一、MATLAB制作图形界面的应用（论文文献综述）
刘星宇[1]（2021）在《电网侧大容量电化学储能电站系统建模及仿真特性研究》文中提出电化学储能被广泛应用于电网,以提高其接纳具有不确定性和波动性的可再生能源的能力。随着可再生能源与电网的发展,储能电站的规模也随之扩大,对储能电站的结构设计与电站各储能模块的协调控制策略提出了更高的要求。本文针对储能变流器（Power converter system,PCS）单体和电化学储能电站的建模方法和控制策略进行了研究,主要研究内容如下:首先,研究了储能PCS并联系统的失稳机理,利用dq坐标系下的全解耦控制策略实现了储能PCS的电流和功率输出控制,通过MATLAB建立了储能PCS单体的Simulink仿真模型。根据大容量电化学储能电站拓扑结构,将多台储能PCS单体并联建立了电磁暂态电化学储能电站的仿真模型,分别利用劳斯稳定判据和伯特图（Bode）对电化学储能电站PCS并联的稳定性进行分析。其次,针对提高PCS并联系统稳定性的控制方法进行研究,在考虑PCS并网阻抗在运行中可能产生变化的基础上,结合即时触发型主动测量方式的在线电网阻抗测量方法,提出了一种实时修正各控制器参数的自适应阻尼控制策略,进一步提高PCS并联系统的电网适应性。然后,针对电磁暂态模型计算复杂和仿真周期过长等问题,提出了矢量模型模型法,建立了大容量电化学储能电站矢量仿真模型。在电池模块方面,采用了基于Elman神经网络的电池SOC评估方法,代替Simulink元件库自带的伏安法电池模型。通过该模型,可以实现电化学储能电站模型24小时并网仿真运行,实时反映储能电站SOC、并网功率等参数的变化。最后,使用MATLAB实现了储能系统并网PCS的GUI仿真界面设计,将矢量仿真模型与电磁暂态模型相结合,通过设定分析时间点,将该点的矢量仿真模型储能电站运行数据导入电磁暂态模型仿真,从而检测该时点的输出电能质量,对大容量电化学储能电站的运行稳定性进行分析。
阚瑞祥[2]（2020）在《基于SVM视距与非视距声定位信号分类的应用与研究》文中指出声信号本身含有大量信息,稳定其本身物理性质,声信号将在诸多方面有着灵活且高效的应用。基于此,近年来在各个方面已经有很多系统立足于特定频段声信号,完成研发并实现既定目标。其相关技术也在不断成熟,基于相关学科的开发与跨学科高质量的应用也正不断涌现,同时亦从多方面展现出声信号本身巨大的发展前景。为使得此声信号处理流程能用于基于室内定位系统中,面向声定位信号核心技术完成相应开发是必须的。相关技术包括且不限于声音信号的特征提取算法、特征选择与重组、声信号分类与特征回归分析与相关评价指标构建等。在基于特定频段声信号且自标定锚点位置的室内定位系统中,对于声信号的开发与研究,其核心切入点在于:传统定位算法在非视距环境下,由于声信号将产生散射、反射、无规则衰减等现象,使得原有定位算法此时并不能发挥出应有效果。因此,非视距情形下声信号的处理是需要的,在此之前,声定位信号的分类亦是必要的。据此,基于适当策略完成开发,介入系统流程的重组、选择过程中,基于声信号分类结果,而针对非视距场景进行一定调整,以此使得室内定位系统所用定位算法发挥出更佳效果。经实测,升级后室内定位系统能够在非视距场景中,较之原版系统,强化实际特定场景中定位效果。以此,本文将基于此特定情境,从特征提取与训练升级、视距与非视距声定位信号wav文件分类方案以及核心训练流程升级、声信号特征值回归分析此三个方面作为研究内容,并完成既定研究与开发,最终给出各个优化方案的实测效果对比,以及具有一定参考价值的结论。本文完成核心工作将包含以下三个方面:首先,根据既有声定位信号特征提取算法,完成对于部分特征权重升级,继而凸显有益于分类进行的特征作用,并进行部分重组。实际场景中,其所得结果将作为分类器输入,需要更多地针对非视距声信号特点进行调整,从而凸显非视距声信号区分度,为全文根基;其次,经典SVM分类器虽然高效,但尚不能完美且轻易地实现非视距声定位信号辨识,因此,引入改进后群体智能优化策略,从特征选择、训练权重动态调整以及训练过程收敛速度三方面完成升级是必须的,基于此完成不同特征组合以及对应不同升级方案的研发与对比。分类结果将直接影响非视距场景中室内定位系统实际流程,为复杂场景中定位精度提升的提到提供可能;随后,面向部分室内定位系统中非视距声信号,存在着难于接收、难于获取、出现随机性强等问题,据此引入基于模糊信息粒化模型的回归分析部分,完成对于非视距声信号的回归分析,从而使得分类器获得更多针对性强的训练样本,侧面增强分类器实际效果。继而最终强化室内定位系统中定位实际精度。
杨盼[3]（2020）在《电力线路短期负荷预测系统设计及实现》文中研究说明电力负荷预测,有助于电力部门合理安排电能生产计划,帮助电力部门规划电网发展。但是,在部分欠发达地区,短期负荷预测基本要靠经验评估,预测手段少,预测方法不科学,使得预测结果不太理想,给电力工作造成巨大障碍,不太适应于地区各类发展计划的需求。为弥补该类地区负荷预测手段的不足,论文立足于实际生产环境,搜集了大量电力线路在运行过程中产生的历史负荷数据,通过研究大量文献,对电力线路短期负荷预测的各种算法进行分析研究,将预测算法的功能特点和实际环境进行适应性分析,最终选择了适用于时间序列数据分析处理并具备延时反馈的Elman神经网络算法作为本文的预测基础算法,同时,结合数据分析方法研究出一种训练数据组构建方法,克服历史数据类型单一的缺陷,提高算法模型的预测精度。在算法研究的基础上,论文基于MATLAB软件所提供的UI图形界面设计功能,进行预测系统的用户界面设计,并通过MATLAB具有的软件设计功能完成了预测系统的功能实现,最后利用Microsoft Visual Studio 2010和MATLAB联合编译完成电力线路负荷预测系统的设计和实现,大大提高了系统开发效率,缩减了系统研发周期。为验证系统的适用性,还利用不同变电站的历史数据对系统的功能性和适用性进行了大量的数据验证,最终确认预测系统满足目标环境需求。
