具有状态预测器的领航-跟随邻接输入饱和时滞多智能体系统的一致性

针对具有邻接输入饱和时滞的多智能体系统,设计了状态预测器,研究了无向图下具有状态预测器的领航-跟随邻接输入饱和时滞多智能体系统的一致性问题.首先,为了使多智能体系统可以更快地达到一致,在普通全局一致控制律的基础上,加入状态预测器以预测系统状态的变化趋势,得到新的一致控制律;然后,根据Lyapunov稳定性理论,选取合适...     

具有输入时滞的TCP网络的自适应滑模控制

针对具有输入时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个状态预测器,消除输入延时带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器。所设计的控制器既保证了滑动模态的存在和系统的渐进稳定性,又较好地抑制了系统不确定带来的影响。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PID控制和滑模控制。     

供水管网模型水质不确定性研究

供水管网模型是保障供水管网水质安全的重要手段,受输入参数不确定影响水质模型计算的水质值是不确定的;为研究节点基本用水量、水损系数、主体水反应系数和管壁反应系数对供水管网水质特性的影响,提出了在假定他们的随机变化服从正态分布的条件下,采用蒙特卡罗随机抽样法,应用动态的水质模型计算得到节点水质的分布特征,给出了算法在管网中的应用;结果表明：当所有不确定输入参数共同作用时,节点水质的不确定性最大,水质反应系数是对节点水质不确定性影响程度最大的参数.     

低电压全摆幅恒跨导CMOS运算放大器的设计

给出了一种常用两级低电压CMOS运算放大器的输入级、中间增益级及输出级的原理电路图,并阐述其主要工作特性.输入级采用了NMOS管和PMOS管并联的互补差分输入对结构,使输入共模电压范围达到全摆幅（rail-to-rail）,并采用了成比例的电流镜技术以实现输入级跨导的恒定;中间增益级采用了适合低电压工作的低压宽摆幅共源共栅结构的电流镜负载,提高了输出电阻,进而提高了增益,同时更好的实现了全摆幅特性;输出级采用了高效率的推挽共源极功率放大器,使输出电压摆幅基本上可以达到全摆幅;为了保证运放的稳定性与精确性,其基准电流源采用一个带电流镜负载的差分放大器;为防止运放产生振荡,采用了带调零电阻的密勒补偿技术对运放进行频率补偿.     

具有输入饱和约束的永磁同步电机伺服 系统鲁棒有限时间控制

针对存在模型参数非线性不确定性因素和输入饱和约束的永磁同步电机伺服系统控制问题,提出一种具有抗输入饱和约束的鲁棒有限时间控制方法。为了处理输入饱和约束问题,通过定义饱和非线性函数将系统模型转化为带输入饱和约束的状态空间方程形式;将模型参数非线性不确定性因素扩张为一个新的状态变量,进而通过设计干扰观测器实现对不确定性因素的在线估计和前馈补偿,以提高系统的鲁棒性能;在模型参数不确定性因素前馈补偿的基础上设计永磁同步电机伺服系统鲁棒有限时间控制器,保证系统跟踪误差的有限时间收敛。仿真对比结果验证了所设计控制方法的有效性。     

相关信道下宽带MIMO-OFDM系统中空时频码的分集度分析

针对在发射端和接收端都存在空间相关的频率选择性时变 MIMO信道,分析了MIMO-OFDM 系统中的空时频码的分集度性能,基于成对错误概率准则,推广了空时频码的设计准则.对于一个给定的空时频码,发现所能获得的分集度不仅与发射端相关矩阵、接收端相关矩阵有关,而且还与信道的时间相关矩阵、频率相关矩阵有关.空时频码在相关信道下的最大可获得分集度为Lrank(P)rank(Q)rank(RT).空时码和空频码只是该结果的一个特例.实验仿真结果验证了该结论.     

液压系统动态仿真模型可视化建模技术研究

从计算机与仿真技术的发展和应用需求出发,对液压系统动态仿真模型的可视化建模技术进行了较为深入的研究,建立了一个基于图形和面向对象技术的仿真模型可视化输入环境,介绍了该环境的体系结构及设计思想,着重对液压原理图和功率键合图输入子模块的功能实现机理作了详尽的论述。     

响应客户输入的服务器端软件开发

随着Internet和Intranet的飞速发展和普遍应用，静态网页已远远不能满足人们实际需求，客户更多地希望看到根据各自要求而生成的网页并能方便地实现访问和查询。目前，采用运行在WEB服务器端的CGI、ISAPI和NSAPI应用程序还是一种主要的动态生成网页的方式。就这个问题深入地探讨客户端浏览器与服务器间网络信息交互过程，并给出相应程序的部分源码。     

基于非线性主元分析的水轮机调节系统传感器故障诊断

利用现场的运行数据,将基于输入训练神经网络的非线性主元分析(PCA)方法应用到水轮机调节系统传感器故障诊断中,讨论了基于输入训练神经网络的非线性主元分析实现方法,建立了输入训练神经网络和反向传播网络,实现了对实测数据的重构,讨论了利用平方预测误差(SPE)进行故障检测和识别的方法,并用现场实测数据对该方法进行了仿真。仿真结果表明,该方法有效且实用。     

降低MIMO-OFDM系统峰均比的QAS算法

多输入多输出-正交频分复用(MIMO-OFDM)系统固有的较高峰均功率比(PAPR)限制了该技术的发展与应用。为了抑制较高的PAPR值,在传统算法近似梯度投影(AGP)和选择性映射(SLM)的基础上提出了QAS算法,通过建立QPSK调制的SFBC MIMO-OFDM系统模型,仿真了QAS、AGP、SLM算法的PAPR以及误码率(BER)性能,并进一步研究了不同子载波以及不同支路数对QAS算法降低PAPR性能的影响。仿真结果表明,QAS算法与传统算法AGP、SLM相比,可以有效改善MIMO-OFDM系统发射信号的PAPR值,而不破坏系统的BER性能;QAS算法对PAPR的优化性能随着子载波数目(N=32,64,128,256,512,1 024)的增加而下降,随着支路数(M=4,8,16)的增加而提高。