基于遗传算法混合有源滤波器参数的多目标优化

为了解决混合有源滤波器(hybrid active pow erfilter,HAPF)参数匹配以及无源部分和有源部分容量的合理分配,提出一种基于小生境遗传算法的多目标满意优化设计方法,较为全面地考虑HAPF的容量、滤波效果、无功补偿等因素,使得多目标参数求解达到协调满意的效果。优化结果表明:有源部分容量仅为滤波器容量的6.4%,电流总畸变率降低到0.8%,同时满足系统无功功率需要,降低了HAPF系统的投资,提高性能价格比,达到HAPF实用化及谐波抑制的目的。     

基于电动静液压作动的新型汽车主动悬架

作动器是汽车主动悬架系统研究的关键。在分析传统被动悬架和电液伺服主动悬架及功率电传作动系统PBW(Power-By-W ire)的基础上,提出了基于功率电传的电动静液压作动器EHA(E lectro-Hydrostatic Actuator)新型汽车主动悬架结构型式。建立了1/4汽车动力学模型,设计了用于EHA主动悬架控制的模糊控制器。为了研究可控悬架的响应特性以及验证模型的有效性,利用建立起的基于EHA的主动悬架动力学模型,在一定路面输入下进行了仿真分析。结果表明,与传统被动悬架相比,基于EHA的模糊控制主动悬架大大改善了汽车的平顺性和操纵稳定性。     

时滞非自治系统的拉回吸引子

把自治系统解满足的半群性质推广到非自治系统解满足的共圈性质,给出了非自治动力系统拉回吸引子的存在性,并给出了一类含时滞的非自治系统拉回吸引子存在的充分条件.     

具有漏泄时滞和时变区间时滞的递归神经网络新的稳定性准则

研究了具有漏泄时滞和时变区间传输时滞的递归神经网络的渐近稳定性问题.基于Lyapunov-Krasovskii(L-K)稳定性理论.Jensen不等式和互惠凸方法,得到了线性矩阵不等式(LMIs)表示的新的稳定性准则.相对于现存的方法,避免利用保守性较大的中立型变换,且在构造L-K泛函时充分利用了漏泄时滞和传输时滞的关联信息,因此所得准则具有较小的保守性.数值例子验证了所得结果的有效性和较小保守性.     

一类分数阶时滞微分系统的解

主要研究了一类分数阶时滞微分系统,首先利用分步法分析了系统解是唯二存在的,然后通过拉普拉斯变换求出了系统的通解．     

一类具有连续分布延时的随机反应扩散的Hopfield神经网络的收敛动力学行为

本文研究了一类具有连续分布延时的随机反应扩散的神经网络模型.通过构建恰当的Lyapunov函数,以及运用非负半鞅收敛性定理,得到了该网络平衡解几乎必然指数稳定和矩指数稳定的充分条件.最后我们给出了一个例子验证了条件的正确性.本文所得到的结果不要求激励函数是可导,有界,单调非减的,也不要求连接权矩阵是对称的,在解决最优化问题等方面有重要意义.因此我们推广和完善了以前的结果.     

基于2自由度Smith预估器的ABR业务拥塞检测与控制

针对在高速网络中,传播时延对二进制ABR(Available Bit Rate)业务网络流量控制的不利影响,提出了一个新颖的2自由度控制结构作为拥塞的判定机制.这种控制机制不仅能克服原标准明晰前向拥塞指示(EFCI)算法中因存在带磁滞环的非线性环节引起的大幅振荡,而且在较大时延情况下仍能保持很好的给定值响应和抗干扰性能,同时可简单直接地对流控系统进行设计和调节.仿真结果验证了该控制方案的优越性.     

基于LMI的随机时滞神经网络的全局渐近稳定性分析

研究了一类时变时滞与分布时滞的随机神经网络模型的全局渐近稳定性,该模型考虑了神经网络的随机扰动性.通过构造适当的Lyapunov泛函,以线性矩阵不等式的形式给出了系统全局渐近稳定的充分条件.最后,数值算例说明了结果的正确性.     

基于人工神经网络动态标定算法的低成本视线追踪系统

针对视线追踪系统成本高、标定算法复杂的问题,研究了一种低成本视线追踪系统.系统采用低成本网络摄像头,采集到的图像首先采用Haar-like特征与肤色结合算法来进行人脸检测,并利用主动表现模型算法和光流法定位并跟踪人脸特征点;然后利用梯度向量法进行瞳孔中心检测;为了提高系统精度和鲁棒性,提出了一种人工神经网络的动态标定算法.实验表明,视线追踪系统不仅具有很好的鲁棒性,而且具有较高的精度,在头部静止的情况下平均误差为1.34°,在头部运动的情况下平均误差为3.26°.      

一类二阶拟线性时滞差分方程的非振动性定理

研究了一类二阶拟线性时滞差分方程的渐近性，并给出了特殊情况下，此方程存在A∞^c，Ac^0型非振动解的充要条件以及存在A∞^0非振动解的充分条件．