基于代沟信息的自适应遗传算法

针对现有自适应遗传算法无法兼顾群体特性 ,难以稳定地收敛到最优解的问题 ,从种群多样性和适应度均值变化的角度 ,分析了进化停滞或退化的原因 .以种群适应度均值和多样性作为概率调整依据 ,提出了一种新的基于种群代沟信息的自适应遗传算法 .利用相邻两代群体间的适应度差异和多样性差异信息 ,设计了遗传概率的自适应调整策略 ,使算法维持较好的多样性 ,有效避免了早熟 .并证明了算法收敛性 .仿真结果表明该算法能够使种群保持良好的可进化性和收敛性 .     

基于F-范数的小波自适应量化的语音伪装

提出一种小波域自适应量化的语音伪装算法.首先对语音信号进行小波变换,由混沌序列控制嵌入位置,并采用固定阶距量化实现秘密信息的隐藏.在此基础上通过F-范数自适应控制量化阶距的变化,实现了基于F-范数的语音伪装算法.仿真实验表明算法安全性高、透明性好,在多种干扰情况下均能盲提取出秘密信息.     

一类复杂系统的分布式模型参考自适应控制

针对一类子系统相关联的复杂多输入多输出系统，提出了一种在多输入子系统中采用基于Lyapunov函数的模型参考自适应控制(MRAC)的方法．其中各个子系统建模为线性多输入系统，并假设各子系统的参数均为未知，各子系统之间存在相互影响．通过理论推导和计算机仿真证明了该控制方法的可行性和有效性。     

自适应小波包干扰抑制技术

干扰抑制是提高直接序列（ＤＳ）扩频通信系统抗干扰能力的重要手段。最近人们提出了一种新的干扰抑制技术－基于自适应小波包变换的干扰抑制。该技术利用小波包变换对受到干扰的ＤＳ信号进行分解,使得有用信号和干扰分离,然后滤除干扰分量,最后通过小波包合成恢复扩频信号,其性能在很多情况下优于传统方案。对小波包干扰抑制技术作了综述,指出其优点和有待于解决的问题。     

大纯滞后过程的动态参数自适应补偿控制

基于Smithl预估器和动态参数自适应补偿控制系统的基本原理,提出了自适应补偿控制系统中第二个调节器的参数整定方法。仿真实验证明该整定方法的控制结果是令人满意的。     

一类非线性系统的自适应控制律设计

对一类具有三角结构的非线性系统进行自适应控制律的设计,该系统具有不相等的系数,然后证明了该控制能保证系统在平衡点的稳定性     

供热网时滞过程中的一种自适应模糊控制器

针对供热网中大时滞现象,提出了一种新的模糊控制器结构。这种模糊控制器通过在线辨识广义时滞,将时滞辨识的结果模糊化,决策出模糊规则组,填充主模糊规则表,达到自适应的目的。作为应用,给出基于集中供热网温度控制的模糊控制器的设计,以解决控制对象中由大时否和时变引起的不易控制和参数调整困难的问题。     

空间机器人自适应无源控制技术研究

建立了力觉临场感空间机器人的等效二端口网络模型,给出了定量分析系统透明性的方法,分析了通信时延对力觉临场感空间机器人无源性和透明性的影响,提出了一种基于有源阻抗匹配的自适应无源控制方法,这种方法能够保证整个系统有时延下的稳定性和良好的透明性。实验结果表明了该方法的有效性。     

非线性系统的自适应模糊调节器的设计与分析

对于未知的非线性系统 ,利用误差滤波方法 ,提出了一种自适应模糊调节器的设计方法 .根据模糊系统的逼近性质 ,非线性系统可以表示为线性参数化模型加上一建模误差项 .当建模误差项满足线性增长条件时 ,分析了算法的鲁棒性 .利用李亚普诺夫稳定性理论 ,证明了算法的全局稳定性 ,并且系统的状态收敛于零的某一邻域内