其发展可以回溯至十九世纪语音自动化操作。电子语音合成器已经面世了数十年,但它们发出的通常是相对机械的声音。目前的研究主要关注仿真人类说话声音的低科技合成技术;理解各种语言中基本声音元素的声学语言分析;增强文本、声频的规则系统,以便系统改善语音品质;运用人类生理学知识,改善动画人物的合成语音和动作之间的关系。

许多大型研究中心,如微软公司、麻省理工学院媒体实验室、贝尔实验室和瑞士国家实验室,都致力发展提高语音合成技术,他们认为该项技术是创造可信仿真人物的重要环节。一些分析家认为,语音识别与合成将会成为未来计算机系统的重要接口。

2.2 三维声音

研究人员认为人类的听觉生理非常完美,它可在任何一个三维空间综合确定声音的位置。研究人员在一些方案中希望能依据人类听觉方武改善技术,例如在召开远程电话会议时,将代表每位与会者的扬声器置于空间里的不同位置,以此来增强虚拟现实环境的可信度。麻省理工学院根据聚光灯的原理,发明了声音聚焦器,可以将散射的声音集聚成束,站在声束集聚圈之内的人可以清楚听见这些声音,而集聚圈外则是鸦雀无声,顶多因为集聚圈附近凸出物导致声音折射而让圈外人依稀听到模糊的语调。

2.3 沉浸式虚拟现实

沉浸式虚拟现实一词中的“沉浸式”在此可以理解为常说的“身临其境”。沉浸式虚拟现实让使用者产生身处另一个地方的幻觉,计算机如何创造出这样的综合感觉和表现系统,目前这种技术已经走出实验室,应用在真实世界的很多软件里。

完成沉浸虚拟现实主要有两种方法:一种需要使用仪器装备。典型的仪器装备版本包括头盔和数据手套,头盔通过读取人的视角方向和倾斜来感测凝视和头部位置,数据手套读取手的动作姿势。三维声音和“眼镜视频显示器”渲染出人造虚拟世界,这种实时呈现的景观和观测者的动作非常吻合,最终令用户感觉自己就身处人造世界。还有一些其他方法,如美国伊利诺州大学芝加哥分校的电子可视化实验室的“计算机辅助虚拟现实环境装置”(CAVE),它不采用头盔装置,消除需要连接在身体上的设备,将影像投映在参与者所处的封闭式环境中,六面墙壁和天花板上投映虚拟影像,从而创造具有真实感的幻觉。

研究人员采用创造效果更加逼真的计算机合成世界、提升计算机的速度使之更好追踪用户动作、建造更敏感的运动跟踪器等几种方法增强幻景的真实感。研究人员还进一步扩大沉浸式虚拟现实的应用,包括在身体中漫游,将抽象信息可视化显示,以及游乐场的虚拟旅行。

2.4 动作仿真

数字控制的运动系统如何让使用者感觉正在经历特殊的身体体验,研究人员不再局限于简单的力量反馈,他们试图建立复杂的仿真器,复制人们在飞机飞行,太空舱飞行,潜水和驾驶赛车等等体验。仿真装置通过改变位置、加速和震动,在小规模环境里做物理移动。这种移动与沉浸式视觉和声音表现紧密结合,从而增强用户的幻觉。

长期以来,军事研究通过飞行和战场训练仿真装置促进这种技术日趋完美,毕竟击毁仿真飞机和坦克比毁坏真实装备的代价要低得多。一些迪斯尼的娱乐研究人员已经采用类似的幻觉技术,为用户营造可以漫游其中的想象世界。当代研究人员还试图提高运动控制的精确性,与人类其他感觉的连接,以及与用户行为的交互反应等等。