张远杰[4]（2020）在《管翅式机油冷却器散热性能分析及优化》文中研究指明机油冷却器是保障机械车辆正常运行的重要部件,其散热性能的好坏直接影响着发动机的工作温度,进而影响着整个车辆的动力性能和安全性能。管翅式机油冷却器具有结构工艺简单、质量轻等优势,被越来越多的机械车辆所采用。本文对管翅式机油冷却器的散热性能进行分析研究,并对翅片进行结构优化以改善机油冷却器的散热性能。本文的研究内容如下:1、对平直翅片的管翅式机油冷却器进行分析研究。利用三维建模软件对其进行整体建模,并进行合理的结构简化。利用ANSYS CFX对其进行全局仿真,得到在不同工况下的散热功率。通过风洞试验台对平直翅片的管翅式机油冷却器进行风冷油试验,得到不同工况下的散热功率,试验结果验证了仿真模型的有效性。2、基于强化换热理论,对原有的平直翅片进行优化设计,在原有结构上提出一种三角波纹翅片。引入参数β作为三角波纹波峰方向与风速方向的夹角,设计出六种不同β角的波纹翅片,利用已建立的仿真模型对6种不同β角的三角波纹翅片的管翅式机油冷却器进行全局仿真。在同一工况下,对6种不同β角的三角波纹翅片和平直翅片的传热性能和流阻性能进行研究。通过研究其传热因子j、摩擦因子f和综合系数JF,得出以下结论:在进油口流量一定时,随着进风口风速的增加,6种不同β角的三角波纹翅片和平直翅片的传热因子j逐步提高,波纹翅片的传热因子高于平直翅片,摩擦因子f也呈相同趋势,结合综合系数JF得出β=90°的三角波纹翅片管翅式机油冷却器的综合换热能力最好。根据所得的最优结构翅片,研究其不同翅片间距下的散热功率,获得其在不同进风口风速下的散热功率分布情况。3、对管翅式机油冷却器在不同进风口风速和进油口油气温差进行分析。通过全局仿真和风冷油试验得到机油冷却器在不同风速和油气温差下的散热功率,利用MATLAB进行拟合计算,得出散热功率与风速和油气温差的关联式。并利用已知工况下的数据对关联式进行验证,其大部分误差在5%以内,最大误差不超过10%。表明此关联式可以用于未知工况下对管翅式机油冷却器进行散热功率的计算。4、基于MATLAB GUI用户图形界面,设计了管翅式机油冷却器散热性能分析系统。利用此系统可以方便快捷地得出不同进风口风速和进油口油气温差对管翅式机油冷却器散热功率的影响。此系统还嵌入了拟合关联式,可以快速计算出未知工况下管翅式机油冷却器的散热功率。为验证关联式所得散热功率的准确性,还可以通过进、出油口温差以及机油的物性参数精确计算出管翅式机油冷却器在不同工况下的散热功率,为工程实际中设计管翅式机油冷却器提供一种便捷的散热功率计算方法。
孙祥瑞[5]（2020）在《基于模糊控制算法的嵌入式力量辅助控制系统》文中提出随着生活质量的不断提高,健身成为了人们生活中不可缺少的一部分。当前大多数力量健身器械依然停留在纯物理结构的设计上,智能化的缺失使得传统力量器械无法根据使用者训练中力量变化的波动而动态调整负重大小,重量太轻则训练效果不佳,重量太重又容易引发安全事故。因此,监测使用者训练中力量变化,在适当时机对其提供辅助力量,提高训练效率及安全性,对力量健身行业发展具有重要意义。本文对典型的力量健身器械——史密斯架进行分析,利用ARM CORTEX-M4内核的STM32F407开发板作为控制核心,以伺服系统作为力量来源,设计了基于模糊控制算法的力量健身辅助控制系统。首先,设计了力量辅助控制系统的硬件平台,主要包括物理传动模型和伺服控制系统两个部分。然后,使用MODBUS-RTU工业通信协议实现控制器与驱动器之间相互通信,控制器通过访问伺服电机的转速、位置脉冲参数,实时监控负重杆的运动变化,分析参数后利用模糊控制算法对转矩进行计算,并将该转矩发送给伺服电机,从而实现力量辅助。其次,系统使用EMWIN图形库在STM32F407开发板的LCD屏幕上开发用户图形界面,锻炼情况实时更新至界面,使用者可随时观察自身锻炼情况。最后,构建实验环境,以11种不同的负重对系统进行稳定性测试。实验证明,基于模糊控制算法的力量健身辅助控制系统可以准确检测使用者训练中力量变化情况并适时加以力量辅助,提高了力量健身器械的训练有效性和安全性。
杨昔阳,孙伟婧[6]（2020）在《基于MATLAB的数学课堂信息化实践》文中认为随着信息技术的发展,结合信息技术手段进行课堂教学已经成为一种重要的教学方式.本文通过分析传统课堂教学方式的弊端,说明了在课堂教学中引入信息化教学实践的必要性,并通过MATLAB的用户图形界面,以定积分和旋转曲面为例介绍在课堂教学中采用信息技术课件进行教学的方法和优点.数学是一门历史悠久的学科,近些年,随着计算机技术的迅猛发展,数学与信息技术形成了相辅相成的局面.一方面,数学学科越来越成为现代科学技术发
吴添源[7]（2020）在《地震作用下建筑结构分散滑模振动控制分析与设计研究》文中研究表明随着建筑物日益向超高、大体量发展,建筑结构抵抗地震及风荷载作用的能力面临新的挑战。如何减小建筑结构在地震作用下的反应是一项重要的研究课题。在结构主动、半主动控制领域,控制方法一般采用的是传统“分散采集,集中处理”的集中化控制策略,即设立中央控制处理器,通过分布在建筑结构各处的传感器采集振动信号,中央处理器分析计算后产生控制信号并发送到分布于建筑物各处的控制器。大尺度建筑结构采用这种集中控制方法时,海量数据对计算和存储形成挑战,易造成较大的控制时滞影响。而且,当个别传感器发生故障后,容易导致整体控制系统失效,控制系统的稳定性相对脆弱。基于大系统分散控制理论的建筑结构分散控制方法利用局部子系统信息,设计基于全局稳定的子结构控制器,是克服大型建筑结构集中控制策略以上不足的有效途径。