約翰霍普金斯科研課題

調制信號的實時識別與控制

課題簡介

振幅調制（Amplitude modulation）和頻率調制（Frequency modulation）在無線通訊，（例如：收音機）中有著重要應用，然而傳統的調試識別以及解調方法主要基于帶通濾波，其側重于獲得承載信號，而其中大量的調制信息卻損失了。近年來，加權最小二乘法在水動力特性識別中獲得了成功應用，其對于調制信號識別的適用性也獲得了初步的驗證。

本課題將設計一信息-物理系統（Cyber-Physical system），假想調制信號滿足一時變的質量-彈簧-阻尼器系統，應用加權最小二乘法，實時識別該系統中的時變參數（時變質量，時變阻尼），從而獲得調制信號的振幅調制和頻率調制信息。進一步，通過實時控制該系統的虛擬參數，從而實現對調制信號的實時控制。

 

科研方法

AI+X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

---

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力

英文：
1、具備基本的學術英語閱讀能力；
2、接觸過英文寫作，有論文寫作經驗者更佳；

數學：
1、微積分（偏微分）
2、線性代數

計算機：
MATLAB入門

物理：
簡諧運動