基于ARM和FPGA的雷达伺服控制器设计

高性能雷达伺服控制器是雷迭设计中的一个重要问题。在这篇文章中,采用ARM＋FPGA结构设计了一种高性能的雷达伺服控制器,设计了ARM的最小系统,在这基础上添加了必要的外围设备,包括UART、USB和以太网通信等构成能在上位机的控制下工作的嵌入式系统,简化硬件和软件设计,充分利用FPGA的硬件连接方式和ARM强大的运算和管理能力,使ARM和FPGA二者的优点相结合,兼顾速度和灵活性。实现模糊神经网络PID控制算法。实验仿真表明：该控制算法对系统具有良好的控制效果,在系统的动静态性能和鲁棒性均优于常规PID控制.     

基于Solidworks／Matlab的液压伺服扭转试验机系统联合建模与仿真

针对液压伺服扭转试验机系统,提出一种基于Solidworks／Matlab的系统联合建模与仿真方法,通过机构的实体造型建立机构模型并进行仿真。该建模方法具有较高的准确性与便捷性。分别在位置闭环与力闭环控制器的作用下,对系统的响应性能进行仿真分析,验证了液压伺服扭转试验机系统的可行性,为液压扭转试验机系统的设计提供理论依据。     

网络态势感知系统的告警阈值确定方法研究

在网络态势感知系统中需要对影响网络性能的各项指标设置阈值,通过设置阚值和阚值检查可以在网络出现性能问题时及时向管理人员告警.本文提出了一种利用BP神经网络来确定告警阚值的方法:在采集到的大量性能数据中选取典型值作为训练样本训练BP神经网络.输出该值隶属于各模糊区问的隶属度,最后利用检验样本找到各区间的分界点即为阈值.文章还利用MATLAB对BP神经网络进行了仿真实验,验证了该方法的有效性.     

基于模糊PID的数字控制在DC／DC变换器中的应用

针对DC／DC变换器这种非线性系统,提出了一种基于模糊PID的数字控制方法。该方法通过对输出电压的偏差及偏差变化率的识别,进行模糊推理,实现对PID控制器参数的在线调节。电流连续模式和断续模式下的Buck变换器仿真结果表明,该方法能有效减小系统的超调量,提高系统的响应速度,缩短系统的调节时间,增强控制系统的动态性能。     

基于MATLAB的空调房间温控系统的仿真研究

针对空调房间温度的非线性变化纯滞后惯性大等突出问题,建立了一个空调室温控制模型。根据这一模型提出了一种模糊Smith—PID最优控制策略,使用MATLAB对空调房间温度的模型失配时鲁棒特性、抗干扰特性、动态特性等进行仿真研究。结果表明：模糊Smith—PID控制效果均优于常规PID和传统Smith-PID控制,响应快、抗干扰性强、鲁棒性好,并能使房间温度控制在给定温度±0．1℃附近,超调几乎为零,是一种实用而简便的控制方法。     

基于Smith预估模糊PID复合控制器的研究

针对空调房间温度被控对象的大滞后大惯性,本文提出一种预估并联型模糊PID复合控制策略。根据偏差大小及时调整模糊和PID控制的比例,利用Smith预估器进行时间补偿控制,同时在模糊控制器上并联一个积分器以消除稳态误差。在模型匹配和失配情况下进行仿真研究,结果表明：该控制器不仅具有鲁棒性好、控制精度高以及响应速度快的特点,尤其在模型失配时具有良好的稳定性,而且对于大时滞系统是一种实用而简便的控制方法。     

基于BP神经网络的杭州湾北岸水下地形遥感反演研究

基于BP神经网络模型,利用同一时期的遥感影像和实测杭州湾北岸海图资料,构建了影像灰度值和水深值之间的单隐层BP神经网络模型,用以反演杭州湾北岸水下地形。结果表明,与传统的统计模型比较,所建神经网络模型反演地形的精度达84％。由此可见,基于影像灰度值和水深值建立的BP神经网络模型在反演海岸水下地形方面具有较强的应用价值。     

基于PCA和BP神经网络的采空区稳定性评价模型研究

针对采空区稳定性评价因素的复杂性和相关性特点,提出主成分分析(PCA)与BP神经网络相结合的采空区稳定性综合评价方法。经综合分析确定以工程地质因素、采空区赋存结构参数、采动因素3个一级影响因素为基础的评价指标体系,以此为基础构建了采空区稳定性评价的BP神经网络评价模型。以某大型铅锌矿山地下采空区为例,应用CMS探测系统获取采空区相关数据生成采空区3D实体模型,并根据BP神经网络训练出的计算模型对采空区稳定性的等级进行评价。研究结果表明:PCA和BP神经网络相结合的方法使输入变量由13个减少为5个,避免了由于变量相关性带来的影响,简化了评价过程,结果更加合理。现场探测结果与BP神经网络计算结果相互支持。     