近年来,滑模变结构控制方法因其可以独立设计稳定滑模面和控制律,且当滑模面设计满足匹配条件时滑模控制方法对控制系统的干扰和摄动具有较好的鲁棒特性而被应用于建筑结构分散控制中。本文基于建筑结构滑模控制模型,利用变结构“单位向量”控制格式,以美国加利福尼亚州规范（SAC）20层钢结构为基准模型,采用数值模拟的分析方法,系统分析了各控制设计参数的选取、子结构的划分、控制器的分布对控制效果的影响,同时分析了建筑结构分散滑模控制的鲁棒特性。最后基于Matlab可视化设计编制了建筑结构滑模控制器分析设计程序。主要研究内容及成果如下:（1）文章概述了国内外建筑结构分散控制研究进展,简要介绍了滑模变结构方法,分析了建筑结构分散滑模控制方法中分散模型的建立、滑模设计及基于“单位向量”变结构控制率的稳定控制格式。（2）分析了建筑结构分散滑模控制器参数对控制效果的影响。研究表明:对于确定的子结构划分和控制器布置,建筑结构分散滑模控制系统的控制参数在一定取值范围内变化对结构整体控制效果的影响基本一致,均可以得到较好的控制。（3）实现了对基准模型不同子结构的划分,并分析其分散控制效果。在每层均设控制器的条件下,将基准模型子结构分别划分为连续5层、连续4层及连续2层三种不同的划分形式,通过数值模拟,可以发现:三种不同的划分方式均对楼层相对位移、楼层速度、楼层加速度起到了较好的控制效果,其中将基准模型子结构分别划分为连续2层的划分方式控制效果更优,三种不同划分方式的控制力输出大小基本保持一致。（4）分析验证了控制器的鲁棒特性。通过改变结构楼层刚度、楼层质量参数对控制效果的影响进行了分析,研究表明:对于结构刚度、楼层质量等结构不确定性变化,本文所提控制方法具鲁棒特性。另外,通过楼层质量变化对控制效果分析可以发现,设计中减轻建筑结构质量,本文所提控制方法不仅能够较好的满足振动控制要求还有利于控制能量的输出。（5）研究了不同控制器布置时建筑结构滑模分散控制的实现方法和控制效果。通过奇异值分解的方法将控制的状态方程转换成滑模控制的简约型,实现控制器不同布置时建筑结构分散滑模控制设计。分析发现:当在子结构间上下交界楼层布置控制器,在子结构内部对称布置一定数量控制器时,尽管滑模面设计不能严格满足匹配条件,但控制器仍然对楼层相对位移、楼层速度、加速度具有一定的控制效果。研究表明在刚度变化较大的转换层进行合理的控制器设置能够明显的改善结构振动控制效果。（6）不同结构参数、不同子结构划分、不同控制器布置,都涉及到参数的选取问题,为便于开展不同情况下分散滑模控制器的分析和设计,基于Matlab可视化设计功能开发了相关设计软件。该软件可以实现不同参数的取值输入,可以获得不同取值条件下分散滑模控制、线性二次型集中控制、无控状态下的层间位移、层间位移时程、加速度时程等结构响应变化和控制力时程图形数据。软件可视化操作图形界面,便于控制设计的参数选取效果比对,有助于控制器的设计和优化。
吴生彪[8]（2019）在《微波腔体滤波器建模与计算机调试策略》文中研究表明微波滤波器在分离频谱信息、提高通信质量、防止信号串扰上发挥着重要的作用。多数微波滤波器都是基于电磁仿真技术设计的,滤波器制造的公差和材料特性的差异使得输出频率响应不能与理论结果相一致。因此,生产后的微波滤波器必须经过调试才能达到要求,然而,调试工作极其复杂,单纯的依靠人工调试不但调试效率低下,而且产品的一致性很差。为了提高微波滤波器调试效率,本文研究了微波腔体滤波器的调试方法,主要工作如下。（1）不同模态下的参数提取。本文提出了不同模态下的微波腔体滤波器参数提取方法。针对微波腔体滤波器导纳参数极点和留数的提取问题,在综合考虑相位偏移、谐振腔损耗以及初始零极点对参数提取精度影响的情况下,运用改进的矢量拟合方法实现了导纳参数极点和留数的提取。在处理滤波器端口相位和谐振腔损耗不一致时,通过将不一致相位与衰减因子纳为优化变量的方式进行剔除,并通过在导纳参数极点中引入损耗因子的方式消除了损耗对耦合矩阵提取的影响。当微波腔体滤波器处在严重失谐状态下时,在完成滤波器的初调后,通过直接构建多项式系数与导纳函数的关系来提取耦合矩阵,解决了无耗耦合矩阵综合方法在有耗耦合矩阵综合中的应用问题。（2）微波腔体滤波器建模。本文提出了基于不同关系数据的微波腔体滤波器建模方法。针对低阶仿真微波腔体滤波器提取的导纳参数极点和留数,本文基于高斯核聚类和子模型概率融合方法建立了谐振杆与耦合杆的调节高度与导纳参数极点、留数间的关系模型,解决了单一模型计算精度差和效率低下的问题。针对不一致端口相位和谐振腔损耗下提取的耦合矩阵,基于分布式极限学习机建立了耦合矩阵各元素和螺钉调节高度的关系模型,解决了模型的并行计算和隐含层节点的随机选取问题。针对严重失谐状态下提取的多阶段过程调试数据,本文基于模糊C均值聚类与T-S模糊神经网络方法,建立了九阶交叉耦合滤波器在严重失谐状态下的关系模型,并通过比较实验验证了方法的有效性。（3）微波腔体滤波器计算机调试策略。本文提出了基于不同关系模型（代理模型）的计算机调试方法。针对低阶仿真微波腔体滤波器,通过基于Y参数极点和留数的隐式空间映射算法来实现非线性映射下的代理模型参数优化。针对多变量实际微波腔体滤波器的调试,通过分布式极限学习机与空间映射算法相结合来实现微波腔体滤波器的调试,并通过设置收敛半径和更新步长的方式来避免算法难收敛现象和对初始值的依赖问题。面对复杂拓扑结构滤波器在严重失谐状态下的调试,本文将多目标粒子群算法与T-S模糊神经网络空间映射相结合,实现了九阶交叉耦合滤波器的分阶段调试。（4）微波腔体滤波器调试系统设计。本文基于模块化编程的基本思想,运用MATLAB GUI实现了可视化人机界面的制作以及动态数据的存储与显示;通过HFSS-MATLAB-API实现了微波腔体滤波器的三维建模与调试数据的采集;利用通信程序实现了矢量网络分析仪与PC机及其他设备的通讯;最终,结合参数提取算法和调试策略实现了微波腔体滤波器的动态仿真。本文研究了微波腔体滤波器的计算机辅助调试策略,提出了不同模态下的参数提取方法,利用电磁仿真软件和现场采集的数据建立不同关系模型,通过构建代理模型与实际模型的映射关系实现了微波腔体滤波器的计算机辅助调试,最后通过仿真实验验证了所提方法的有效性。
