基于过程数据的动态PLS建模

许多工业过程中获得的输入输出数据在时间、空间上是高度相关的,且含有测量噪声。针对此类数据,提出采用动态PLS方法,最大化输入和输出变量矩阵之间的协方差,保留大部分有用信息,去除测量噪声,把高维数据空间降维,建立较为精确的工业过程数学模型。提出对MIMO系统进行研究,推导了可直接用于控制的动态PLS模型数学公式。对一个工业过程实例进行仿真,分别应用动态PLS回归和线性回归MLR方法,得出的结果经分析验证了此算法的有效性。     

基于多模型方法的自适应卡尔曼滤波

针对一类观测噪声统计特性未知的离散时间系统设计一种多模型自适应卡尔曼滤波器。基于多个不同的固定观测噪声协方差阵建立多个固定模型卡尔曼滤波器,将多个固定模型卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组成多模型自适应卡尔曼滤波器。针对每一个滤波器建立一个基于输出误差的指标切换函数,每一个采样时刻将指标切换函数取得最小值的滤波器的状态估计值切换为系统的当前状态估计值。仿真结果表明,与常规的自适应滤波器相比,此方法可以极大地改善滤波器的滤波效果。     

基于广义预测算法的直接转矩控制仿真

针对电动汽车电机驱动控制系统结构复杂且系统性能受负载不确定性影响的缺点,提出了一种用于永磁同步电动机广义预测控制方法。从驱动系统动力学方程出发,建立了不依赖电机控制参数的驱动系统CARIMA模型,并采用广义预测算法对驱动系统的给定转矩进行了控制;为了获得良好的变速性能,实现了基于GPC的PMSM驱动系统的直接转矩控制;最后对系统变速过程进行了仿真。仿真结果对比表明,这种控制结构和方法能够实现对转矩变化的有效控制,使速度变化具有较好的平缓控制效果,在工程实际中有很大的应用潜力。     

结合天线选择后虚拟多天线系统容量分析

根据迫零检测(zero forcing,ZF)结合排序干扰消除(ordered successive interference cancellation,OSIC)的接收机结构,并针对功率控制理想和非理想两种场景,分别基于随机配对调度准则和机会主义配对调度(opportunistic)准则分析了VMIMO-AS系统容量的下限和上限.最后的蒙特·卡罗仿真取得和理论分析基本一致的仿真结果,从而进一步验证了理论分析的正确性.     

多无人机协同目标分配仿真系统设计与实现

介绍了一种求解多无人机协同目标分配问题的方法,提出了多无人机协同目标分配仿真系统设计的总体思路.在此基础上,设计了层次化的体系结构和组织化的功能模块,并分析了系统计过程中涉及的关键技术及其实现方法.最后用面向对象语言实现了多无人机协同目标分配仿真系统,并对一个典型的分配问题进行了仿真实验,实验表明,仿真系统对该分配问题的求解提供了良好的支持.     

多模型自适应控制算法的性能分析

多模型自适应控制利用多个元素模型覆盖被控对象的不确定性,并针对这多个元素模型建立多个稳定的控制器。每一个采样时刻,基于一个以模型输出误差为变量的具有积分特点的指标切换函数,选择描述被控对象最优的元素模型,并将基于此模型的控制器切换为当前被控对象的控制器。研究如何调整多模型自适应控制器的结构和参数,提高控制品质,为多模型自适应控制器的应用和进一步研究提供理论基础。     

随机延迟微分方程复合θ-方法的稳定性

研究了随机延迟微分方程复合θ-方法的稳定性。得到了复合θ-方法均方稳定（MS-稳定）和全局均方稳定（GMS-稳定）充分条件。数值算例及其方差的模拟结果验证了理论上推得结论的正确性。     

潜空导弹运载器水下弹道仿真研究

在建立适合于运载器六自由度运动的数学模型的基础上,建立了光纤对运载器作用力的数学模型,然后对潜空导弹运载器的水下弹道进行了仿真研究.结果表明运载器运动稳定,控制规律合理.     

基于分形理论和神经网络的红外图像分割算法

针对实现红外图像的分割,快速准确地检测出红外序列中的人造目标的需要,结合分形特征和Ko-honen神经网络的特点,提出了一种基于分形技术的图像分割算法。该算法利用自然背景和人造目标的不同分形特征检测目标,提出了包括分形维数在内的7个红外图像特征,结合神经网络的自组织学习能力来进行图像分割。给出了算法实现的具体步骤。仿真试验结果表明,该算法能有效地实现红外图像的分割。     

基于曲线相似的在线签名认证方法

提出一种新的曲线相似计算模型,用于在线签名身份认证。将在线签名轨迹数据看做平面曲线,从曲线相似性定义、相似变换及相似距离给出了曲线相似计算模型框架。依照参考签名曲线有效点数,对比较签名曲线进行重采样;签名曲线相似度量过程采用分段匹配方法,在每段比较曲线待匹配区间内,利用遗传算法搜索与参考曲线对应段的最优匹配,获得分段的相似距离,以此计算分段相似得分;将各段相似得分的平均值作为两条曲线的相似度量。选用SVC2004 Task1和SUSig Blind数据集对算法进行测试,等误率分别为10.92%和2.89%。