模型控制算法（MAC）的分析和仿真

模型控制算法（ＭＡＣ）早已成功地应用于一系列工业生产中，在理论方面也进行了相应的研究。但在室环境条件下，对它的特性，设计及运行等方面进行了系统的研究至今仍极少，本文对ＭＡＣ算法的基本原理、控制变量的计算，与其他算法的关系本身手鲁棒性等进行介绍放分析，并进行了ＭＡＣ算法控制的数字仿真研究。证实了所进行理论分析，特别对ＭＡＣ算法了散脉部卷积和模型，呈现良好的鲁棒性。     

基于时间序列模型的预估控制算法

提出一种具有反馈修正的，基于时间序列模型ＣＡＲＭＡ的单值预估控制算法，对这种算法下闭环预估控制系统结构和稳定性进行了分析，对各种预估控制算法的鲁棒性进行了仿真对比。反馈修正的引入，使闭环预估控制系统的鲁棒性有很大的改善，使这种算法更适合于工业应用。     

非线性大系统分散型参考自适应控制

提出了大系统的分散模型参考自适应控制（ＤＭＲＡＣ）算法，在存在参数变化、内部扰动及系统非线性时，证明了新的自适应控制算法具有稳定性和鲁棒性，模拟例子也说明了本结论是正确的     

非线性大系统分散模型参考自适应控制

提出了大系统的分散模型参考自适应控制（ＤＭＲＡＣ）算法，在存在参数变化内部扰动及系统非线性时，证明了新的自适应控制算法具有稳定性和鲁棒性，模拟例子也说明本了结论是正确的。     

补偿扰动的PWM逆变器无差拍控制

提出了两种ＰＷＭ逆变器的改进无差拍控制算法．这两种算法根据ＰＷＭ逆变器的状态方程,分别采用直接补偿扰动和最优预见控制技术,利用未来信息决定当前的控制输入．使用ＭＡＴＬＡＢ软件对这两种算法进行了仿真．结果表明,当存在随机扰动及电路参数变化时,所提出的两种算法的控制效果均比不考虑补偿扰动的无差拍算法有较大改善．因此,该两种控制算法能够有效地抑制电路参数变化引起的或来自外部的扰动,使输出电压能很好地跟踪参考电压,控制响应快,鲁棒性好．     

广义自校正前馈控制算法

本文基于带积分因子的ＣＡＲＩＭＡ模型，将自校正控制策略与极点配置策略有机结合起来，提出了能够在线选择加权项的广义自校正前馈控制算法．该算法由于引入了积分作用能够消除跟踪误差，具有较强的鲁棒性．在非最小相位系统给出了算法的全局收敛性证明．     

液压系统油温的神经网络高精度控制

为满足液压系统油温的高精度控制要求，提出了一套数字、比例混合式冷却系统，降低了冷却系统成本，提高了系统的可靠性．针对具有滞后特性的温度场复杂系统，提出了一种基于ＣＭＡＣ神经网络的ＣＭＡＣ预测与自学习控制算法，使油温控制精度达到５０±０．５℃，超过了ＩＳＯＡ级标准．     

利用小脑模型提前计算的广义预测控制

给出一种新的广义预测控制方法，并把小脑模型（ＣＭＡＣ）应用于该算法中，避免了ＧＰＣ算法需要实时所进行的复杂计算．针对ＣＭＡＣ所需存储单元多的缺点，提出了一种改进计算ＣＭＡＣ输出值的方法，可大大减少存储单元．文中的方法对ＧＰＣ在实际中的应用有重要意义     

广义预测自校正控制器的内模结构及全局收敛性

给出了基于ＣＡＲＩＭＡ模型的广义预测控制器的内模结构，分析了其闭环特性和鲁棒性，并证明了显式自交正算法的全局收敛性。     

基于小脑模型的电液位置伺服系统在线学习控制研究

针对非线性电液位置伺服系统的跟踪控制问题,提出了一种采用小脑模型（ＣＭＡＣ）神经网络的在线学习控制方法,与传统的ＣＭＡＣ控制器不同,该控制器采用动态误差作为ＣＭＡＣ神经网络的激励信号,从而使基于ＣＭＡＣ的控制器跟踪连续变化的信号成为可能,给出了具体的控制结构和算法,仿真结果表明,该控制器具有良好的处理非线性及跟踪连续变化信号的能力,并对时变外负载干扰具有明显的抑制作用,而且新型控制器能和较高的学习     

超速叶轮的弹塑性分析

从旋转圆盘的理论分析出发,对增压器压气机叶轮做了一系列的简化与假设,得到叶轮在弹塑性状态时的应力场、位移场及残余变形场的理论解,为叶轮的超速加工工艺规程提供了理论的定量依据．     

盾构机多级行星减速器箱体模态分析与试验

建立了盾构机多级行星减速器箱体有限元模型,计算了其特征值问题,提取了箱体低阶固有频率及相应振型,并对其振动模式进行了分析。根据实验模态分析理论,采用脉冲激励法进行了减速器箱体的模态试验,运用最小二乘复频域法分析了模态数据,获取了箱体固有特性,并通过模态置信判据验证了实验模态参数。模态分析表明,理论结果和实验数据具有较好的一致性,相互检验了理论模型和试验方法的正确性,传动系统和箱体不会出现耦合共振现象,箱体高速端的局部振动较大,运行中箱体扭转振动模式较为突出。研究结果为盾构机减速器动态结构优化提供了理论依据和试验支撑。     