冯聪[9]（2018）在《无人机集群编队交互式仿真平台的设计与实现》文中提出智能化与集群化是无人机发展的趋势,在大规模数量的被控对象与复杂的任务场景需求下,仿真平台在无人机集群的前期设计阶段扮演了愈发重要的角色。基于功能完备的仿真平台,团队可以快捷地完成对无人机集群系统各个层次设计原型的测试与验证,加快项目迭代,极大地节约开发成本。论文致力于开发一套面向无人机集群编队研究需求的交互式仿真平台及软件开发框架。基于该平台的功能特性,可将Matlab/Simulink上层环境中开发的算法模块工程化,并集成到上位机系统,与无人机集群快速原型构成闭环验证回路;基于平台三维可视化系统,及手势、语音VR人机交互系统,完成人在回路的集群编队协同任务仿真测试。论文主要完成了以下方面的工作:（1）调研国内外仿真平台研究现状,重点针对分布式仿真及VR人机接口两方面研究成果进行了详细分析。在此基础上,分析无人机集群编队协同任务仿真的功能需求及性能需求,完成平台总体架构设计。（2）设计并开发上位机软件基础模块。数字仿真模块基于Simulink代码生成技术完成算法模块集成;实时仿真模块基于xPC技术模拟无人机对象,实现基于模型的控制算法实时仿真验证;网络通信模块基于Protobuf实现可定制、易扩展的平台基础数据通信组件。（3）基于Unity 3D设计并开发视景软件基础模块。仿真场景模块构建任务场景所需的三维模型资源库,基于WorldMachine实现大规模地形解决方案;图形界面模块基于UGUI开发具备自动布局和信息订阅功能的界面组件;人机交互模块基于HTC Vive和在线语音REST API技术,实现无人机集群编队VR人机接口。最后,基于上述平台软件基础模块,开发10架无人机集群协同任务仿真应用实例,仿真结果验证了平台的功能性与可靠性。
杨学成[10]（2018）在《聚合物间歇微发泡过程数值模拟》文中进行了进一步梳理微孔发泡材料由于其质量轻、隔热、隔音、抗冲击等特点,在航空航天、生物医疗、卫生环境等领域有着广泛的用用前景。随着其应用领域的不断扩展,研究人员对微发泡技术的研究也在不断深入。在微孔发泡过程中泡孔的成核与生长是微发泡过程中至关重要的环节。研究影响泡孔密度、泡孔尺寸的影响因素,对改善微发泡产品的结构与性能有着重要的意义。本文基于经典成核理论和细胞模型,建立了间歇微发泡气泡成核和泡孔长大的数学模型,并在matlab平台上采用四阶龙格-库塔法实现了间歇微发泡过程的数值模拟。建立了图形界面,并基于matlab与C语言混合编程技术对程序进行了封装,编译为独立执行的可执行程序,同时,封装为动态链接库,以备后续挤出微发泡过程模拟程序的调用。本文主要工作及结论如下:（1）间歇微发泡过程的数学模型建立。本文基于经典成核理论及泡孔生长的细胞模型假设,建立了气泡成核和泡孔长大的控制方程,包括Blander-Katz泡孔成核率方程、气体穿过泡孔边界的质量平衡方程、气体的对流扩散方程、气泡周围聚合物熔体及气体混合物的动量方程等控制方程。结合幂律粘度模型的本构关系,建立了气泡成核与泡孔生长的数学模型。基于泡孔成核与生长过程的分析,建立了影响泡孔成核与长大过程的耦合关系。（2）间歇微发泡过程模拟的数值实现。基于气泡成核与泡孔生长的耦合关系,采用龙格-库塔法对聚合物微发泡过程中泡孔成核与生长过程进行耦合计算,以实现聚合物微发泡过程中泡孔成核和气泡长大过程的数值模拟,开发微发泡过程的数值模拟程序,模拟可获得不同时刻泡孔的成核数目、泡孔的半径、泡内压力及微泡孔形态的演化过程。通过数值算例分析了不同泄压方式对泡孔成核以及生长过程的影响,结果表明,在线性泄压的方式下,泡孔开始成核的时间较晚,成核点后泄压速率较快,使得泡孔密度较大,从而抑制了泡孔生长,从而获得相比另外三种方式泡孔密度更大、泡孔尺寸更小的微孔发泡材料;在线性泄压的基础上,随着泄压速率提高,泡孔尺寸减小,泡孔密度增加。（3）图形界面的开发。为了方便使用者对程序的使用,本文利用matlab的用户图形界面（GUI）技术,建立了一套简易、方便的图形界面系统,系统设计以微发泡数值计算程序为核心,建立了工程文件创建、数据输入与保存、微发泡数值计算、以及结果的图形输出等功能。通过可视化的图形界面系统,为的用户提供更加便捷的操作方式。（4）模拟程序的封装。为了程序算法的保密及方便后续的挤出微发泡数值模拟软件的开发,本文基于matlab与C语言混合编程技术,利用matlab编译器（MCR）将matlab编写的数值计算主程序编译成为独立可执行exe执行文件及可在VC++平台下供C语言调用的动态链接库文件,既实现了对matlab程序的封装,又可供后续通过C语言开发的程序调用。
二、MATLAB制作图形界面的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、MATLAB制作图形界面的应用（论文提纲范文）
（1）电网侧大容量电化学储能电站系统建模及仿真特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 大规模电化学储能电站建模研究现状 |
| 1.2.1 储能PCS单体建模研究现状 |
| 1.2.2 储能PCS并联研究现状 |
| 1.2.3 大规模储能系统建模研究现状 |
| 1.3 大规模电化学储能电站控制策略研究现状 |
| 1.3.1 储能系统跟踪计划出力研究现状 |
