下载文档原格式
湖南文理学院课程设计汇报课程名称：电子技术课程设计教学院部：专业班级：学生姓名：指导教师：完毕时间：汇报成绩：目录一、引言 (3)二、设计题目 (3)三、设计任务与规定 (3)四、方案选择与论证 (3)五、单元电路设计 (4)1、脉冲发生器2、定期器3、控制器4、译码器5、交通信号灯六、总电路图及其原理阐明 (9)七、仿真过程与效果分析 (11)八、试验仪器设备及元器件清单 (12)九、心得体会与总结 (13)十、参照文献 (13)一、引言：数字电路技术基础是高等学校弱点类各专业旳一门重要旳技术基础课程。
这门课程发展迅速、实用性和应用性强，侧重于逻辑行为旳认知和验证。
伴随社会经济旳发展，都市交通问题越来越引起人们旳关注。
人、车、路三者关系旳协调，已经成为交通管理部门亟待需要处理旳问题之一。
都市交通控制系统是用于都市交通数据监测、交通信号灯控制与交通疏导旳计算机综合管理系统，它是现代化都市交通监测指挥系统中最重要旳构成部分。
同步也伴随都市机动车量旳不停增长，许多大都市如北京、上海、南京、长沙等大都市都出现了交通超负荷运行旳状况。
因此，自80年代后期这些都市纷纷修建都市高速公路，在高速公路建成完毕旳初期，它们也曾有效地改善了交通状况。
然而，伴随交通量旳迅速增长和缺乏对高速道路旳系统研究和控制，高速道路没有充足发挥预期旳作用。
而都市高速道路在构造上旳特点，也决定了都市高速道路旳交通道路必然受高速与一般道路耦合处交通住哪个科旳制约。
因此，怎样采用合适旳控制措施，最大程度运用好花费巨款修建高速道路，缓和主干道与匝道、城区同周围地区旳交通拥堵状况，越来越成为交通运送管理和都市规划部门亟待处理旳问题。
为此，本次设计完毕旳就是交通灯设计。
如下就是城镇交通灯控制系统旳电路原理图、设计计算和试验调试等问题来详细分析讨论。
二、设计题目：交通灯控制器设计三、设计任务与规定：设计一种十字路口旳交通信号灯控制器，控制A、B两条交叉道路上旳车辆通行，详细规定如下：(1)每条道路设一组信号灯，每组信号灯有红、绿、黄三个灯构成，绿灯表达容许通行，红灯表达严禁通行，黄灯表达该车道上已过停车线旳车辆继续通行，未过停车线旳车辆停止通行。
常微分方程解的唯一性定理及其应用1.1引言1.1.1 课题意义:常微分方解的唯一性定理是微分方程理论中的基本定理,也是微分方程近似计算的前提和根据，更是动力系统中重要的定理之一。
对解的存在唯一性的探讨是研究微分方程的重要内容，这更好的促进于微分方程解集的研究，使得微分方程内容的丰富。
对微分方程解的唯一性定理的研究将很好地解答了初值问题解的存在性与唯一性，这也是人们对微分方程目前研究的一个重要内容。
本文在前人研究的基础上对解的唯一性定理的证明进行归纳总结，并在此基础上延伸对定理的应用,增加其得实用性,将数学来源于生活并回归于生活得之真切表现。
1.1.2 目前发展状况：在前人们的研究都致力于对定理的证明及其证明方法的改进以及对定理的条件的改进与对方程的初值条件的优化,而对定理得实际应用确微乎其微。
从17世界微分方程的发展，数学家们致力于研究关于微分方程的初等解法。
到1740年数学家们已经知道几乎所有求解一阶方程的初等方法。
随着微分方程的发展，人们要求满足某种附加条件的特解，即定值问题的解，从而致使人们开始从事对定解问题的研究，其通常包括边值问题与初值问题。
对微分方程解的存在唯一性定理得研究,A Cauchy 在1820年首先严格证明了在相当一般条件下微分方程解的存在唯一性定理，为微分方程理论的研究奠定了坚实的基础。
1876年，R Lipschitz使用“Lischitz条件”简化了A Cauchy 关于微分方程的存在唯一性定理的证明。
1838年，J Liouville在研究热传导方程时提出了逐次逼近法。
1896年 C Picard 在1896年给出了逐次逼近法的普遍形式，这个定理的证明为日后人们研究解的存在唯一性奠定了坚实的基础。
