約翰霍普金斯科研課題

調(diào)制信號(hào)的實(shí)時(shí)識(shí)別與控制

課題簡(jiǎn)介

振幅調(diào)制（Amplitude modulation）和頻率調(diào)制（Frequency modulation）在無(wú)線通訊，（例如：收音機(jī)）中有著重要應(yīng)用，然而傳統(tǒng)的調(diào)試識(shí)別以及解調(diào)方法主要基于帶通濾波，其側(cè)重于獲得承載信號(hào)，而其中大量的調(diào)制信息卻損失了。近年來(lái)，加權(quán)最小二乘法在水動(dòng)力特性識(shí)別中獲得了成功應(yīng)用，其對(duì)于調(diào)制信號(hào)識(shí)別的適用性也獲得了初步的驗(yàn)證。

本課題將設(shè)計(jì)一信息-物理系統(tǒng)（Cyber-Physical system），假想調(diào)制信號(hào)滿足一時(shí)變的質(zhì)量-彈簧-阻尼器系統(tǒng)，應(yīng)用加權(quán)最小二乘法，實(shí)時(shí)識(shí)別該系統(tǒng)中的時(shí)變參數(shù)（時(shí)變質(zhì)量，時(shí)變阻尼），從而獲得調(diào)制信號(hào)的振幅調(diào)制和頻率調(diào)制信息。進(jìn)一步，通過實(shí)時(shí)控制該系統(tǒng)的虛擬參數(shù)，從而實(shí)現(xiàn)對(duì)調(diào)制信號(hào)的實(shí)時(shí)控制。

 

科研方法

AI+X數(shù)據(jù)驅(qū)動(dòng)型科研

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測(cè)，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬(wàn)萬(wàn)，使用傳統(tǒng)的科研方式對(duì)其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)現(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫(kù)，與過往的研究成果進(jìn)行對(duì)照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。

---

課題要求

本課題適合： 9-12 年級(jí)學(xué)生，有較強(qiáng)的邏輯思維和抽象思維能力

英文：
1、具備基本的學(xué)術(shù)英語(yǔ)閱讀能力；
2、接觸過英文寫作，有論文寫作經(jīng)驗(yàn)者更佳；

數(shù)學(xué)：
1、微積分（偏微分）
2、線性代數(shù)

計(jì)算機(jī)：
MATLAB入門

物理：
簡(jiǎn)諧運(yùn)動(dòng)