基于模糊神经网络的车辆避撞预警算法

为实现车辆的智能控制提供理论基础，研究了碰撞预警算法．在分析不同驾驶员的驾驶行为的基础上，确定碰撞预警算法的报警准则，用于指导报警算法做出合理的报警．基于报警准则采用模糊神经网络方法，提出一种多输入、多输出的协作预警算法模型，用于支持碰撞预警系统．利用实测数据对预警算法进行测试，试验结果表明，算法能够对车辆碰撞进行有效的报警，对提高车辆行驶的安全性具有重要意义．     

扩展卡尔曼滤波器在永磁同步电机控制中的应用

研究了一种针对内永磁同步电机（IPMSM）动态系统的非线性、时变及实时噪声干扰特点进行精确参数估计的扩展卡尔曼滤波观测器．由于内永磁同步电机q轴电感大于d轴电感，为了保证电磁转矩和负载角变化趋势一致，必须使定子磁链给定幅值限制在一定范围内．鉴于系统暂态和稳态运行的要求不同，为达到最优控制，采用控制定子磁链给定幅值以达到最大转矩／磁链（MPTF）的直接转矩控制算法对定子磁链给定幅值进行控制．仿真结果表明采用此算法可极大地提高IPMSM调速系统的运行效率．运用该方法的电机调速范围广并且在低速区运行良好．     

不同系统之间的混沌同步

基于稳定性理论，针对SQCF系统和SCCF系统提出了两种不同系统之间的混沌同步控制策略：一是选取一正定的李亚普诺夫函数，基于李亚普诺夫直接法求出混沌同步的控制量，从而使两个不同的系统达到混沌同步；二是运用激活控制法实现两个不同系统的混沌同步．这两种方法均适用于一般的混沌系统，并用Mathematica软件给出了数值模拟．理论分析及仿真结果都表明该方法可以较快地实现不同系统之间的混沌同步．     

K-S方程的精确边界控制

运用Fourier基函数的展开以及Fourier变换的方法研究带有周期边界条件的Kuramoto—Sivashinsky方程在有限时间区间[0，T]上的精确控制．首先研究线性化K—S方程的精确控制，运用Reimann—Lebesgue收敛定理以及Riese基函数的性质证明了在给定的时间T〉0，对于两个任意给定的函数u0（x），u1（x）属于一定的Sobolev空间，总能找到一个控制函数使得线性化K—S方程有一个存在于某一合适的空间的解u（x，t）使其满足u（x，0）=u0（x），u（x，t）=u1（x）。然后结合线性化K—S方程的精确控制，再通过定义Fredholm算子并应用此算子的一些理论可以找到K—S方程的控制函数，使其达到精确控制．     

基于MPI算法的均匀线阵自适应方向图形成研究

介绍了一种基于大特征矢量的幂迭代(MPI)算法,利用幂迭代(MPI)算法对均匀线阵的方向图进行仿真.通过仿真结果可以看出,采用该算法的均匀线阵方向图在信号位置可以形成自适应峰值,提高了均匀线阵的分辨力.     

技术:从控制自然手段到被控制对象

技术在人们的认知和实践中一直是控制自然的手段。但随着全球性问题的加剧以及技术负面效应的突显,人们开始将技术作为被控制的对象。将技术作为被控制的对象,是历史发展的必然、是对技术异化的消解、是对人的主体性和工具理性反思的结果,也是技术哲学发展的最新阶段。将技术作为被控制的对象,有利于恢复文化与技术之间被破坏了的相互关系、缩短未来经济中的不确定性因素、响应人类未来命运的召唤、促进人的自由解放等。     

一种新的变换域变步长批处理LMS算法及其应用

将变换域LMS算法和变步长LMS算法及批处理LMS算法相结合,提出了一种新的变换域变步长批处理LMS自适应算法,该算法融合了前面3种算法的优点,可以有效地降低输入信号的自相关程度,克服了固定步长因子所导致算法在快的收敛速度和较低的稳态误差之间存在的矛盾,并且实时性较好。计算机仿真结果表明该算法具有更快的收敛速度和更小的失调噪声,可以有效地应用于自适应收发隔离系统。     

空间实体碰撞预报算法及其自适应步长设计

为避免空间飞行实体碰撞漏报并提高计算效率,提出了通用性的基于仿真的多空间飞行实体碰撞预报方法。采用自适应调整仿真计算步长,给出了相应算法,并通过典型算例验证了其正确性和有效性。     

扩展的小增益定理

把接受瞬时信号的系统成立的结论推广到接受持久信号的系统,一直是鲁棒控制的基本问题,也是一个难题。在接受持久信号的系统中,很多原有的接受瞬时信号系统成立的结论都不成立了,因此大量的概念、定理需要改进。目前虽然对于一般的H∞函数和H∞不确定性模型来说,定义频域的概念已取得了一些成果,但是对于小增益定理的改进还是很少。基于此,应用H-∞1函数空间修改了小增益定理,给出了一个扩展的小增益定理。并且讨论了它的应用价值。     

浅谈建设项目风险分析与控制

建设项目充满着风险,并且其风险将一直贯穿于工程的全过程.因此我们应当善于分析各种风险因素,正确地估计各种风险的大小,认真研究风险的防范措施,把风险可能造成的损失控制在最低的限度.