布尔控制网络的能观测性综合问题

能观测性是布尔控制网络的一个基本性质,用来描述是否可以通过系统的输入–输出值确定其初始状态．基于矩阵半张量积和图论技术,研究了布尔控制网络的能观测性综合问题．用实例说明了带有外部输入的状态反馈控制器有时可使不能观测的布尔控制网络变为能观测的,有时不能;也可使能观测的布尔控制网络变为不能观测的．最后,证明了如果存在标准状态反馈控制器使布尔控制网络变为能观测的,则一定存在带有外部输入的状态反馈控制器使布尔控制网络变为能观测的,反之不成立．     

输入矩阵定常的切换线性系统的能控性和能达性

针对一类具有不同系统矩阵和相同输入矩阵的切换线性系统,证明了系统能控性和能达性的充要条件,同时给出具有不同输入矩阵和相同系统矩阵的切换线性系统能控性和能达性的充要条件,指出两类切换线性系统能控性和能达性充要条件是对偶的．对于上述两类切换线性系统,分别给出一个例子,并分析系统的能控性和能达性．     

量化网络控制系统的能控性与能观性

将网络引入控制系统不可避免地引起很多新的问题,传统意义下的系统能控性与能观性在应用到网络化系统时必须重新考虑.针对网络控制系统中普遍存在的信息量化问题,研究网络控制系统的基本问题.定义量化网络控制系统的能控性与能观性,给出系统能控和能观的充分条件,指出量化网络控制系统的能控性与能观性取决于量化阶距的选取.     

线性随机系统的能控性指数和能观性指数

提出线性随机系统能控性指数和能观性指数的定义，并给出了能控性指数和能观性指数的两个估计式。     

广义网络控制系统的能控性能观性

研究基于广义系统的网络控制系统, 讨论了具有网络诱导时延的系统模型及其对偶原理, 给出了解的结构及系统因果性的新定义, 并进一步给出了系统模型具有状态能控性、 输出能控性和状态能观性的充分必要条件.     

能控性与能达性

本文详细地证明了在线性定常系统中能控性与能达性的一致性。举例说明了在非线性系统中能控性与能达性是不一致的,讨论了广义系统中能控性与能达性的关系。     

Buck变换器混杂动态系统的能控性和能达性

尝试在Buck变换器的能控性和能达性研究中引入混杂动态系统和切换线性系统的概念．首先建立Buck变换器的切换线性系统模型;然后根据该模型的特点,给出系统矩阵定常、输入矩阵切换的切换线性系统的能控性和能达性定义和定理,并严格证明了Buck变换器的能控性和能达性;最后讨论了能控性和能达性与输出能控性的关系,指出能控性、能达性和输出能控性是一致的,同时对Buck变换器的能控性进行实验验证,结果表明,在负载阶跃变化的情况下,变换器的输出完全可以控制并且稳定在设计值,这和Buck变换器作为切换线性系统模型的能控性分析结果是一致的．本文的研究方法也可用于其他功率变换器的能控性和能达性的研究．     

边值线性系统的能控性,能观性和对偶性

本文讨论了依赖特定边界条件的最一般的边值线性系统 x(t)=A(t)x(t) B(t)u(t) y(t)=C(t)G(t,0)Φ(0,t) Mx(0) Nx(T)=η的能控性、能观性和对偶性的概念。这和Krener介绍的一系列概念是不同的。本文还建立了与初值线性系统相平行的,关于边值线性系统的能控性、能观性和对偶性理论,     

经济系统的能控性与能观性

本文给出了国家宏观经济模型的规范形式:证明了中国的宏观经济系统是可控的:在定常的情形下,系统也是可观测的。说明了经济系统存在最优控制。     

离散定常线性系统能达性与能控性的注记

证明离散定常线性系统能达性与能控性两种定义的等价性,并改进了能达性与能控性基本判定定理的证明.     

非线性可分Boolean函数分解及神经网络实现

对于2n个顶点用0或1标记的n维超方体,利用n输入Boolean函数f的输出vi(i=0,1,…,2n-1)与偏移量σi的关系,用一组平行的超平面实现分隔n维超方体顶点。从而,实现非线性可分Boolean函数的分解及二进神经网络隐层神经元的实现。同时,给出几个例子说明分解方法以及其有效性。     

基于神经网络的智能控制系统

论述了人工神经网络的产生与发展,以及人工神经网络在控制系统中的应用现状,分析了人工神经网络的特点和监视控制系统的原理,并对神经网络控制系统的前景做了展望。     

一类基于神经网络的模糊系统建模与控制

将人工神经网络理论和模糊系统理论结合起来,研究并提出了一类基于人工神经网络的模糊系统建模和控制方法。仿真表明该方法能有效地用于多种难以建立数学模型的控制系统。     

利用神经网络预测与控制丝杠螺纹磨削过程

研究了基于神经网络的丝杠螺纹磨削过程的智能预测与控制问题.基于误差反向传播的机制,针对连续制造过程的预测与控制,提出多层神经网络的逐个样本学习算法.对逐个样本学习算法和目前广泛采用的B-P算法进行了比较和讨论,实验结果表明,逐个样本学习算法比B-P算法具有更好的收敛性.最后,介绍了多层神经网络模型在丝杠螺纹磨削过程的预测与控制中的应用.     

基于混杂脉冲切换控制的时滞混沌神经网络的镇定

针对一类离散时滞混沌神经网络,研究其基于混杂脉冲切换控制的镇定问题.利用切换Lyapunov函数方法和S过程技巧,得到了受控的神经网络的指数稳定判据.该结果反映了脉冲控制和切换控制对闭环系统的稳定性的影响.离散时滞Hopfield混沌神经网络例子表明了所给镇定方法的有效性.     

无线移动网络中一种呼叫接入控制方案

提出了一种用于无线移动网络中语音和数据业务共存下的呼叫接入控制方案。该方案将呼叫分为四类：新产生的语音和数据呼叫；从相邻小区发出切换请求的语音和数据呼叫。通过建立多维马尔可夫链模型和数值计算，对该方案的性能进行了分析，并与没有采用强占信道机制或切换专用信道机制的接入控制方案进行比较，结果表明，该方案对于网络优化有一定的辅助作用。     

高炮电气随动系统神经智能故障诊断系统的设计与实现

根据高炮电气随动电控系统的组成及其电路的结构与特点,设计了高炮电气随动系统神经智能故障诊断系统的模型、系统硬件组成、系统软件结构和相关命令,并阐述了拟神经网络测试算法。     

Design and Analysis of Prioritized Medium Access Control Protocol for Backbone Routers in Wireless Mesh Networks

A Prioritized Medium Access Control (P-MAC) protocol is proposed for wireless routers of mesh networks with quality-of-service provisioning. The simple yet effective design of P-MAC offers strict service differentiation for prioritized packets. A Markov model is developed to yield important performance matrices including the packet blocking probability due to queue overflow and the packet reneging probability due to delay bound. It is further proved that the service time of P-MAC approximates exponential distribution, and can be effectively estimated. The analytic models with preemptive and non-preemptive schemes, validated via simulations, show that P-MAC can effectively support traffic differentiation and achieve very low packet dropping (both reneging and blocking) probabilities when the traffic load is below the channel capacity. When the network is overloaded, P-MAC can still maintain extremely stable and high channel throughput. Moreover, it is demonstrated that P-MAC performs superior in multihop networks, further proving the advantages of the proposed protocol.