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。     

基于Dubins路径的无人机避障规划算法

研究了一种基于Dubins路径的无人机的避障规划算法. 通过采用遗传算法,结合无人机的飞行性能和最小转弯半径,提出了一种在已知障碍空间位置前提下的无人机路径规划方法,并通过算法改进,将其推广成为在未知障碍位置等先验知识的前提下的无人机实时避障算法. 仿真结果表明,该算法原理正确,对于多障碍环境下无人机避障策略的获取具有较好效果.      

基于拥塞预测门限的主动队列管理算法

为解决Drop Tail网关在拥塞后性能剧烈下降的问题,使新算法能简单地实现,并能根据网络状况变化自适应调整参数,提出了一种带显式拥塞指示(ECN)的主动队列管理(AQM)算法——带宽-延时积队列(BDPQ).该算法通过监视瓶颈网关中的缓存队列长度来判断拥塞状况,以带宽-延时积作为拥塞预测门限,如果缓存队列超过该门限,则根据显式拥塞指示策略标记离开队列的分组来向源TCP通知拥塞.仿真结果表明,该算法具有高的链路利用率、较低的平均队列和丢失率,以及较好的公平性能.     

含有粘贴式压电作动器的锥壳结构振动主动控制研究

针对某卫星发射过程中所应用的适配器模型,利用4节点Mindlin板单元对其进行了有限元建模,将分布式压电作动器的影响作为动力学边界条件加入模型当中;试验数据与理论计算结果对比证明该方法能够满足精度要求,此外与通常的层合理论建模方法相比,该方法更加简洁,大大降低了计算量;利用基于独立模态空间控制的方法对锥壳结构进行了振动主动控制研究,仿真结果可以看出利用少数作动器即可达到理想的控制效果.由于控制器本身比较简单,具有很好的鲁棒性,因此对于实际工程应用具有非常重要的指导意义.     

应用于人脸识别的基于Candide-3特定人脸三维重建

针对不同的姿态对人脸识剐的影响,提出了一个基于Candide-3参数模型的特定人脸三维重建方法.该方法同时利用了主动形状模型和主动表观模型的优点,较好地提高了特定人脸三维重建的时间效率和准确程度.将该方法对输入的图像进行姿态校正之后再进行识别,极大提高了识别正确率.对CMU-PIE数据库中4种不同姿态集的识别结果表明了方法的有效性.     

D型体主被动结合流动控制研究

以简化准三维模型D型钝体为研究对象,通过数值仿真手段,利用零质量合成射流器理论进行了D型体主动流动控制和主被动结合的流体控制研究发现,在尾部分离点进行射流控制时,高频射流有助于钝体减阻,减阻效果可以达到1.78%。主被动结合的锯齿和射流加强了尾迹三维流动结构,破坏了准三维模型的展向流动结构,使得减阻效果较好。采用主被动结合控制的射流为低频和高频时减阻效果为20.86%和21.20%。     

行为中的主动控制感与责任归属

人类通过行为与环境发生交互作用.主动控制感指通过控制自己行为进而控制外部环境的主观体验,为责任归属的产生奠定了基础.本文梳理了主动控制感的影响因素、脑机制及其对责任归属的启示.个体行为中的主动控制感和责任易受到动作意图、结果效价及其相互关系的影响.群体行为中,控制感产生和责任归属与群体身份、社会地位等因素有关.控制感水平的测量在一定程度上能为道德和法律提供责任界定的依据.进一步关联主动控制感与责任归属需更关注负责动作意图和结果觉察加工的额-顶脑网络,如前辅助运动区、后侧顶叶、颞顶联合区等脑区.未来的研究需提高测量的信效度,并探索将主动控制感应用于道德与法律领域的可行性.     

窄体通勤车防侧翻主动控制技术研究

窄体通勤车体积小车身窄,为提高其侧倾稳定性,基于两前轮一后轮的Tadpole结构布局方式,提出一种前轮相对车身位置可变的车辆模型,并针对此模型提出了相应的防侧翻控制方案。通过动力学建模与分析,得到前轮受力情况,确定了前轮的运动轨迹。通过对多目标粒子群算法的改进与应用,寻找到两前轮轮心位移的协调动作方案。针对该新型车辆提出了新的评价指标,以表征防侧翻控制的要求。最后,对所得方案进行了数值仿真实验,实验结果表明,采用该控制方案的车辆,三个轮子所受支持力的均衡性有显著改善,侧倾稳定性有了极大提高,可以承受更大的行驶速度,更小的转弯半径,另外对抗外界干扰的能力有较大增强。为下一步开展窄体通勤车智能控制研究奠定了理论基础。     

无人驾驶拖拉机实时避障路径规划算法

为了实现无人驾驶拖拉机在直线作业时的实时避障路径规划功能,提出一种在改进最短切线法的基础上用五次多项式函数规划路径的避障路径规划算法。针对最短切线法规划的路径曲率不连续、难跟踪控制的问题,首先采用改进最短切线法求相关坐标点,然后基于求得的坐标点用五次多项式函数求解路径,最后得到由两段五次多项式函数曲线和直线组成的曲率连续的避障路径。对避障路径规划算法进行仿真,结果表明,该算法生成路径长度短、实时性好、安全性高。基于常州东风无人驾驶拖拉机的运动学模型设计一种模型预测控制器,在Simulink与CarSim联合仿真平台上对无人驾驶拖拉机的避障路径规划及跟踪控制进行联合仿真,结果表明：与改进最短切线法相比,基于五次多项式函数的路径规划算法规划的路径跟踪控制精度更高,更易于跟踪控制。     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.