耦合离散大系统分散自适应控制的稳定性

针对线性离散确定性耦合大系统，采用极点配置的方法给出一种分散的鲁棒间接自适应控制器，给出了详细完整的闭环系统全局渐近ＢＩＢＯ稳定性证明，同时可以看出该控制器对于各子系统间的弱耦合，未建模动态及有界常值扰动具有鲁棒性。     

信息物理融合系统的分布式采样控制

针对信息物理融合系统(CPS)中的协调采样控制问题,提出了一种分布式控制算法.首先将CPS中的物理过程和数据信息处理过程建模为一组耦合关联的子系统和一组可以相互通信的控制器;然后利用输入延迟方法构造Lyapunov-Krasovskii函数,并对系统的稳定性进行了研究;接着基于稳定性理论,给出了系统在分布式采样控制律下的稳定性条件,并在此基础上设计了一种分布式采样控制算法.数值仿真结果表明:当控制器通信连接与系统耦合程度相当时,用于控制耦合程度较强的子系统控制器增益较小;当最大采样时间变大时,控制器的控制约束量变大;文中提出的算法能根据物理过程的耦合关系合理地配置CPS中的控制器资源.     

岩体稳定性评价的耦合神经计算方法

给出了一个基于单元ＢＰ神经网络拓扑而成的耦合神经计算模型,对其在地下工程岩体稳定性评价系统中的应用进行了研究。结果表明,耦合神经计算地下工程岩体稳定性评价系统有着较好的实用性和先进性。     

不确定柔性倒立摆系统鲁棒控制器设计

针对多变量、非线性、强耦合的柔性倒立摆系统的不确定性,设计了鲁棒LQR（Linear Quadratic Regulator）控制器,并在柔性连接倒立摆上进行了仿真实验。实验结果表明,该鲁棒LQR控制器比原有的LQR控制器具有更好的抗干扰能力和稳定性。     

一类混沌系统的混沌同步

研究了一类混沌系统控制器的设计问题.对该类系统利用一个非线性控制器可以使耦合系统之间的变量达到混沌同步.借助李雅普诺夫函数稳定性理论,证明了该混沌同步的稳定性定理;并通过数值仿真实现了驱动系统与响应系统的混沌同步,从而进一步证实了定理的正确性与有效性.     

不确定变形耦合发电机系统的参数辨识与自适应同步

研究了不确定变形耦合发电机系统的自适应同步和参数辨识，设计了自适应控制器和参数更新规则，理论证明了该控制器可使得两个变形耦合发电机系统——驱动系统和未知参数的响应系统渐进地达到同步，并且可以辨识出响应系统的未知参数．数值模拟结果证明了该控制器的有效性。     

基于RBF神经网络的一类非线性系统模糊自适应控制

针对一类非线性不确定系统,基于ＲＢＦ神经网络,结合模糊滑模控制提出了一种自适应控制方法。根据Ｌｙａｐｕｎｏｖ稳定性理论设计ＲＢＦ网络和模糊滑模补偿控制器的参数。     

剪弯耦合对非对称角叠层曲板稳定性的影响

用动态松弛法研究了剪弯耦合对四边承受均匀剪力的复合材料非对称角铺设叠层圆柱微曲板稳定性的影响，讨论了铺层顺序、曲率、边界条件及剪力方向所引起的效应。结果表明，耦合系数Ｂ１６、Ｂ２６的正负符号与绝对值对板的稳定性的影响是十分显著的。     

星形网络连接分数阶系统的同步控制

本文研究了以N个分数阶系统作为结点的非线性星形耦合网络系统的同步控制问题,利用分数阶系统稳定性理论和非线性反馈控制方法,得到了同步控制器的表达式。     

密度核反馈条件下低压自然循环两相流动稳定性实验

为了研究核供热反应堆主回路自然循环两相流动稳定性，考证了具有密度－核反馈耦合条件下两相流动的热工水力学行为。在热工实验回路ＨＲＴＬ－５中引入了反应堆中子动力学模拟系统。以实测冷却剂密度作为其输入参数，以中子动力学模拟系统的功率输出通过ＨＰ－３８５２５控制器对系统电加热功率进行实时控制，实验研究了不同工况条件下自然循环两相流动的稳定性。研究结果表明，核反馈耦合条件下系统中出现很低欠热度不稳定性区，反馈系数大小、测量系统和元件动态响应特性对自然循环两相流动稳定性有重要影响。     

