一种考虑加速度需求的车速自适应控制方法

针对智能车辆纵向控制要同时满足期望车速和期望加速度的需求,同时考虑到道路阻力变化对纵向控制的影响,提出一种考虑加速度需求的车速自适应控制方法。利用车辆纵向动力学模型,通过自适应遗忘因子递归最小二乘法对道路阻力进行估计。在此基础之上基于条件积分方法设计耦合的车速和加速度控制律,通过积分自动调节和切换策略,保证了车速控制和加速度控制的平滑切换。并且通过建立李雅普诺夫函数,证明了车速跟踪误差的全局渐进稳定。最终通过实车试验验证了控制方法的有效性。     

一种考虑加速度需求的车速自适应控制方法

针对智能车辆纵向控制要同时满足期望车速和期望加速度的需求,同时考虑到道路阻力变化对纵向控制的影响,提出一种考虑加速度需求的车速自适应控制方法。利用车辆纵向动力学模型,通过自适应遗忘因子递归最小二乘法对道路阻力进行估计。在此基础上基于条件积分方法设计耦合的车速和加速度控制律,通过积分自动调节和切换策略,保证了车速控制和加速度控制的平滑切换,并且通过建立李雅普诺夫函数,证明了车速跟踪误差的全局渐进稳定。最后,通过仿真试验和实车试验验证了控制方法的有效性。     

一种自适应容错控制方法

提出了一种基于分布估计的自适应控制方法。该方法利用随机参数模型,并在建立自适应容错控制算法时将随机参数的概率分布估计引入控制系统性能指标,解决了系统运行模态参数不确定和系统运行模态变化不确定的问题。计算机仿真结果表明该方法可以对故障系统进行有效地容错控制。     

一种新的模糊自适应控制方法

针对未知的非线性不确定系统,提出了一种基于广义模糊双曲正切模型的模糊自适应控制方法·该方法采用广义模糊双曲正切模型作为未知的非线性对象的辨识器,以此为模糊自适应控制器提供参数自调整必需的梯度信息·通过与其他的辨识器比较,说明了广义模糊双曲正切模型辨识器具有辨识参数少,辨识复杂性较小,易于提高逼近精度的优点·自适应控制器的梯度算法使被控对象的输出能很好地跟踪期望输出·仿真结果表明,此控制方案对未知的非线性系统的输入有很强的自适应跟踪能力·     

一种自适应容错H_∞控制方法

针对有执行器故障的连续时间线性时不变控制系统,结合自适应控制方法和线性矩阵不等式(LMI)技术研究系统的容错H∞控制问题.利用LMI得到一个定常控制增益并同时优化系统干扰抑制性能(H∞性能).在定常控制增益基础上加上自适应控制方程得到完整的状态反馈控制器,使得系统在执行器故障下稳定,并通过李亚普诺夫第二稳定性定理,证明所提出的自适应容错控制系统比定常增益容错控制系统具有更为优越的干扰抑制性能.最后给出一个数值例子来验证该方法的有效性和优越性.     

一种新的自适应视频流拥塞控制方法

提出了一种新的面向终端的基于Rrr（Round Trip Time）的自适应视频流拥塞控制方法——New—AVSP（New Adaptive Video Stream Protocol）。New-AVSP采用基于波形平滑指数和波形突变指数的滑动窗口加权平均RTT估计算法（FMMA）对RTT值进行平滑估计；并采用基于参数自适应的速率预测方法（PAMA），调整终端注入网络的业务流量。仿真结果表明：New—AVSP与已有的针对流媒体应用的拥塞控制方法相比，在突变情况下具有更快的逼近速度；在小幅度渡动情况下具有更为平滑的控制曲线。     

一种记忆元网络自适应控制方法

本文提出了一种神经网络自适应方法。该方法采用记忆元网络采用记忆元神经网络进行对象模型辩识,用单个神经元实现了自适应ＰＩＤ 控制器。被控对象输出误差经记忆元辩识网络反传后得到控制器的输出误差,以此修正控制器网络权值,由于记忆元网络无需引入延迟算子,能够逼近任意阶线性动态,保证了模型辩识的精度和误差返传的精度,神经元ＰＩＤ 控制器具有极为简单的结构与算法,保证了自适应控制的实时性,大量仿真结果表明该方法可以有效地应付非线性对象。     

一种基于小波神经网络的自适应控制方法

提出了一种基于小波神经网络的自适应控制方法,该方法利用两个小波神经网络作为自适应系统的辩识器和控制器来构成自适应控制系统。由于小波函数具有紧支性以及神经网络的非线性映射能力,因而在所构成的控制系统中,辨识器能更准确地近似具有较强非线性被控对象的动态特性,控制器能产生较为复杂的控制规律。仿真结果表明,该系统比一般神经网络控制系统具有调节速度快和超调小等更好的控制效果。     