| 1.3.2 储能系统平滑新能源出力研究现状 |
| 1.4 本文主要工作 |
| 第2章 储能PCS并网稳定性分析 |
| 2.1 PCS单体并网模型 |
| 2.1.1 储能PCS单体拓扑 |
| 2.1.2 PCS单体全解耦控制 |
| 2.2 PCS并网运行稳定性分析 |
| 2.3 PCS并联系统失稳原理分析 |
| 2.3.1 并联台数n对稳定性的影响 |
| 2.3.2 并网阻抗Z_g对稳定性的影响 |
| 2.4 本章小结 |
| 第3章 自适应阻尼控制策略 |
| 3.1 阻抗自适应系统方案 |
| 3.2 电网阻抗突变检测 |
| 3.3 有源阻尼控制参数的计算 |
| 3.3.1 有源阻尼控制参数k_c的求取 |
| 3.3.2 电流控制器参数k_p与k_i的选取 |
| 3.4 基于simulink平台的目标储能电站电磁暂态模型 |
| 3.4.1 PCS参数选取 |
| 3.4.2 仿真与结果分析 |
| 3.5 本章小结 |
| 第4章 基于ELMAN神经网络的储能系统SOC估计 |
| 4.1 运行特征的提取 |
| 4.2 思维进化算法优化的ELMAN神经网络模型 |
| 4.2.1 Elman神经网络 |
| 4.2.2 MEA对神经网络的优化 |
| 4.3 算例分析 |
| 4.3.1 实验数据收集 |
| 4.3.2 SOC估计结果与鲁棒性验证 |
| 4.5 本章小结 |
| 第5章 储能电站矢量仿真模型 |
| 5.1 矢量仿真模型的建模原理 |
| 5.2 矢量仿真模型的控制策略 |
| 5.3 基于Simulink的矢量仿真模型建模 |
| 5.3.1 储能单元部分 |
| 5.3.2 能量管理系统 |
| 5.3.3 光伏/风电等效模块 |
| 5.4 24h储能电站并网模型运行仿真 |
| 5.5 本章小结 |
| 第6章 基于MATLAB GUI的储能系统并网仿真软件 |
| 6.1 MATLAB GUI |
| 6.2 储能仿真软件设计 |
| 6.2.1 软件登录界面 |
| 6.2.2 仿真控制界面 |
| 6.2.3 通过回调函数实现软件功能 |
| 6.3 软件数据与界面的封装 |
| 6.4 本章总结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（2）基于SVM视距与非视距声定位信号分类的应用与研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 非视距信号处理国内外研究现状 |
| 1.3 研究内容与结构安排 |
| 1.4 本章小结 |
| 第2章 声定位信号特征提取与选择 |
| 2.1 声定位信号 |
| 2.2 声定位信号特征提取法及其特点 |
| 2.3 本章小结 |
| 第3章 视距与非视距声定位信号分类算法 |
| 3.1 支持向量机 |
| 3.2 引入改进型遗传算法的支持向量机 |
| 3.3 引入改进型粒子群算法的支持向量机 |
| 3.4 特征重新组合与分析 |
| 3.5 本章小结 |
| 第4章 视距与非视距声定位信号特征回归分析 |
| 4.1 回归部分基本设想 |
| 4.2 模糊信息粒化 |
| 4.3 特征取值回归分析 |
| 4.4 回归分析部分总结 |
| 4.5 本章小结 |
| 第5章 系统测试与分析 |
| 5.1 声定位信号分类实验结果汇总 |
| 5.2 MATLAB GUI以及整体演示 |
| 5.3 实际非视距场景下与定位系统结合测试 |
| 第6章 总结 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者在攻读硕士学位期间科研成果 |
| 致谢 |
（3）电力线路短期负荷预测系统设计及实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 短期电力负荷预测 |
| 1.1.1 认识短期电力负荷预测 |
| 1.1.2 电力负荷的预测内容 |
| 1.1.3 影响电力负荷预测的因素 |
| 1.2 短期电力负荷预测系统的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文的主要意义及研究内容 |
| 1.4 章节安排 |
| 第二章 系统应用场景及功能需求分析 |
| 2.1 论文实施环境分析 |
| 2.1.1 线路负荷特性 |
| 2.1.2 影响负荷的主要因素 |
| 2.1.3 历史数据的特点 |
| 2.2 系统需求分析 |
| 2.3 本章小结 |
| 第三章 预测模型的研究及实现 |
| 3.1 经典预测算法的特性及分析 |
| 3.1.1 传统预测算法 |
| 3.1.2 人工智能算法 |
| 3.2 基础预测算法的选择 |
| 3.2.1 预测算法的特性需求分析 |
| 3.2.2 算法基础的确定 |
| 3.3 编译环境的选择 |
| 3.3.1 MATLAB介绍 |
| 3.3.2 预测算法的功能需求分析 |
| 3.4 Elman神经网络结构分析 |
| 3.5 训练数据的分析和构建 |
| 3.5.1 输入数据的分析和构建 |
| 3.5.2 验证数据的构建 |
| 3.6 数据的处理 |
| 3.6.1 异常数据处理 |
| 3.6.2 数据归一化处理 |
| 3.7 预测算法模型的设计 |
| 3.7.1 预测算法的设计 |
| 3.7.2 预测模型的构建 |
| 3.7.3 训练函数的选择 |
| 3.8 预测模型的优化 |
| 3.8.1 网络延时参数的优化 |
| 3.8.2 网络规模参数的优化 |
| 3.9 本章小结 |
| 第四章 负荷预测系统设计及实现 |
| 4.1 系统基本框架 |
| 4.2 图形窗口设计及功能实现 |
