基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合,提出了时 滞系统自适应内模控制算法,理论分析及仿真结果表明,该算法能克服时滞及参数的变化,具有鲁棒性好,抗干扰能力的特点。     

基于A适应遗传算法的无线传感网络节点布局优化

无线传感器网络的传感节点布局优化,直接关系到无线传感器网络覆盖率的提高。文中提出自适应遗传算法求解无线传感器网络覆盖率优化问题。自适应遗传算法的编码方式是传感器节点二维坐标的二进制表达式,交叉方式为字符串整体交叉,变异方式为位变异,交叉概率和变异概率根据个体适应度自动重构。仿真实验结果表明,自适应遗传算法有效解决了无线传感器网络节点布局优化问题。与传统遗传算法相比,本算法进化收敛速度快,网络覆盖率显著提高。     

基于改进最小二乘支持向量机的导弹备件消耗预测

在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集、熵权法、自适应粒子群优化算法与加权最小二乘支持向量机的组合预测模型应用于导弹备件消耗预测的构想。首先阐述了粗糙集、信息熵、自适应粒子群优化算法和加权最小二乘支持机的基本原理,并改进了自适应粒子群优化算法的搜索方式和最小二乘支持向量机的加权方法;然后建立了基于粗糙集、熵权法和自适应粒子群优化加权最小二乘支持向量机的导弹备件消耗预测模型,并分析了其实现过程。实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值。     

预测自适应Gauss混合模型线谱频率的量化

为了实现高质量低速率的语音编码,提出了高效线性预测Gauss混合模型(Gaussian mixture model,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linear spectral frequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明:LP-GMM-LSFQA在20 b/帧时量化性能超过预测分裂矢量量化22 b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

智能汽车电子真空助力器设计

为优化智能汽车电子真空助力器系统设计, 达到满足智能汽车的自适应巡航控制系统、自动紧急刹车系统的制动性能和控制性能的应用要求。利用AMESim 一维仿真软件分析汽车电子助力器主动控制匹配参数及ANSYS workbench 软件匹配电磁阀结构参数, 给出了电磁阀行程、驱动电参数和线圈参数等关键设计参数的匹配方法。该方法满足智能汽车的自适应巡航控制系统、自动紧急刹车系统的应用要求, 为提高EVB(Electronic Vacuum Booster)系统智能车辆制动控制的可靠性和舒适性提供借鉴参考。     

基于自适应网络的动态双足机器人模糊控制

提出一种基于步态规划分级结构的自适应网络模糊推理系统控制策略,该方法不需要确定双足机器人运动学和动力学模型.以一种动态双足机器人为例,建立机器人的Sugeno模糊模型,对机器人系统的不确定上界进行自适应参数估计,采用自适应控制器逼近未知不确定界,解决了一类非线性系统的稳定控制问题.控制器的设计只要求不确定性满足匹配条件,而无需知道不确定界,能够处理不确定参数变化范围更广的情况,减少控制系统设计中的保守性.设计的分级控制系统可以学习试验的输入输出数据,从而在动态平衡下进行行走.同时,模糊控制器的进一步在线学习能力可以显著地改善步行机器人的动态性能.     

基于动平衡状态的不确定倒立摆系统跟踪控制

针对存在不确定摆杆质量、长度和外加干扰的倒立摆系统的稳定控制问题,提出了基于动平衡状态理论的鲁棒自适应控制策略.首先对台车位置和摆杆摆角规划了理想的动平衡状态参考轨迹,然后应用分段滑模和模糊逻辑系统设计了直接自适应模糊控制器实现对动平衡状态的实时跟踪.理论分析和仿真结果证明了不确定倒立摆系统是全局渐近稳定的,并具有很好的适应性和鲁棒性.     

基于递归最大信噪比准则的雷达自适应距离旁瓣抑制

针对脉冲压缩雷达强目标距离旁瓣掩盖弱目标的问题,提出了一种基于递归信噪比准则的旁瓣抑制算法.该算法利用递归函数得到的目标信息作为下一次计算的先验信息来自适应地实现距离旁瓣抑制.该文推导了算法原理,提出了实现步骤,并进行了算法优化.理论和仿真结果表明:在高、低信噪比条件下对单个目标的提取,在高信噪比条件下对单个和多个相邻运动目标提取时,该算法的旁瓣抑制效果优于基于最小均方误差准则的自适应算法,并且具有稳健性好的特点.     

二维金属切削的热力耦合模型及数值模拟

切削加工是一种重要的金属制造工艺,其中切屑成形是一种典型的大变形问题,它涉及到材料非线性、几何非线性以及边界非线性问题,还涉及到热力耦合问题.针对典型的正交切削工艺,采用大型商业有限元软件MSC.Marc,基于热弹塑性有限元方法并在一定假设的条件下建立了考虑金属正交切削热力耦合有限元模型.分析了切屑分离准则、自适应网格等切屑加工模拟的关键因素.对建立的模型进行了有限元分析,得到了切屑成形、温度分布、切削力变化等结果.     

一种基于天线选择的比特功率分配算法

链路自适应技术根据信道环境的变化自适应地调整发射功率、调制方式等,以最大化地利用无线信道资源．为了适应3G对可变数据速率和灵活QoS的要求,结合天线选择技术、比特分配和功率分配技术的优点给出一种基于天线选择的比特和功率分配算法,基于天线选择的比特和功率分配算法在BER受限的情况下最大化数据传输速率．仿真结果表明,该算法比原算法能有效地提高数据传输速率．