3 结论

输入/输出控制程序 第11篇

摘 要：本文旨在提出一种基于“输入-输出”理论的、全新的英语写作教学模式。该模式以输入假设和输出假设为理论指导，尝试将“读、议、写、评”纳入写作教学，促进写作学习从课堂至课外的延伸，以提高学习者英语写作水平和自主学习能力。本研究主要采用了实证研究的方法，实验结果证明了该模式的有效性。

关键词：英语写作；自主学习；输入；输出

中图分类号：H315.9 文献标识码：A 文章编号：1673-2596（2016）05-0140-03

自20世纪80年代以来，“过程法（程序法）”取代了“形式法”、“现时-传统法”、“修辞法”，成为美国等西方国家写作教学的主导教学法。写作不再被看作是“一蹴而就”的结果，而是一种“循环往复”的过程。因此，写作能力的培养不能只关注语言的输出过程或写作的结果，而应当回归语言习得的规律、输入与输出并重。近年来“输入-输出”理论再度引发国内外语教学界的热烈讨论和重视。在2013年4月举办的“全国高校大学英语教学发展学术研讨会”上，王守仁教授提出教学应“以输入为基础，以输出为驱动”；文秋芳和金艳等教授则分别从课程体系、英语写作和口语测试等不同角度阐述了“输出驱动假设”对中国大学英语教学改革的重要指导意义。与会专家们达成共识，“以输入为基础、以输出为驱动”既是教学阶段的要求、时代发展的要求，也符合当代大学生心理需求，是适合大学英语教学改革和发展的模式之一。笔者认为，在高校学分制改革的大背景下，英语写作教学除了“以输入为基础、以输出为驱动”，还应将之与自主学习相结合，促进教学指导从课堂延伸至课外。

一、输入输出理论再解读

上世纪80年代初，美国语言学家Krashen提出了“输入假说”（Input Hypothesis）。他认为，语言的输入是第一性的，二语习得是靠理解信息或者靠接收“可理解输入”（Comprehensible Input）而完成，这是二语习得的必要条件。他提出了著名的“i+1”公式，认为只有当学习者接受略高于现有的语言水平的足够量的输入，二语习得会自然产生。输入假设有几点推论，其中重要的一点为“说，是习之果，而非习之因…从理论上讲，说对习而言是不必要的”，而此观点受到Swain的强烈反对。她在调研中观察到，“可理解输入”并非二语习得的唯一来源，在语言习得过程中，“可理解输出”（Comprehensible Output）所起作用更加关键。学习者对目标语不断地提出假设，并在实践中不断地验证和修正假设，从而获得语言认知。“输入-输出”假说较为完整地阐述了语言学习的过程，成为外语教学实践的重要理论指导。此外，随着认知语言学、信息加工学、心理语言学的发展，Long、Gass& Selinker、Schmidt、VanPatten等研究者们从不同的角度拓展了对二语习得过程的认知研究，包括了互动在自动化过程中的作用、语言吸收的心理过程、信息的加工和重构等，而戴运财和戴炜栋、刘春燕等国内研究者对二语习得的认知模式以及输入、输出的心理机制做了较为深入地探讨。基于上述研究，笔者认为，英语写作教学改革应注重两点，一是要构建输入、输出一体化的写作教学模式，二是应充分重视认知机制的作用，通过学习主体与客体（如同伴、课内外教学环境、学习环境、家庭社会等等）之间的互动，促进信息的搜索与预测、输入与吸收、假设与修正、理解与输出、整合与迁移，最终实现意义的构建。

二、“读-议-写-评”写作教学模式的构建

目前国内高校写作教学有几大症结：一、以教师为中心的传统课堂教学无法适应培养学生自主学习能力的需求，无法满足学生获得足够的语言输入，参与实际的外语交际活动的要求。二、写作焦虑普遍存在，学习者缺乏写作动机，提笔犯怵；三、学生自主学习能力差，缺乏有效的自我监控和调节策略；四、思辨缺席，学生习作内容空洞、论证缺乏深度。五、忽略写作评改，缺乏写作后再创作意识。六、缺乏互动。学生们独自完成写作练习，缺乏同伴的参照和帮助。针对以上问题，笔者设计了“读、议、写、评”一体式写作教学模式，输入输出双管齐下，旨在提高学生写作水平并培养其自主学习的能力。该模式主要采用以下教学策略以推动写作活动的开展：