快速鲁棒的密度基聚类算法

为有效改善基于密度的聚类算法的聚类效果,提出了判定顺序聚类算法的聚类合理性的形式判据,简述了其神经生物学证据,并据此给出了可有效改善DBSCAN算法的聚类精度和时间效率的新算法DBSCANJZPoll．该算法首先以随机处理次序多次执行一个顺序依赖的子进程;再根据子进程的各次执行结果,由“合理聚类”的形式判据和简单的统计原则确定最终聚类结果．在聚类精度方面,仿真实验表明,DBSCANJZPoll可有效处理密度不均匀的样本集,聚类效果显著优于DBSCAN．在时间效率方面,理论分析表明,对于中高维样本集,DBSCANJZPoll的时间复杂性渐近于O(N),优于DBSCAN算法族中其他算法至少O(N log N)的复杂性;对于低维样本集的仿真也表明, DBSCANJZPoll具有相对优化的时间效率．     

电场中颗粒流量突变行为的理论判据

关于颗粒流在电场中的行为，中科院物理所作了许多实验工作，并得到一些有意义的结果，但对电场中颗粒流量突变条件未作定量研究，而该条件对实验结果分析及预测至关重要，作者用动力学方法导出颗粒流量突变的理论判据，并用该判据对的实验结果作了比较，结果基本吻合。     

DMMSE准则在DS-CDMA系统中的应用

给出了基于差分最小均方误差(DMMSE)准则的短扩频序列DS-CDMA自适应多用户检测算法。DMMSE准则避免了跟踪信道衰落，而是有效的利用了两个连续符号增益的微小变化来调整接收机，该准则在快衰落信道条件下显示了良好的鲁棒性。仿真结果也证明了算法的合理性和有效性。     

硬件增强角速率圆锥优化算法的姿态解算精度分析及改进

在分析传统硬件增强角速率圆锥优化算法姿态解算精度的基础上,提出了一种改进的算法,对传统算法中的周期分量进行了二次优化.首先通过分析传统算法的各轴分量相对于旋转矢量变化量的真值以及理想值的误差来确定算法的姿态解算精度,然后根据经典圆锥运动建立二次优化的误差准则并推导了相应的二次优化系数,最后在不同的经典圆锥运动环境下对传统算法以及改进算法的姿态解算精度进行仿真对比.结果表明,对传统算法的姿态解算精度的分析是正确合理的,而且只需采用改进的三子样算法就可以获得与根据理想值得到的结果几乎完全一致的姿态解算精度.     

无线Ad Hoc网络在分层协议约束下的容量分析

为研究路由和MAC(Media Access Control)协议对无线Ad Hoc网络容量的影响,进而为设计高性能协议提供理论依据,从分层协议角度讨论了无线分布式多跳网络的容量。在不考虑物理层技术时,对网络层和MAC层协议进行分类,分析和对比了各类协议对网络空间重用度、单跳时间贡献度和网络容量的影响。理论和仿真结果表明,当网络节点密度不变时,由于时空二维相逆性,网络空间重用度和单跳时间贡献度呈现反向关系;而网络容量趋于一致,与节点数目呈平方根正比关系;采用无握手的MAC机制时,网络容量比采用握手MAC时提高15%左右。     

基于Copula模型的机翼结冰飞行风险定量评估方法研究

结冰条件下飞行风险定量评估可以为飞机结冰适航验证提供参考指标。提出了极值理论与Copular模型相结合的机翼结冰条件下风险定量评估方法。基于人 机 环复杂动力学模型进行蒙特卡罗仿真实验,提取了关键飞行参数（空速、滚转角和迎角）极值。利用辨识得到的参数进行拟合优度检验,验证了Joe Copula模型能够较为准确描述三维极值参数联合分布形式。通过建立的风险概率判据计算了飞行风险概率,分析表明结冰风险事件往往伴随着飞行安全关键参数不同程度的超限和耦合影响。所提方法可为结冰条件下的飞行风险定量评估和预测管控提供理论参考依据。     

AQM算法在公平性方面的研究

主动队列管理是实现网络拥塞控制的一种重要技术.近年来,出现了一些新的主动队列管理算法.这些新算法针对大多数主动队列管理算法对公平性考虑不足的问题在一定程度上进行了改进,对公平性提供了一定的支持.本文对其中两个有代表性FRED和CHOKe算法进行了对比研究及理论分析,结合在ns2上的仿真实验结果对算法中存在的问题及其原因进行了深入的分析.最后对算法进行了综合的评价,并给出了对算法的改进建议.     

配合误差对电连接器疲劳寿命影响的建模与评估

以某型电连接器通用接触件22^#插针插孔为研究对象,基于Brown-Miller修正准则,建立了电连接器接触件材料的应变-寿命方程.应用有限元方法计算了接触件单次插拔过程中的力学性能,基于Fe-Safe软件建立了接触件接触疲劳寿命的仿真计算模型,进而完成了配合误差对电连接器疲劳寿命影响的定量化评估.疲劳寿命分析结果表明:该型电连接器在满足设计寿命条件下,允许的最大位移误差为0.038mm,角度误差为0.621°,复合误差为0.03mm和0.405°.根据分析结果提出了提高电连接器疲劳寿命的具体建议,为该型电连接器接触件制造、装配误差控制和工艺改进提供了理论依据.