无人机三轴稳定云台的模糊PID控制

以无人机三轴稳定云台的内框作为研究对象,将自适应卡尔曼滤波算法与模糊PID控制算法相结合,提出了一种基于自适应卡尔曼滤波的模糊PID控制算法.经过Matlab仿真实验表明,相对于经典PID控制算法和模糊PID控制算法而言,该算法在无人机三轴稳定云台的控制上,不仅响应速度快、精度高,而且对控制干扰噪声和测量噪声也起到了较好的抑制作用     

双参数指数分布顺序统计量的概率分布性质

设[Xk,1≤k≤n]独立同分布,X（1）≤X（2）≤…≤X（n）为其顺序统计量,当总体服从双参数指数分布exp（μ,σ）时,得到了其顺序统计量的联合概率密度函数和极端顺序统计量的密度函数,进一步得到X（1）和X（n）的期望与方差的表达式.此外还证明了样本间距X（1）,X（2）-X（1）,…,X（n）-X（n-1）独立不同分布,利用样本间距构造一组独立同分布的指数分布exp（1）,借助顺序统计量还构造了x2和F两组概率分布.最后研究了统计量极差Rn=X（n）-X（1）的概率分布.     

非线性多智能体系统分布式鲁棒输出调节

为解决具有一般非线性形式和不确定参数的多智能体系统的协调控制问题,设计了非线性分布式反馈控制器,使得多智能体系统鲁棒渐近跟踪参考信号或者鲁棒渐近抑制干扰。在所考虑的多智能体系统中,将动态领导者或者环境干扰看作是产生参考信号或者干扰信号的外部系统。最后,给出一个仿真算例,验证所得结果的有效性。     

利用动力学去耦合脉冲增大和调节量子相干性和三体纠缠

本文研究了动力学去耦合脉冲对腔量子电动力学系统中量子相干性, 量子失谐和量子纠缠的影响, 发现动力学去耦合脉冲不仅能够增大系统中两原子之间的量子相干性, 同时也能增大它们之间非经典关联（量子失谐和量子纠缠）. 同时, 凭借迹距离的方法, 探讨了动力学去耦合脉冲增大两原子之间量子相干性的原因, 通过探究可以看出动力学去耦合脉冲能够控制和加速量子信息从其他子系统回流到两个原子中去, 并减少两原子子系统和其他子系统之间的量子信息流动, 从而增加两原子间的量子相干性和非经典关联. 最后, 利用保真度的方法研究了系统中三体纠缠出现的情况, 结果显示在不同的时间, 系统中会出现三体纠缠, 特别值得指出的是, 可以通过动力学去耦合脉冲来调节和增加系统中三体纠缠出现的时间.     

大数据在交通强国建设中的应用

 探讨了大数据技术在交通强国建设中的作用及在交通管理、交通安全、交通信息服务、交通运输规划、公共交通等领域的应用方法和前景;对基于信息物理系统的交通态势感知系统、基于动态本体论的交通行业多模态知识图谱、基于边缘云计算的智能视频识别等前沿技术的总体架构、实现方法进行了案例分析。     

MBSE:系统工程的发展方向

 阐述了传统西方系统工程思想与钱学森系统工程思想的核心内容,引出基于模型的系统工程发展的外部条件与内在因素,包括模型驱动开发方法的推广与逐渐成熟、传统系统工程方法缺少对经验的积累和复用等。对比传统的系统工程方法,分析了基于模型的系统工程（MBSE）在系统形式化描述方面的优势及发展期望,提出应用MBSE指导信息物理系统的构建将是系统工程发展的新思路。     

基于非线性PID的连续搅拌反应釜控制方法

连续搅拌反应釜(continuously stirred tank reactor,CSTR)普遍存在高度的非线性、不稳定性和参数不确定性.线性比例-积分-微分(proportion integration differentiation,PID)控制算法难以满足CSTR系统的控制要求.为了提高CSTR系统的控制品质,采用非线性函数对线性PID控制器的比例、积分、微分系数进行非线性构造,得到非线性PID(nonlinear PID,NPID)控制算法,并将NPID算法运用于CSTR系统的出料温度控制.仿真结果表明,NPID控制算法的控制效果更好,CSTR的出料温度和出料浓度响应曲线更加平滑,过渡过程时间更短,系统抗干扰能力和鲁棒性更强.可见,所提算法是合理和有效的.     

一种解决全球地形绘制抖动问题的方法

抖动问题是大规模虚拟场景经常遇到的一个问题,它会导致场景绘制出现非常严重的错误。全球地形环境是一个典型的大场景系统,因此也会遇到抖动问题。针对全球地形环境中的抖动问题,我们改进目前的动态局部坐标系统反抖动方法,提出一种更合适全球地形环境的新反抖动方法。这种方法使用视点在球面上的投影点代替视点作为动态局部坐标系统的原点,使得地形顶点有更高地精度。经过实验证明,这种方法比以视点为原点的反抖动方法有更好地反抖动效果。     

基于PID神经网络的主汽温系统设计与仿真

PID神经网络是将PID控制规律融入神经网络的一种智能控制技术,它既具有常规PID控制结构简单、参数物理意义明确的优点,又具有神经网络非线性映射能力强、自学习、自适应的功能。针对主汽温控制系统大滞后、非线性、时变等特性,综合考虑控制系统的动态、静态性能,PID神经网络对控制系统进行全工况的学习与优化设计,并进行了主汽温...     

基于自适应变异概率二进制PSO的球磨制粉系统控制

研究了一种新型自适应变异概率二进制粒子群算法。提出的自适应变异策略通过以一定的概率进行动态比特转换帮助算法更好地保持种群多样性和搜索新解,从而有效防止算法早熟。最终将提出的自适应变异概率二进制粒子群算法（adaptive mutation based pobability binary PSO,APBPSO）用于球磨制粉系统这一复杂多变量对象的PID控制器优化设计中以验证算法性能。多变量控制器分别采用了三种多目标优化目标函数,仿真结果表明提出APBPSO能有效避免陷入局部最优,其对控制器优化性能优于粒子群优化算法、离散二进制粒子群优化算法及基本的概率二进制粒子群优化算法。