基于PCA-GA-BP的回采工作面瓦斯涌出量预测模型研究

为进一步提高回采工作面瓦斯涌出量预测的准确性,建立了主成分分析法(PCA)、遗传算法(GA)、BP神经网络相结合的预测模型。该模型采用主成分分析法降维处理原始输入数据;将主成分分析结果作为BP神经网络的输入,消除冗余信息;然后采用遗传算法优化BP神经网络的初始权值和阈值,有效克服BP神经网络极易陷入局部最优的问题。选取某矿井回采工作面的实测数据进行分析,结果表明,该模型较单一BP神经网络预测精度高,能更有效地实现回采工作面瓦斯涌出量的高准确度预测。     

PID神经网络控制在全自动多叶光栅中的应用

为满足全自动多叶光栅在Sliding工作模式下对光栅叶片的控制,要求具有很快的加速度和良好的动态性能以及很高的位置控制精度,提出了一种适用于该模式下的速度—位置双闭环电机控制模型,采用了神经网络与数字PID相融合的控制算法,并对该控制模型进行了仿真验证。实验表明:采用PID神经网络的速度—位置双闭控制具有很高的控制精度和良好的动态性能,能有效满足全自动多叶光栅Sliding工作模式的控制要求。     

基于MATLAB的煤与瓦斯突出BP网络预测方法

影响煤与瓦斯突出的各种要素与突出现象之间的关系复杂,且具有明显的非线性特点.BP人工神经网络模型可以很好地逼近这种非线性函数关系.基于煤与瓦斯突出特征指标的分析,建立了合理的单隐层结构的BP预测模型,并利用MATLAB神经网络工具箱实现了模型的训练与预测,应用结果表明,这种突出预测方法具有很高的计算效率和预测精度.     

基于非线性自适应神经网络的刨煤机刨头位置控制系统

由于多种因素影响刨煤机刨头位置的控制,本文提出了一种基于非线性自适应神经网络的刨煤机刨头位置控制系统,该系统采用了多传感器数据融合的方法,并将其应用在前馈反馈自适应神经网络中,其结果表明,与常规PID系统相比该系统能够消除静差从而更好地跟踪参考曲线。     

基于干扰温度的频谱感知算法研究

干扰温度机制是认知无线电的频谱感知方式中的一种.为了进一步提高干扰温度的效率和效果,对基于干扰温度的感知技术进行了分析和研究.对比了多窗谱估计方法和Welch方法,并采用一种基于神经网络的多窗谱结估计合奇异值分解算法.仿真结果表明,多窗谱估计方法优于Welch方法.基于神经网络的多窗谱估计结合奇异值分解算法,降低了干扰温度估计算法的复杂度,同时能够适应频谱环境时变的特性.     

基于可见/近红外光谱的土壤有机质含量预测

应用可见/近红外光谱技术对土壤有机质含量进行了定量分析和预测,为土壤肥力快速测定和评价提供依据.利用ASD FieldSpec 3 Hi-Res光谱仪对116份不同有机质含量的土壤样本进行光谱测量,系统分析了土壤有机质含量与350～2500 nm波段范围光谱反射率之间的关系.利用PLS和小波-BP神经网络对350～2500 nm整个波段范围和剔除水波段的光谱数据进行分析.两种建模方法的结果均表明剔除水波段的预测效果较好,其中,PLS模型预测的相关系数R为0.8416,均方根误差RMSEP为0.2848,相对分析误差RPD为1.7768,WT-BP神经网络模型预测的R为0.9167,RMSEP为0.2196,RPD为2.3043.预测结果表明,PLS模型可以对土壤有机质含量进行粗略估测,而BP神经网络可实现较精确的预测.     

基于多系统综合控制的车辆侧翻稳定性研究

为提高车辆抗侧翻能力减小其侧翻的危险性,建立了11自由度整车侧翻模型。根据各系统侧翻控制权重及有效作用范围,提出一种基于转向、悬架和制动的多系统侧翻控制策略并设计了相关控制器。对系统单独控制及综合控制进行了仿真对比分析。结果表明,综合控制策略在提高车辆抗侧翻能力的同时也很好的改善了车辆侧向稳定性。     

基于异步感应发电机的风电场中桨距角控制研究

为了研究基于异步感应发电机的风电场对电力系统稳定性的影响,建立了异步感应电机发电机小信号模型;并通过对异步感应电机状态方程的线性化,分析异步感应发电机对电力系统小干扰稳定性及阻尼特性的影响;提出了改进的桨距角控制系统;并将发电机转速偏差信号引入桨距角控制系统.通过对系统进行特征根分析和时域仿真来验证其有效性.结果表明,改进的桨距角控制环节能够改善系统阻尼、提高系统动态稳定性.