不确定T-S模糊广义系统基于观测器的无源控制

针对一类范数有界不确定性T-S模糊广义系统,研究了其在满足不确定性的基于观测器的无源控制器的设计问题.在状态不可测的情况下给出了使得闭环系统广义二次稳定且无源的基于观测器的控制器存在的充分条件和设计方法.通过求解若干线性矩阵不等式,获得系统的观测增益与控制增益.最后通过数值仿真例子,说明所提出的设计方法可行、有效.     

基于自抗扰控制器的永磁同步电机速度估计

利用自抗扰控制器理论,提出了一种新颖的永磁同步电动机无位置传感器矢量控制系统的转速估计方法。将转速和d轴电流对转矩电流环的耦合作用以及转动惯量的变化看作转矩电流环的扰动量,由自抗扰控制器将其观测出来并加以补偿,从而估计出电机实际转速。仿真表明在0r/min到1500r/min的调速范围内,本方法都能将转速准确地估计出来,并且对负载和转动惯量的变化具有很强的鲁棒性,系统具有良好的动静态性能和抗干扰能力。     

三自由度直升机模型的无静差跟踪控制

三自由度实验室直升机模型是典型的高阶多输入输出系统,具有较强的通道耦合和非线性特性,其俯仰、倾斜和旋转三轴运动方程,能够部分模拟实际直升机的飞行特性,是控制理论教学和研究的有力工具。采用基于内模原理的无静差跟踪控制方法设计能够同时实现扰动抑制和鲁棒跟踪的无静差跟踪控制器,应用LQR方法设计系统状态反馈增益,将设计的线性解耦控制器应用到原非线性耦合模型上,计算机仿真和实时实验结果表明能够很好的实现轨迹跟踪控制。     

具有无尺度拓扑与小世界效应的Sierpinski网络

复杂网络是目前国内外研究的热点之一,而分形则被认为是上个世纪学术界的一个重要发现.根据Sierpinski垫这一著名的分形结构,构建了一类确定性网络,称为Sierpinski网络.提出了生成该网络的一个迭代算法,使抽象的网络构造变得具体而直观.研究发现该网络具有与许多现实网络相似的结构特性:幂律度分布、较高的集聚系数和较小的直径.     

综合孔径微波辐射探测系统仿真平台设计

由于综合孔径微波辐射探测系统在理论分析和大型阵列物理系统构建方面都十分复杂,因而仿真成为十分重要的研究手段。从系统建模、“搭积木”设计、模型/算法库设计、多级仿真设计以及体系架构等方面论述了综合孔径微波辐射探测系统仿真平台的设计,仿真内容涵盖被探测目标、环境、天线阵列、接收机通道和信号处理等。实验结果表明,该平台能正确模拟对远距空中目标的微波辐射探测,可用于综合孔径微波辐射探测理论及系统设计的研究。     

欠驱动机械臂无源-自适应迭代学习控制

针对一类欠驱动串联机械臂,基于其动力学方程的变换,提出了一种分步控制策略。该策略首先利用全驱动关节与欠驱动关节之间的动力学耦合,驱使欠驱动关节达到理想位置进而对其进行锁定。由于欠驱动关节理想夹角的随机性,使得锁定欠驱动关节后的机械臂成为一结构不确定系统。针对此类系统,结合迭代学习和耗散控制理论,提出了一种无源-自适应迭代学习控制方法,使其能够进行轨迹跟踪。通过对三连杆机械臂的仿真验证了其有效性及实用性。     

无标度网络拓扑结构非均匀性研究

利用网络结构熵定量分析了无标度网络拓扑结构的非均匀性.通过引入度秩函数,解析地给出了无标度网络的网络结构熵.研究发现当标度指数大于2时,无标度网络的网络结构熵仅与标度指数有关,与网络规模及最小度无关.在给定网络规模及最小度条件下,无标度网络的网络结构熵在标度指数等于1.7附近取最小值,即此时网络最不均匀,当标度指数大于1.7时,无标度网络的网络结构熵随标度指数单调递增.     

基于多电视台的两种无源雷达成像算法

基于外辐射源的无源雷达成像是当前新体制雷达的研究热点,给出了利用多个电视台作为外辐射源的直接二维快速傅里叶变换成像算法和极坐标成像算法。建立了多基地无源雷达成像模型,通过理论推导得到目标散射函数和雷达接收信号之间的傅里叶变换对的关系。选取15个电视台信号作为外辐射源进行了仿真实验,分析和比较了两种算法的性能,证实了算法的可行性。     

幂律思考系列文章3——无标度网络中几个有争议的命题

利用无标度网络的定义和分类,以及无标度网络度指数的定义,研究了3个有争议的命题:是否所有无标度网络都是稀疏的,从无标度网络随机抽样所得的子网络是否无标度,阿波罗尼斯网络度指数要不要加1。分析了产生争议的根源,给出了正确的解答。     

海滨寻贝 探索与发现的游戏

正也许很多人觉得,在海边俯身便可捡到贝壳。事实上,一些观赏价值高的海贝,你可能无缘见到;就算偶尔碰到,也可能因不了解而有眼不识宝贝。这次,就让我们一起来探索、发现那些藏身于海滩的美丽精灵。出发前的准备出发前的准备可不能小瞧,天时地利都占据了,你才有可能跟美丽的贝壳们碰上面。当然,自己也要装备齐全,要想在岩石、沙堆等地方找到贝壳们,需要借助一些特殊工具。