| 4.2.1 菜单栏设计 |
| 4.2.2 功能键设计 |
| 4.3 本章小结 |
| 第五章 系统性能测试 |
| 5.1 系统性能测试的目的 |
| 5.2 系统测试环境 |
| 5.3 系统模块功能验证 |
| 5.4 系统安全性检查 |
| 5.5 本章小结 |
| 第六章 论文结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 |
| 附录2 |
| 附录3 |
（4）管翅式机油冷却器散热性能分析及优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 管翅式机油冷却器简介 |
| 1.2.1 管翅式机油冷却器构造 |
| 1.2.2 管翅式机油冷却器的换热过程 |
| 1.2.3 常见翅片的类型 |
| 1.3 管翅式机油冷却器国内外研究现状 |
| 1.3.1 平直翅片国内外研究现状 |
| 1.3.2 波纹翅片国内外研究现状 |
| 1.4 CFD基本理论 |
| 1.4.1 基本假设 |
| 1.4.2 控制方程 |
| 1.4.3 湍流模型 |
| 1.4.4 CFD软件介绍 |
| 1.5 本课题主要的技术路线与研究内容 |
| 1.5.1 技术路线 |
| 1.5.2 研究内容 |
| 第2章 管翅式机油冷却器的数值模拟与试验 |
| 2.1 物理模型 |
| 2.1.1 模型简化 |
| 2.1.2 翅片结构参数 |
| 2.1.3 基管结构参数 |
| 2.2 模型预处理 |
| 2.2.1 全局化处理 |
| 2.2.2 建立流体域 |
| 2.3 网格划分 |
| 2.3.1 Meshing网格划分软件 |
| 2.3.2 网格质量验证 |
| 2.3.3 各进出口命名选择 |
| 2.4 数值计算 |
| 2.4.1 定义物性参数 |
| 2.4.2 计算域划分 |
| 2.4.3 进出口边界条件设置 |
| 2.4.4 数值模拟算法选择及求解器控制 |
| 2.5 风冷油试验 |
| 2.5.1 试验工况 |
| 2.5.2 试验对象 |
| 2.5.3 试验装置 |
| 2.6 模型验证 |
| 2.7 本章小结 |
| 第3章 管翅式机油冷却器散热性能分析及其优化设计 |
| 3.1 强化换热理论 |
| 3.2 管翅式机油冷却器性能参数 |
| 3.2.1 传热方程和换热系数 |
| 3.2.2 机油冷却器的流阻 |
| 3.2.3 综合系数 |
| 3.3 不同角度波纹翅片的物理模型 |
| 3.4 不同角度波纹翅片传热性能分析 |
| 3.4.1 速度场分析 |
| 3.4.2 温度场分布 |
| 3.4.3 传热性能参数分析 |
| 3.5 不同角度波纹翅片流阻性能分析 |
| 3.5.1 压力场分布 |
| 3.5.2 流阻性能参数分析 |
| 3.6 综合性能分析 |
| 3.6.1 综合系数分析 |
| 3.6.2 整体散热功率分析 |
| 3.7 不同翅片间距的管翅式机油冷却器散热性能分析 |
| 3.8 本章小结 |
| 第4章 管翅式机油冷却器散热性能分析系统设计 |
| 4.1 油气温差与散热功率分析 |
| 4.2 进风口风速与散热功率分析 |
| 4.3 基于MATLAB的散热功率曲面拟合 |
| 4.3.1 交互式曲线和曲面拟合 |
| 4.3.2 拟合结果 |
| 4.4 基于MATLAB GUI的散热性能分析系统功能设计 |
| 4.4.1 MATLAB GUI平台 |
| 4.4.2 总体方案设计 |
| 4.4.3 各主要功能模块设计 |
| 4.4.4 GUI生成独立的应用程序 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 在学期间发表的学术论文与研究成果 |
| 致谢 |
（5）基于模糊控制算法的嵌入式力量辅助控制系统（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 力量健身器械研究现状 |
| 1.2.2 伺服驱动系统研究现状 |
| 1.2.3 模糊控制研究现状 |
| 1.3 主要研究内容 |
| 1.3.1 研究内容 |
| 1.3.2 工作路线 |
| 1.4 论文结构 |
| 第二章 力量辅助控制系统的相关技术与功能方案设计 |
| 2.1 力量健身器械的结构与运动方式 |
| 2.2 伺服电机的结构和原理 |
| 2.3 伺服驱动器的模式选择 |
| 2.4 编码器实时监测原理 |
| 2.5 控制器STM32F407 硬件资源 |
| 2.6 本章小结 |
| 第三章 力量辅助控制系统平台的搭建 |
| 3.1 力量辅助控制系统平台总体设计 |
| 3.2 物理模型传动系统 |
| 3.3 伺服控制系统 |
| 3.4 平台间通信 |
| 3.4.1 控制器与驱动器间通信 |
| 3.4.2 控制器与LCD间通信 |
| 3.5 本章小结 |
| 第四章 系统软件的设计与实现 |
| 4.1 软件开发环境的选择 |
| 4.2 软件功能设计 |
| 4.2.1 数据通信程序设计 |
| 4.2.2 控制器运算逻辑设计 |
| 4.3 模糊控制算法的研究与设计 |
| 4.3.1 模糊控制的基本原理 |
| 4.3.2 模糊控制的设计与实现 |
| 4.3.3 模糊控制算法仿真测试 |
| 4.4 图形界面的设计 |
| 4.4.1 TFTLCD电容式触摸屏 |
| 4.4.2 EMWIN基于STM32F407 的板上移植 |
| 4.4.3 EMWIN图形界面的设计开发 |
| 4.5 本章小结 |
| 第五章 系统功能测试 |
| 5.1 通信功能测试 |