（一）课前阅读策略

“读”包括两方面内容，一是研读写作理论，二是拓宽阅读面。受试对象以小组为单位，在课前自主学习教材相关章节的内容，包括写作理论及技巧探讨、要点归纳和习题等。此外，由教师和学生共同拟定题目并挑选8-10篇阅读材料，各小组深度阅读拓展材料并分享所得，内容涵盖佳词锦句，思想表达、修辞技法等方方面面，旨在让学生自主完成知识的提炼与内化。

（二）课堂讨论及反思

“议”是贯穿写作课堂的主要学习活动。教师不再宣讲教材内容，而是一名组织者和引导者，通过巧妙设计的问题，由浅入深地引导学生查漏补缺、解决问题。同时，教师还应结合学科动态对相关知识进行提升，引领学生向更高的层次探索。在课堂教学中，教师可采用头脑风暴、妙语连珠、提纲撰写等多种策略帮助学生发展认知图示（Schema），还可采用背诵、复述、填空、问答、测试等多种方式提升学生对知识的记忆与迁移。此外，撰写反思日志也不失为一个温故而知新的有效途径。

（三）三级评议机制的建立

根据Vygotsky的“最近发展区”理论，理想的写作评估既要客观反映学生的实际写作水平，还要反映学习者的潜在能力。笔者借鉴了张艳红的动态评估模式，通过“自评+互评+教评”的三级评议机制，将教学介入与评估有机结合起来，实现对教学、诊断、辅导、矫正、激励等各方面的融合。此外，笔者还培训学生使用“句酷”、“CORCA”等写作软件和数据库，为学生的自评和互评提供介入支持。

（四）合作学习

“交互”是学习主体建构意义的一个重要手段。笔者将实验对象分成若干小组，每个小组设置一名组长，负责监督评估每一名组员的学习状况，并带领其组员完成从课前阅读到课后评改的一连串学习任务。实践证明，合作学习有利于降低学习者学习焦虑并提供更多的镜像学习机会。此外，教师的角色从讲授者变为组织者、监控者、引导者，通过观察与适时介入，为学习者写作能力的发展搭好支架。

（五）学习档案袋的建立

自主学习并不意味着放手不管，而是要克服两大难点：如何促使输入信息被有效吸收？如何保证自评和互评的可操作性和反拨效果？针对以上问题，笔者设计了“课程通关表”、“阅读通关表”、“作文互评通关表”等学生档案，将每一项任务具体化、量化，并设置奖励分，通过TA与教师的双重评估，有效监管学生学习过程。

三、实证研究

（一）研究对象

为验证该写作教学模式的有效性，笔者在成都某高校开展了实证研究。参加实验的两个班各有35人，均为笔者所教授的英语专业三年级本科生，有一定的英语写作能力，写作水平大致相当。

（二）实验方法

本实验历时十六周（共计36个学时），主要采用对比实验及问卷调查法，旨在检验教学改革的效果。其中，参照班采用传统的“讲授-练习-输出”模式，而实验班则采用新的教学模式，每三周为一个教学单元，具体教学安排如下：

（三）结果分析

为对比试验班与对照班的写作成绩变化，笔者在实验第一周和最后一周进行了课堂限时写作，并将数据进行了独立样本T检验分析，其结果如下：

如表2所示，试验前对照班的成绩略高于实验班，但总体而言二者差距并不明显，这与T检验结果一致（其中t值为-0.428，p值为0.670，大于0.05，说明试验班和对照班的写作水平并无显著差异）。经过十六周的学习之后，两个班的写作成绩均有进步，其中实验班的平均成绩由76.5分上升至82.89分，且超过了对照班，其进步要更为明显。后测成绩的T检验结果t值为2.422，p值为0.018，小于0.05，这说明实验后两个班的写作水平出现了显著差异，从而证明了新的教学模式是行之有效的。