多级矢量量化中的码本共享

为了解决语音参数编码算法中多级矢量量化中码本尺寸过大,存储量过大,导致搜索复杂度大的问题,提出了多级矢量量化中的码本共享的迭代算法。该算法基于多级矢量量化中各级待量化码矢之间的相似性,采用模拟退火算法,通过迭代得出共享变换系数。在1.2 kb/s的正弦激励线性预测声码器中,采用该算法对线谱对参数进行多级矢量量化。测试结果表明:在共享级别选择恰当时,可降低存储量20%,同时重建语音谱失真损失约为0.02 dB,可见该算法可以有效降低码本容量,同时对语音质量影响极小。     

序列图像编码的一种神经网络方法

根据Kohonen自组织特征映射(SOFM)算法的特点,提出了一种分阶段SOFM的边缘保持码书的设计算法.将帧间块匹配、帧内块匹配与多级矢量量化有机地结合,给出了序列图像编码的快速实现算法.计算机模拟实验结果表明,在相同块大小的前提下,本算法各方面性能较优,主观质量好,无误差累积效应,快速简单,实用性强.     

一种矢量量化中的码本优化方法

在语音压缩编码中,矢量量化占有很大比重和计算量．码本的好坏与方法的选择有很大的关系．笔者介绍了一种方法,将神经网络和隐含马尔可夫过程应用于矢量量化,从而产生了更为优良的码本．     

自适应分形矢量量化编码

提出了一种自适应分形矢量量化编码方法。对图像进行自适应四叉树分割,并构造粗糙的均值图像。误差图像进行分形矢量量化编码时,使用设计的自适应二维维纳数字滤波器,对收缩的均值图像进行滤波后,可构造好的码书。实验证明,本方法码书不需外部训练,解码不需要迭代,可以改善重建图像的视觉质量,使压缩比和PSNR都有明显提高。     

一种新的自学习特征映射算法研究

为了有效地提高矢量量化(VQ)码书的性能,提出了一种新的自学习特征映射(SLM)算法,并应用到图像VQ中,实验表明,与自组织特征映射(SOM)算法相比,SLM算法具有聚类特性好和峰峰信噪比高等优点,是一种非常有前途的码书设计算法.     

基于二级矢量量化的LPC声码器算法

为了有效地减少语音编码的比特数、降低量化误差以及提高解码语音质量,提出了一种二级矢量量化的LPC声码器算法.该算法在模糊聚类与LBG级联的VQ算法的基础上,进一步采用二级矢量量化算法对特征参数矢量进行量化.特征参数为语音的两个特征值:基音周期与增益.第一级码本为矢量码本;第二级码本为误差码本.将该算法应用于LPC声码器中进行仿真实验,结果表明:该算法能有效地降低量化比特数并且减少了量化误差,从而使解码语音质量得到改善.     

基于DCT的图像压缩技术算法的改进

对JPEG图像压缩标准中的DCT变换和量化部分提出了改进意见.其中DCT变换部分采用查表法代替常规的DCT算法,从而大大提高了运算速度;量化部分用基于简单有效的“二重测试算法”的矢量量化取代了一般的欧氏距离矢量搜索算法,明显加快了码书的搜索速度.     

LSF标量格型混合量化

为了降低线谱频率(LSF)参数矢量量化器的搜索复杂度和码字存储单元,利用格型矢量量化的优点,设计了一种适合LSF参数量化的标量格型混合量化器。该量化器对LSF参数的预测残差矢量的第一、二个参数进行标量量化,余下的参数则利用格型矢量量化,从而降低了搜索复杂度和码字存储单元,与G.729协议所使用的LSF量化技术相比,有一定的改进。     

基于码字特征的多模式多级矢量量化算法

为提高声码器中线谱频率参数多级矢量量化的性能,提出了一种根据码字特征进行分模式量化的算法。该算法首先根据下一级量化误差最小化的准则,通过训练得到本级代表模式信息的码字(码字数目为模式数目);然后统计与各个码字相对应的输入矢量占总矢量的比重,继而得到各模式码字所分化的码字个数;最后根据该分化方案训练得到本级所有码字并确定码字与模式的对应关系,从而进行分模式量化。测试结果表明:相比于根据本级码字索引平均进行模式分配的简单方案,该算法可以使平均谱失真(ASD)降低0.05 dB,而平均意见得分(MOS)提高0.02左右。     

一种基于预测的矢量量化图像编码方法

为了提高图像编码效率,提出了一种基于预测的矢量量化图像编码方法．在编解码端设置维数和大小各不相同的两种码书．对于平滑区域,用较小的码书对输入矢量进行编码,从而加快图像编码速度和降低比特率;对于边缘区域,用较大的码书去量化当前输入矢量以保证图像质量．文中还提出了一种有效的码书设计方法以提高生成的码书的质量．仿真结果表明,相对于其它方法,文中所提出的矢量量化图像编码方法运算速度更快,在同样图像质量下降低了传输过程中所需的比特率．