| 5.2 系统整体功能测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（6）基于MATLAB的数学课堂信息化实践（论文提纲范文）
| 1 传统课堂教学模式弊端 |
| 1.1 缺乏直观性和表现力 |
| 1.2 缺乏趣味性和创造性 |
| 1.3 不利于教师的发展 |
| 2 基于MATLAB的课堂教学素材开发案例 |
| 2.1 定积分的教学案例 |
| 2.2 旋转曲面的动态演示 |
| 3 小结 |
（7）地震作用下建筑结构分散滑模振动控制分析与设计研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究的主要内容 |
| 第2章 建筑结构分散滑模控制方法 |
| 2.1 滑模变结构控制方法 |
| 2.2 建筑结构分散控制模型 |
| 2.3 稳定滑动模态设计 |
| 2.4 “单位向量”变结构控制格式 |
| 2.5 本章小结 |
| 第3章 建筑结构分散滑模控制数值模拟及分析 |
| 3.1 数值模拟方法 |
| 3.1.1 模型介绍 |
| 3.1.2 刚度、质量、阻尼的确定 |
| 3.1.3 地震波的选取 |
| 3.2 控制设计参数对控制效果的影响分析 |
| 3.2.1 划分为4个子结构 |
| 3.2.2 划分为5个子结构 |
| 3.2.3 划分为10个子结构 |
| 3.3 子结构划分对控制效果的影响分析 |
| 3.4 建筑结构分散滑模控制的鲁棒特性 |
| 3.4.1 控制器参数确定 |
| 3.4.2 建筑结构刚度扰动对控制器控制效果影响 |
| 3.4.3 建筑结构质量扰动对控制器控制效果影响 |
| 3.5 控制器设置对控制效果影响 |
| 3.5.1 控制器布置方案 |
| 3.5.2 子结构状态方程的简约型变换 |
| 3.5.3 子结构个数为4时的情况 |
| 3.5.4 子结构个数为5时的情况 |
| 3.5.5 子结构个数为10时的情况 |
| 3.5.6 控制器布置分析 |
| 3.6 本章小结 |
| 第4章 分散滑模控制器的GUI可视化设计 |
| 4.1 控制器界面的GUI设计 |
| 4.1.1 控制器界面功能 |
| 4.1.2 控制器GUI制作流程 |
| 4.2 初始界面的设计 |
| 4.3 控制界面的设计 |
| 4.4 控制器GUI运行 |
| 4.5 本章小结 |
| 第5章 全文总结及展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 硕士学位期间发表的学术活动及成果情况 |
（8）微波腔体滤波器建模与计算机调试策略（论文提纲范文）
| 作者简介 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于参考模型的调试 |
| 1.2.2 基于特征参数的调试 |
| 1.2.3 基于数据驱动模型的调试 |
| 1.3 当前存在的问题 |
| 1.4 研究内容与章节安排 |
| 第二章 微波滤波器特性分析及联合仿真 |
| 2.1 引言 |
| 2.2 微波滤波器特性分析 |
| 2.2.1 微波腔体滤波器的拓扑结构 |
| 2.2.2 微波腔体滤波器的调试特性 |
| 2.2.3 微波腔体滤波器的性能分析 |
| 2.2.4 微波滤波器耦合矩阵综合 |
| 2.3 微波腔体滤波器三维仿真与等效电路 |
| 2.3.1 基于HFSS软件的腔体滤波器设计 |
| 2.3.2 基于ADS软件的腔体滤波器等效电路设计 |
| 2.3.3协同仿真实验 |
| 2.4 调试系统需求分析和总体设计 |
| 2.4.1 调试系统需求分析 |
| 2.4.2 调试系统总体设计 |
| 2.5 本章小结 |
| 第三章 微波腔体滤波器参数提取方法 |
| 3.1 引言 |
| 3.2 损耗较小状态下的Y参数极点和留数提取 |
| 3.2.1 微波滤波器端口相位的移除 |
| 3.2.2 Y参数极点和留数的提取 |
| 3.3 端口相位不一致状态下的耦合矩阵提取 |
| 3.3.1 不一致端口相位偏移的移除 |
| 3.3.2 八阶微波腔体滤波器耦合矩阵提取 |
| 3.4 失谐较大状态下的耦合矩阵提取 |
| 3.4.1 传输和反射函数多项式系数提取 |
| 3.4.2 九阶交叉耦合腔体滤波器耦合矩阵提取 |
| 3.5 本章小结 |
| 第四章 微波腔体滤波器调试模型 |
| 4.1 引言 |
| 4.2 基于神经网络的关系模型 |
| 4.2.1 高斯核聚类与子模型概率计算 |
| 4.2.2 模型及参数优化 |
| 4.2.3仿真实验 |
| 4.3 基于多输出矩阵极限学习机的关系模型 |
| 4.3.1 极限学习机分析 |
| 4.3.2 多输出矩阵极限学习机分析 |
| 4.3.3 模型参数优化 |
| 4.3.4仿真实验 |
| 4.4 基于T-S模糊神经网络的关系模型 |
| 4.4.1 调试数据的模糊聚类 |
| 4.4.2 模型结构和参数设计 |
| 4.5 本章小结 |
| 第五章 微波腔体滤波器调试策略 |
| 5.1 引言 |
| 5.2 基于Y参数极点和留数的调试 |
| 5.2.1 映射关系的建立 |
| 5.2.2仿真实验 |
| 5.3 基于多输出矩阵极限学习机与空间映射的调试 |
| 5.3.1 输入输出参数设置 |
| 5.3.2仿真实验 |
| 5.4 基于T-S模糊神经网络与改进型空间映射的调试 |
| 5.4.1 滤波器初调及耦合矩阵优化处理 |
| 5.4.2 改进型空间映射算法设计与仿真 |
| 5.5 本章小结 |
| 第六章 微波腔体滤波器调试系统设计与仿真 |
| 6.1 引言 |
| 6.2 人机交互设计 |
| 6.2.1 数据的存储与显示 |