此外，笔者在最后一周对实验班展开了问卷调查，考察各项介入措施的有效性，并对学生的反馈及评价进行了分析（见表3）。

问卷结果显示，受试者对新教学模式采用的大部分介入措施持肯定态度。其中满意度最高的一项为数据库及其他网络资源的介入，83%的同学认为其对自身写作的帮助较大。他们反映，以前写作时常常搜肠刮肚却找不到合适的表达，或明知表述有问题却不知如何修改，但自从有了数据库和网络资源的介入，很多难题都能自主解决。同时，受试者对三级评议机制和激励机制的反馈较好（满意度达到78%和81%），他们在反思日志里写到：“以前自己写了作文从来不看，现在通过自评及互评训练，发现了自己的很多问题，也深深体会到评改的重要性，从中获益匪浅”、“现在写作就像游戏过关，为了获得更高分会一遍一遍地修改”。笔者发现，很多同学已经逐步养成了修改作文的良好习惯，说明评改措施的介入是有效的。此外，受试者对写前阅读、课堂讨论及反思、小组合作等策略的介入效果也比较认同。相对而言，他们对写作档案和写作软件的介入效果满意度相对较低。究其原因，部分同学认为填写档案比较耗时，而写作软件打分误差较大，其信度和效度方面还有待提高。虽然问卷结果反映出一些问题和不足，但总体而言，大部分学生对新的教学模式比较认同。

三、结语

作为语言学习的一部分，英语写作是一个输入、输出交替循环的学习过程。因此，写作训练不应当只关注写作的结果，而应该回归语言学习的规律，兼顾信息的有效输入与输出。本次实验试图改变传统写作教学模式，通过“读、议、写、评”同时拓宽输入、输出两大端口，以互动为推动力，同时辅以有效的介入、监管和激励措施，切实提高学习者的写作水平和写作热情，同时培养学生自主学习能力。实验结果证明，本次的写作教学模式探索取得了较为理想的效果。

参考文献：

〔1〕Gass， S. M.， L. Selinker. Second Language Acquisition： An Introductory Course （3rd edition） [M]. New York： Routledge， 2008.

〔2〕戴运财，戴炜栋.从输入到输出的习得过程及心理机制分析[J].外语界，2010（1）：23-30.

〔3〕刘春燕.语言输出与外语学习[M].北京：世界图书出版公司，2008.

〔4〕束定芳.外语课堂教学新模式刍议[J].外语界，2006（4）：21-29.

〔5〕文秋芳.输出驱动假设在大学英语教学中的应用：思考与建议[J].外语界，2013（06）：14-22.

〔6〕张艳红.大学英语写作教学的动态评价研究[D].上海外国语大学，2012.

输入/输出控制程序 第12篇

语言的“输入”和“输出”问题是二语习得研究的一个关键领域, 其中最有影响的是Krashen的输入假设 (Input Hypothesis) 和Swain的输出假设 (Output Hypothesis) 理论。

输入假设强调输入内容应该是可理解, 能引起学生的兴趣, 并且有充足的量, 不应该按语法顺序。

输出假设强调语言输出要促进“注意”功能, 输出通过假设验证对语言学习过程起作用, 输出还具有元语言功能。

在语言教学中, “输入”理论与“输出”理论有着极强的关联性。输入是语言学习的手段, 是习得的先决条件, 是基础;输出是目的, 是习得的必要途径, 是语言学习的终极目的。语言学习者在接受语言输入的同时, 进行语言的输出活动, 两者相互结合才能确保语言习得的成功发生。