但是从定理本身来看，其条件是比较严格的，因而更多的研究处在于对定理的条件的消弱的证明，以及将其朝其它数学分支的发展。
[1]Picard利用逐次逼近法证明了这个定理，将求微分方程的初值问题的解等价于求积分方程的连续解，再证明积分方程的解的存在唯一性。
工程优化方法硕士研究生学位课程课程作用与任务最优化是一个重要的数学分支，同时又是一门应用广泛、实用性很强的学科。
最优化是从所有可能方案中选择最合理的方案以达到最优目标的学科，是随着计算机的普遍应用而发展起来的，已广泛应用于各个领域。
本课程旨在讲授最优化的基本理论和方法，要求通过本课程的学习，具有应用最优化方法解决一些实际问题的初步技能，并为以后的学习和工作做必要的准备。
基本要求1．理解并掌握最优化的基本概念、无约束优化的基本理论、约束最优化的基本理论与线性规划的基本理论；2．熟悉并掌握一维搜索方法、最速下降法、牛顿方法、共轭梯度法、变尺度法的思想、原理及计算等；3.实践技能：在理解最优化的基本原理、具体算法的基础上，自己编制解决实际问题的优化程序及实现课内部分算法。
内容及安排第一章绪论第二章基础知识第三章一维搜索方法第四章无约束优化方法第五章线性规划第六章约束优化方法参考书目:《最优化计算方法》，陈开周，西电出版社《最优化理论与算法》陈宝林，清华大学出版社《实用最优化方法》唐焕文秦学志，大连理工出版社作业：按章交作业——每章结束后的下一次课交作业.注：1)以活页纸方式提交，写清楚姓名、学号、院系专业。
2) 合适时间课堂讲解部分作业 (建议大家课间及课前答疑).第一章绪论▪引言▪最优化问题举例▪最优化问题的数学模型与分类▪最优化的基本概念第一章绪论§1 引言最优化就是从所有可能方案中选择最合理的一种以达到最优目标的学科。
达到最优目标的方案称为最优方案。
搜索最优方案的方法称为最优化方法。
关于最优化方法的数学理论称为最优化理论。
最优化问题至少有两要素：一是可能的方案；二是要追求的目标。
后者是前者的函数。
如果第一要素与时间无关称为静态最优化问题，否则称为动态最优化问题。
本课程主要讨论静态优化问题历史与现状▪公元前500年，古希腊在讨论建筑美学中就已发现了长方形长与宽的最佳比例为1.618,称为黄金分割比。
1前言
1.1研究背景
生活和工作中，处处遇到随机过程
电话总机占线，
银行排队，
互联网的传输延迟和流量，
赌博，
信号衰落，
信号被噪声淹没。
教科书中的举例：
电话呼叫的次数随时间的变化，
原子的能量（能级）随时间的变化，
液面上微粒的布郎运动，
掷硬币的伯努利过程，
振荡器输出的随机相位正弦波过程，
放大器的输入热噪声。
需要对随机过程的规律进行认识，
需要对随机过程进行处理：缓存、控制，估值、平滑、滤波。
1.2研究内容
典型的随机过程：
高斯过程、泊松过程等，
随机过程的数学表述和分析方法：
规律、数字特征，
随机过程经过系统的特性分析：
信噪比、错误概率、利用率，
对随机过程进行处理的系统设计：
估值，检测，滤波。
应用领域
信息论和编码理论
数字通信
扩展频谱通信
无线通信
数字信号处理
通信网原理。
1.3参考文献
陆大经：随机过程及其应用，
周荫清：随机过程导论，
汪任官：概率论引论，
Papoulis:“Probability, random variable, and stochastic processes”，
Feller:“An introduction to probability theory and its applications”，
Haykis:“Adaptive filter theory”。
1.4先行课程
概率论和数理统计
信号与系统
典型的随机变量的分布，
典型的随机变量的数字特征。
1.5课程安排
随机过程引论
马尔可夫链
马尔可夫过程
二阶矩过程、平稳过程和随机分析
随机过程谱分析和随机过程通过线性系统
高斯过程
估值过程
2随机过程的数学描述和分类
2.1随机过程举例：