| 6.2.2 模块化功能界面的设计 |
| 6.3 调试系统GUI界面的设计 |
| 6.3.1 硬件和软件功能分析 |
| 6.3.2 基于HFSS-MATLAB-API的联调联试 |
| 6.4 在线仿真实验 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
（9）无人机集群编队交互式仿真平台的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 分布式仿真平台研究现状 |
| 1.2.2 VR人机接口研究现状 |
| 1.3 研究内容与章节安排 |
| 第2章 无人机集群编队交互式仿真平台总体方案 |
| 2.1 引言 |
| 2.2 仿真平台需求分析 |
| 2.2.1 功能需求 |
| 2.2.2 性能需求 |
| 2.3 仿真平台总体架构设计 |
| 2.4 仿真平台开发环境 |
| 2.5 小结 |
| 第3章 仿真平台上位机软件的设计与实现 |
| 3.1 引言 |
| 3.2 仿真平台上位机软件的总体架构 |
| 3.3 数字仿真模块 |
| 3.3.1 Simulink代码生成技术 |
| 3.3.2 算法模块的平台集成 |
| 3.4 实时仿真模块 |
| 3.4.1 xPC实时仿真技术 |
| 3.4.2 基于xPC API的实时仿真基础模块 |
| 3.5 网络通信模块 |
| 3.5.1 网络框架总体方案设计 |
| 3.5.2 仿真平台应用层数据协议 |
| 3.5.3 服务端网络模块 |
| 3.5.4 客户端网络模块 |
| 3.6 小结 |
| 第4章 仿真平台视景演示软件基础模块的设计与实现 |
| 4.1 引言 |
| 4.2 视景演示软件总体架构 |
| 4.3 无人机集群编队仿真场景设计与开发 |
| 4.3.1 场景资源的建立 |
| 4.3.2 大规模地形环境构建 |
| 4.3.3 场景逻辑的实现 |
| 4.4 图形用户界面设计与实现 |
| 4.4.1 仿真初始化界面 |
| 4.4.2 仿真场景用户界面 |
| 4.5 小结 |
| 第5章 仿真平台人机交互演示系统的设计与实现 |
| 5.1 引言 |
| 5.2 仿真平台人机交互演示系统总体架构 |
| 5.3 Vive手势交互模块 |
| 5.3.1 Vive开发概述 |
| 5.3.2 指挥员交互功能设计与实现 |
| 5.3.3 无人机集群控制功能设计与实现 |
| 5.4 语音控制模块 |
| 5.4.1 百度语音REST API |
| 5.4.2 语音控制模块实现 |
| 5.5 小结 |
| 第6章 无人直升机编队协同控制仿真应用 |
| 6.1 引言 |
| 6.2 仿真平台硬件环境 |
| 6.3 仿真平台软件实现 |
| 6.3.1 无人机模型与算法模块集成 |
| 6.3.2 应用层协议定制 |
| 6.3.3 VR虚拟场景搭建 |
| 6.4 仿真实验及结果分析 |
| 6.5 小结 |
| 第7章 总结与展望 |
| 参考文献 |
| 发表论文及科研情况 |
| 致谢 |
（10）聚合物间歇微发泡过程数值模拟（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 泡孔成核理论的研究 |
| 1.2.2 泡孔长大理论的研究 |
| 1.3 本文主要工作 |
| 2 微孔发泡理论基础 |
| 2.1 微孔发泡工艺过程 |
| 2.2 流体力学基础方程 |
| 2.3 泡孔成核与生长的数学模型 |
| 2.3.1 泡孔成核理论模型 |
| 2.3.2 泡孔生长理论模型 |
| 2.3.3 泡孔长大的数学模型 |
| 2.4 本章小结 |
| 3 微发泡模拟的数值实现及算例分析 |
| 3.1 微发泡模拟的数值实现 |
| 3.2 数值算例 |
| 3.2.1 算例一 |
| 3.2.2 算例二 |
| 3.3 本章小结 |
| 4 微发泡模拟界面制作与程序封装 |
| 4.1 用户图形界面 |
| 4.1.1 GUIDE编辑器 |
| 4.1.2 GUI系统实现 |
| 4.1.3 微发泡模拟界面的实现 |
| 4.2 matlab程序封装 |
| 4.2.1 matlab与C语言简介 |
| 4.2.2 编译独立可执行程序与动态链接库文件 |
| 4.3 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
四、MATLAB制作图形界面的应用（论文参考文献）
- [1]电网侧大容量电化学储能电站系统建模及仿真特性研究[D]. 刘星宇. 华北电力大学(北京), 2021(01)
- [2]基于SVM视距与非视距声定位信号分类的应用与研究[D]. 阚瑞祥. 桂林理工大学, 2020(07)
- [3]电力线路短期负荷预测系统设计及实现[D]. 杨盼. 电子科技大学, 2020(03)
- [4]管翅式机油冷却器散热性能分析及优化[D]. 张远杰. 扬州大学, 2020(01)
- [5]基于模糊控制算法的嵌入式力量辅助控制系统[D]. 孙祥瑞. 西安石油大学, 2020(10)
- [6]基于MATLAB的数学课堂信息化实践[J]. 杨昔阳,孙伟婧. 高中数理化, 2020(08)
- [7]地震作用下建筑结构分散滑模振动控制分析与设计研究[D]. 吴添源. 合肥工业大学, 2020(02)
- [8]微波腔体滤波器建模与计算机调试策略[D]. 吴生彪. 中国地质大学, 2019(02)
- [9]无人机集群编队交互式仿真平台的设计与实现[D]. 冯聪. 天津大学, 2018(06)
- [10]聚合物间歇微发泡过程数值模拟[D]. 杨学成. 郑州大学, 2018(01)