二、输入理论对阅读教学的指导

在非英语的语言学习环境当中, 大量信息的输入显得尤为重要, 它是语言实践活动的前提。阅读是获得信息和语言知识的主要渠道和有效途径, 所以, 在阅读材料的选择过程中, 要注重材料的“量”与“质”。文章的阅读分为泛读和精读, 泛读是为了达到量的积累, 最广泛的接触到各方面的语言知识信息, 培养语感, 体验文化;精读则有利于学习者深入并精确把握语言的使用, 通过大量语篇的精细解读, 掌握具体语境下词汇的选择, 遣词造句的规律, 以及章结构的层次关系。通过阅读和分析, 语言知识逐渐内化, 为之后的语言输出做了铺垫。

三、输出理论对写作教学的指导

在写作这样的语言输出的过程中, 学习者会意识到实际表达能力与想表达内容之间的差距, 认识到自己在具体语言知识使用上的欠缺。这样的差距和欠缺对于学习者来说不仅仅是对已掌握知识的验证, 同时也刺激了学习者, 使学习者能够正视自己对语言的应用水平。所以, 此过程引起了学习者对语言问题的注意。教师通过学生的习作, 不但要了解学生对语言掌握的程度, 还要帮助学生归纳出错误类型, 进行错误分析, 适当纠错, 避免石化。通过指导学生反复练习, 提高学生语言应用的准确度和熟练度。

四、兼顾“输入输出”实现读写联动

古人云:“读书破万卷, 下笔如有神。”这句话充分说明了输入与输出, 阅读与写作之间的关系, 阅读是语言学习的基础和前提, 写作是对语言知识吸收效果的验证。想要达到用目标语轻松地道地表达自己的思想, 实现精彩的写作, 唯有在阅读当中积累大量的素材, 深入了解不同文化下语言的表达方式。由此可见, 阅读与写作密不可分, 教学过程中应把两者有效的结合。

如何将二者有效结合?途径之一就是边分析阅读材料边指导写作。在阅读教学中, 要指导学生关注作者用词的选择、句子结构、谋篇布局的方法, 所有这些方法可作为语言知识进行总结、归纳, 对于经典的段落要熟读或者背诵下来。久而久之, 随着阅读量的增大, 学生对词汇句式的表达方式有了一定的积累, 对文章的层次结构也有了进一步的理解, 语言知识从最初的规律性总结逐步过渡到知识的内化, 这就为写好作文打下扎实的基础。途径之二是查找写作不足, 以写促读。在英语写作教学中, 要重视讲评, 可采取自读自评、互读互评等多种形式。从学生习作中归纳出错误类型, 如用词不当、语法结构混乱、篇章层次不明确、主题不突出、文章逻辑结构不符合西方人的思维方式、表达不地道、不流畅、不准确。用写作作为一个标准来衡量阅读中知识的吸收, 然后带着写作中常见的问题回归阅读材料, 比较阅读材料与学生写作, 找出薄弱环节, 挑选相应的阅读材料继续研究, 以促进写作。

五、结语

总之, 教师在教学过程中要兼顾输入输出, 读写结合, 优化教学模式, 使学习者站在读者的角度去写作, 站在写作者的角度去阅读, 使学生最大限度的理解输入内容, 并准确流利地进行语言输出, 促进双向信息的交流。学生应多读适合的阅读材料, 多进行写作训练, 这必将促进学生阅读水平和作文水平的提高。

摘要：大学英语的教学目标是培养学生的听、说、读、写、译全方位语言技能, 这些技能之间互相融合。其中, 阅读与写作是语言输入与输出的两个重要的方面, 在教学过程中, 应该把这两项基本技能的培养紧密结合, 兼顾输入输出, 使其相辅相成, 实现读写联动, 有效提升学生的英语语言应用能力。

关键词：输入理论,输出理论,读写联动

参考文献

[1]Krashen, S.The Input Hypothesis:Issues and Implications[M].London.Longman, 1985.