一种汽车自适应前大灯控制系统的控制方法

为了解决夜间行驶时车辆在弯道上的视线盲区的问题,提高驾驶人夜间行车的安全性。基于汽车方向盘转角,建立基于方向盘转角的AFS模型,同时基于预瞄角度建立基于预瞄角度的AFS模型。在matlab/simulink的环境中建立相应的汽车前大灯水平角度调整的控制算法,并在40km/h、60km/h、80km/h和100km/h的车速下进行了仿真对比。仿真结果表明：汽车AFS的前大灯水平调整角度的变化对车速不敏感,基于预瞄角度的AFS的水平调整角度的变化曲线更加平滑,并且没有出现调整角度的突然增大和减小。     

一种用于功率自适应控制的有效方法

有许多场合需要进行电台发射功率自适应控制，利用数字电位器可编程控制特性，采用软硬件结合的方法，克服这种非线性困难的影响，结合某型电台进行了功率自适应控制应用研究，效果明显，由此给出了一种用于功率自适应控制的有效方法。     

一种无需对象模型的自适应控制方法

研究了一种无需对象模型的自适应控制方法,使用该方法能对机理复杂,对象模型难以确定的系统实现有效的控制。     

一种鲁棒自适应主动振动控制方法

针对一类在有界输入和输出扰动情况下满足正实条件的主动振动控制的鲁棒自适应控制问题，提出一种鲁棒自适应主动振动控制系统，相对于传统的模太控制方法而言、此方法根据可直接测量的输出量构成控制律，因而不需要进行模太估计。基于有限维状态空间模型得到的鲁棒自适应控制律不存在由于模态截断引起的溢出问题。     

一种新的改进型自适应控制方法及仿真

本文提出了一种新的基于超稳定性理论和仅仅利用控制对象的滤波输入和输出信号设计自适应控制的方法,并将这种方法应用于非线性液压控制系统.本方法可以不必测定对象输出量的各阶导数,采用比例+积分自适应律.研究了3阶系统跟踪2阶模型时的算法.仿真结果表明,利用本文提出的方法具有良好的跟踪性能.     

一种提高视频车速检测精度的方法

通过对基于虚拟线的机动车视频测速方法的精度分析,提出了一种提高测速精度的方法.该方法在车道上定义一个矩形检测区,该检测区在视频图像上呈现出梯形,采用二维图像标定方法将梯形图像区域中任意一点的图像坐标准确地映射为检测区内对应点的地面坐标.通过在车辆经过检测区的视频图像中选取适当的图像帧,可以获得车辆的位移及对应的时间间隔,从而获得较高精度的速度测量结果.     

一种采用神经网络PID控制的自适应资源分配方法

针对有限资源开放式系统多任务资源分配问题,提出了采用神经网络PID控制的自适应资源分配方法。该方法以求解任务间公平性服务质量水平(QoS)为目标,使用当前QoS与系统平均QoS的偏差作为控制器输入,通过多输入多输出神经网络PID控制,在线调整了资源分配。该方法不需要精确预知任务服务质量函数形式,而是通过自适应微调PID参数,快速有效地获得了近似公平的资源分配。实验结果表明,该方法能保证QoS快速收敛,与现有方法相比,资源调整次数减少了近10次,扩大了稳定范围。     

一种改进的无模型自适应控制优化方法

针对一类复杂非线性系统提出了一种改进的无模型自适应控制(improved model-free adaptive control, IMFAC)方法,该方法通过对传统无模型自适应控制(model-free adaptive control, MFAC)方法控制器输出准则函数引入系统输出变化量来改善系统的动态性能。分析了IMFAC方法的稳定性和收敛性,并针对IMFAC方法中5个参数整定困难的问题,提出了基于灰狼优化(grey wolf optimization, GWO)算法的控制器参数优化方法(G-IMFAC)。对于GWO适应度函数中3个优化指标权重的最优分配问题,通过计算各个优化指标的信息熵来确定其权重。最后通过仿真模拟对比了G-IMFAC方法与传统MFAC方法及IMFAC方法的性能,结果表明G-IMFAC方法具有更小的超调量和更短的调节时间,进一步提高了系统的控制性能。     

科氏加速度的一种讲述方法

在大一力学中讲述科氏加速度(?),不同的书,有不同的讲述方法。我看书不多,但在我看到的各种讲法中,有一个共同的缺点,即,不甚强调科氏加速度是牵连运动和相对运动相互影响的结果,因而物理意义不鲜明。本文介绍最近我采用的强调这种相互影响的一种讲述方法。 限于平面转动参照系。如图一,圆盘绕一与盘垂直的轴线O转动。转动角速度是ω。以这个圆盘为转动参照系。t时刻,质点位于圆盘上A,沿半径方向匀速运动,相对速度为(?)由于(?)和圆盘的转动,经过Δt时间以后,到达空间的B点。OB是Δt时间后质点原来所在半径的位置。     

一种新的自适应控制规律

在阶跃输入作用下,微机控制的SISO系统是实际工程中最为常见的系统乏一,本文针对此类系统的单纯控制问题,推证一种新的MRAC系统的简化规律,以适应工程实际的需要,并通过仿真实验证实其控制规律是行之有效的。