含有输入动特性不确定飞控系统的自适应滑模控制

针对含有执行器动特性和严重不确定性的非线性飞控系统,提出一种非线性自适应滑模控制器. 该控制方案的主要特征是对系统不确定性没有匹配条件的限制. 控制器由两部分组成：一部分根据称为标称模型的已知非线性模型进行控制器设计,另一部分根据建模误差的估计参数设计自适应滑模控制器. 对某飞机的非线性6自由度未解耦模型进行仿真,验证了该方法对系统不确定性具有较强的鲁棒性,对期望输出有良好的跟踪精度.     

基于协处理器的无线传感器网络MAC设计

提出了一种基于协处理器的媒介访问控制(MAC)体系结构.将不同MAC协议的信道争用机制映射为协处理器内部的软件程序.其特点是兼容IEEE802.15.4协议,利用可编程协处理器增强MAC的可重用性,能支持自适应睡眠媒介访问挖制(S-MAC)、超时媒介访问控制(T-MAC)等无线传感器网络MAC协议.阐述了基于协处理器实现避免冲突的载波侦听多路访问(CSMA-CA)算法、S-MAC和T-MAC协议的方法.并在此基础上分析了CSMA-CA算法的软件时延.在现场可编程门阵列(FPGA)上实现整个MAC,实际测试结果表明:该MAC支持多协议,数据传输速率达20～250 Kbit/s,适应IEEE802.15.4协议要求.面积仅为30 567个等效门.     

生存迁移算法

基于生物迁移的机理,提出了一种新算法--生存迁移算法.每个生物体都存在着生存极限,生存极限会随着时间不断演化,而生物体为了生存又会在空间上不断地迁移,当全部个体所在位置的生存状况都能满足生存极限时,就认为达到了最佳的生存位置.文章分析了算法的机理与过程,用其解决了四种类型的非线性最优化问题,并进行了比较分析,实验结果说明生存迁移算法具有较快的收敛性,能较好处理一些优化问题.     

自适应事件触发机制下饱和系统的跟踪问题

为了减少饱和非线性特性对闭环系统稳定性及性能的不良影响,采用复合非线性反馈控制镇定闭环系统,实现对阶跃信号的跟踪;采用自适应事件触发机制进行信号传输设计,减少数据传输次数,节约通信资源;针对饱和系统的跟踪问题,提出一种新型的基于自适应事件触发机制的复合非线性反馈控制律,运用Lyapunov理论,得到系统输出可以渐近跟踪参考输入的充分条件。结果表明,所提出的充分条件在保证实现饱和系统跟踪问题时,具有较少的调节时间和超调量,自适应事件触发复合反馈控制器在改善饱和系统暂态性能的同时,可以有效节约系统通信资源。     

基于改进量子遗传优化支持向量机的配电网故障分类

针对传统方法在解决现代配电网故障分类时存在的求解速度慢、分类精度差的问题,提出一种结合量子遗传算法的支持向量机配电网故障分类方法。首先采集故障信号并进行S变换处理,将处理结果的均方根与均值作为特征量,以提高特征量辨识度;其次在量子遗传算法的种群更新策略中引入自适应动态旋转角,避免算法在早期陷入局部收敛,增加算法的调参精度。以IEEE33节点配电网模型为研究对象的实验结果表明,所提的特征量提取方法有效提高了支持向量机的故障分类精度,改进后的量子遗传算法通过为支持向量机寻到更优参数从而进一步提高了故障的判别精度和分类速度,验证了方法的有效性与准确性。     

一种基于点监督的显著目标检测方法

提出了一种基于点监督的弱监督显著目标检测方法,设计了一种自适应的掩膜洪水填充算法来生成伪标签,并利用了一个基于变换器的点监督显著性检测模型来生成第1轮的显著图。然而,由于标签的稀疏性,弱监督检测模型往往退化为通用的前景检测模型。为了解决这个问题,进一步提出了一种利用非显著抑制方法修正第1轮中生成的显著图,并利用它们进行第2轮微调。实验结果表明,在ECSSD和PASCAL-S数据集上分别取得了0.035 8和0.064 7的MAE,验证了该方法的有效性。     

基于无模型自适应控制算法的机械臂轨迹跟踪控制

机械臂控制研究领域目前研究的热点分为目标点的位置控制和运动轨迹跟踪两方面.目标位置点的控制重点在于对末端执行器的位置点位的控制,对中间各个轴的运动过程并不关心;轨迹控制的重点在于通过各个轴的力矩控制来使其运行过程更加连续,更好地实现工作要求.针对机械手控制过程中总是存在不确定的情况,利用基于紧格式无模型自适应控制算法分...     

具有无限类混沌吸引子的保守混沌系统自适应滑模控制

提出一个具有类混沌吸引子的三维保守混沌系统,新系统在Sprott A基础上增加了一个余弦项并将常数项改为变参项。首先,分析了该系统的典型混沌特性,着重分析了参数变化时的李雅普诺夫指数、时序图以及相应相图。然后,通过改变初始值,得到获得无限类共存吸引子的方法并进行仿真验证。最后,在不确定和干扰作用下设计自适应滑模控制器,实现对新混沌系统的同步控制,并利用Matlab仿真验证所提控制器的有效性。     

A new adaptive state space construction method for the mobile robot navigation

In order to solve the combinative explosion problems in a continuous and high dimensional state space, a function approximation approach is usually used to represent the state space. The normalized radial basis function （NRBF） was adopted as the local function approximator and a kind of adaptive state space construction strategy based on the NRBF （ASC-NRBF） was proposed, which enables the system to allocate appropriate number and size of the basis functions automatically. Combined with the reinforce- ment learning method, the proposed ASC-NRBF method was applied to the robot navigation problem. Simulation results illustrate the performance of the proposed method.     

简述PLC的特点及使用中应注意的问题

论述了PLC的特点,介绍了可编程控制器在工业控制领域的应用,以及PLC在应用过程中,要保证正常运行应该注意的一系列问题,并给出一些合理的建议。