确定性过程和随机过程：确定性过程完全可以用一个时间函数来描述；随机性过程每一次观察的事件是不同的，每一次观察的一个实现是一个时间的函数；随机过程在任意一组给定时刻的取值是一组随机变量。
典型的确定性过程：
电容器的冲放电过程，
典型的随机过程：
例01-1、一维随机游动
例01-2、调幅脉冲序列。
例01-3、随机幅度的正弦波过程。
例01-4、随机相位的正弦波过程，它的一维概率密度函数。
例01-5、调幅脉冲序列。
结论1：
描述一个随机过程，可以用对应的一组随机变量的概率密度函数或概率分布函数， 典型的随机过程（续）：
例01-6、随机相位的正弦波过程，它的均值和相关函数。
例01-7、随机电报信号。
例01-8、随机相位幅度的正弦波过程，求它的均值和相关函数。
结论2：
描述一个随机过程，可以用对应随机过程的数字特征：均值、相关函数、矩。
2.2随机过程的数学描述：
定义：
设{}P F ,,Ω是概率空间，T 是直线上的参数集（可列的或不可列的），若对于每一个T t ∈)(),(ωξωξt t =是随机变量，则称}),,({T t t ∈ωξ为该概率空间上的随机过程。
观察一个随机过程：
给定一次实验，随机过程是一个时间序列或一个时间函数，
对于确定的时刻，随机过程的观察值是一个随机变量。
给定一组时刻，随机过程的取值是一组随机变量，随机过程的统计特性由有限维分布函数来描述：
12,,1212121122(,,)(,,;,,)
{(),(),()}
n t t t n n n r n n F x x x F x x x t t t P t x t x t x ξξξ==<<<"""""。
随机过程的数字特征：
均值：)}({)(t E t ξμξ=
方差：})]()({[)(22t t E t ξξμξσ−=
自相关函数：)}(),({),(2121t t E t t R ξξξξ=
中心矩： 自协方差函数：)]}()([)],()({[),(221121t t t t E t t C ξξξξμξμξ−−=
互相关函数：)}(),({),(2121t t E t t R ηξηξ=
混合中心矩：
互协方差函数：)]}()([)],()({[),(221121t t t t E t t C ηξηξμημξ−−=
结论：描述一个随机过程：
对应一组随机变量的概率密度函数或概率分布函数，来描述随机过程，
对应随机过程的数字特征：均值、相关函数、矩（中心矩）来描述随机过程。
2.3随机过程的分类：
离散时间（宗量）、离散取值的随机过程，
例01-随机游动
例01-伯努利过程
离散时间（宗量）、连续取值的随机过程，
例01-调幅脉冲序列
连续时间（宗量）、离散取值的随机过程，
例01-计数过程
例01-泊松过程
连续时间（宗量）、连续取值的随机过程。
例01-高斯过程
例01-维纳过程
2.4两个或两个以上的随机过程
数学描述：
对应两组或多组随机变量的概率密度函数或概率分布函数，
对应两组或多组随机过程的数字特征：均值、相关函数、矩（中心矩）。
2.5 随机过程的基本概念
二阶矩过程
设有随机过程{(),}t t T ξ∈，若对每个t T ∈，()t ξ的均值和方差都存在，则称 ()
t ξ为二阶矩过程。
随机过程的平稳性 严平稳随机过程
设有随机过程{(),}t t T ξ∈，对任意正整数n 及选定时间,1,2,i t T i n ∈=",以及任意时间间隔τ和123,,,,n x x x x R ∈"，有n 维分布函数 12121212(,,,;,,,)(,,,;,,,)n n n n F x x x t t t F x x x t t t ξξτττ=+++"""" 则称该过程为严平稳随机过程。
宽平稳随机过程
设有一个二阶矩随机过程{(),}t t T ξ∈，它的均值是常数，相关函数仅是21t t τ=−的 函数，则称它为宽平稳随机过程或广义平稳随机过程。
习题
第一章
1、2、4、5、10、11。
