微机械陀螺仪反馈控制器鲁棒性分析及闭环接口检测电路设计

在分析微机械陀螺仪静电力反馈检测结构的基础上,提出了一种对现有Sigma-Delta静电力反馈检测方式的改进设计.对微机械陀螺仪闭环检测系统进行了离散化处理.基于Lyapunov稳定性原理,构造了一类能够使系统有限时间稳定的输出反馈控制器,并对其鲁棒性能进行了分析.该电路系统在Cadence平台下使用AMS 0.35 ...     

Nd~(3+)的稳定能与晶场参数及磁交换作用的关系

基于单离子模型,通过对Nd3+磁晶各向异性哈密顿数值的求解,研究了温度趋于0 K时,Nd3+离子稳定能与晶场参数及磁交换作用的关系.结果表明,对于强磁物质(如NdCo5,Nd2Co17,Nd2Fe14B等),Nd3+贡献的稳定能与晶场参数B20近似成正比,而对磁交换作用的变化不敏感.     

温室气体稳定目标下部门减排责任分解方法

为了探讨气候变化背景下温室气体排放权分摊机制这一研究难点,综述了温室气体减排责任分解方法的研究现状,遵循"共同但有区别的责任"思想并利用WRE稳定性廓线和IEA/SMP交通模型,开发了SMP-WRE模型。应用该模型建立了一种产业部门具体减排责任的分解方法,并以中国轻型车部门为例,展示了该方法的实现过程。结果表明:全球轻型车的基准排放是目标排放的2~4倍,说明轻型车部门实现450×10-6和550×10-6的CO2稳定水平难度很大。目标分解后的地区排放变化率欧美国家较小、中国较大,原因是欧美汽车市场规模饱和,而中国汽车正爆发式增加,排放增加不可避免。     

基于分块灰度统计特性的空域鲁棒信息隐藏算法

提出了一种基于图像分块灰度统计特性和混沌系统的空域信息隐藏新算法.利用空域重要位位置上的统计特性的相对不变特性对掩饰空间的选取过程加以控制,通过混沌猫映射的置乱增强秘密信息的不可见性,使得信息隐藏过程中秘密信息的脆弱性与隐秘的不可见性这两者的矛盾有机地统一起来.实验结果表明,在隐秘图像具有良好的不可见性的前提下,隐藏容量大于LSB算法,具有抗检测、抗提取能力,算法具有较强的抗椒盐、剪切、LSB、多低位破坏、JPEG、高斯白噪声攻击能力,鲁棒性好,优于传统的空域信息隐藏算法.     

鲁棒的高速物理随机数发生器

基于宽带混沌激光作为物理熵源, 提出一个性能稳定的高速物理随机数发生器实现方案. 利用差分比较器对宽带混沌信号延迟作差, 再经由时钟控制的触发器进行采样保持以及后续异或处理, 实验获得了速率为1.44 Gbit/s 的随机数. 该方案免去了精确的阈值电压调节过程, 利用差分比较纠正了混沌幅值概率密度分布的偏差, 使混沌幅值分布的中值偏斜度系数为γ= 1.5×10^-6. 此实验系统可抗外界波动信号的干扰, 能够连续稳定工作至少12 h.     

一类时滞中立型切换系统的反馈镇定

分析了一类时滞中立型切换系统的反馈镇定问题,基于无记忆状态反馈控制器,由Lyapunov稳定性理论,以线性矩阵不等式的形式给出了系统渐稳的条件和切换律的设计方案.     

凸多面体不确定随机时滞系统的非脆弱鲁棒镇定

针对具有凸多面体不确定性的随机时滞系统，讨论了非脆弱鲁棒指数镇定问题，其中非脆弱控制器中的不确定性采用的是凸多面体不确定描述。基于Lyapunov直接法，采用了与参数相关的Lyapunov krasovskii泛函，并结合自由权矩阵方法, 使得Lyapunov矩阵与系统矩阵分离，从而获得了系统的完全基于线性矩阵不等式的时滞相关非脆弱鲁棒镇定的充分条件。最后,用例子说明了结果的有效性。     

非线性时滞系统的随机稳定化

本文讨论非线性时滞系统的随机稳定化问题。对于给定的非线性时滞系统，通过引入一个随机噪音项，可得到一个新的非线性随机时滞系统。在给定条件下，对于任意给定初值，可保证该非线性随机时滞系统具有唯一整体解，且该精确解以一般衰减速度几乎处处稳定。     

一般非线性系统的鲁棒适应控制

主要对结构不确定性中含有未知参数和未知非线性函数的非线性系统,在参数上界未知的情况下,对参数进行在线估计,设计出适应控制器.     

Strategic Robust Mixed Model Assembly Line Balancing Based on Scenario Planning

Assembly line balancing involves assigning a series of task elements to uniform sequential stations with certain restrictions. Decision makers often discover that a task assignment which is optimal with respect to a deterministic or stochastic/fuzzy model yields quite poor performance in reality. In real environments, assembly line balancing robustness is a more appropriate decision selection guide. A robust model based on the α worst case scenario is developed to compensate for the drawbacks of traditional robust criteria. A robust genetic algorithm is used to solve the problem. Comprehensive computational experiments to study the effect of the solution procedure show that the model generates more flexible robust solutions. Careful tuning the value of α allows the decision maker to balance robustness and conservativeness of as- sembly line task element assignments.