极化技术在雷达抗干扰接收中的应用研究

对LMS自适应滤波器在单凹口极化自适应抗干扰接收系统中的应用进行了分析研究。对常规的LMS自适应滤波器进行了改进 ,使其能更好地应用于单凹口极化自适应抗干扰接收系统。提出了一种确定极化滤波器控制参数的新算法。最后对极化自适应抗干扰接收系统的抗干扰性能进行了仿真分析。仿真结果表明 ,所述方案具有良好的抗干扰效果     

基于气动人工肌肉的自适应模糊 小脑模型神经网络位置跟踪控制

针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一种自适应模糊小脑模型神经网络(AFCMAC)控制器.离散抗饱和PID (DASPID)并行监督控制设计保证了控制运行初期不会出现较大的跟踪误差和气压波动,使AFCMAC的在线实时学习调整成为可能.在线实时的自适应算法逐步提高了AFCMAC的控制性能,从而最终完全过渡到AFCMAC控制.通过规划AFCMAC的输入空间,保证了AFCMAC对迟滞力和气压波动等不确定因素的感知能力,为实现AFCMAC控制奠定了基础.对DASPID与AFCMAC控制器的位置跟踪控制性能进行了对比实验.结果表明,在非线性系统条件下,AFCMAC较之DASPID有着更好的跟踪控制性能和较低的实现难度.     

仿射非线性奇异系统的参数自适应控制

研究了一类含有未知参数的仿射非线性奇异系统的自适应控制问题.首先利用Lie导数及Lie括号,对仿射非线性奇异系统进行微分同胚变换,将非线性系统转化为一般线性奇异系统形式;然后基于参数自适应控制方法并结合线性矩阵不等式方法和Lyapunov稳定性理论,设计了自适应调节器方案,并给出系统在自适应调节器方案的作用下,系统在平衡点渐近稳定,参数渐近收敛的充分条件;最后给出数值算例,利用Matlab进行仿真,仿真结果证实了理论结果的有效性和可行性.     

智能控制系统综述

智能控制系统应用日益广泛,本探讨了智能控制系统的定义,组成,原理,特点,应用和发展。     

Fuzzy adaptive learning control network with sigmoid membership function

To get simpler operation in modified fuzzy adaptive learning control network （FALCON） in some engineering application, sigmoid nonlinear function is employed as a substitute of traditional Gaussian membership function. For making the modified FALCON learning more efficient and stable, a simulated annealing （SA） learning coefficient is introduced into learning algorithm. At first, the basic concepts and main advantages of FALCON were briefly reviewed. Subsequently, the topological structure and nodes operation were illustrated; the gradient-descent learning algorithm with SA learning coefficient was derived; and the distinctions between the archetype and the modification were analyzed. Eventually, the significance and worthiness of the modified FALCON were validated by its application to probability prediction of anode effect in aluminium electrolysis cells.     

一种简化的单约束波束形成方法

研究的是单约束最小无失真响应（MVDR）波束形成问题,在基于共轭梯度法（CG）的多级嵌套维纳滤波（MSNWF）基础上,提出了一种简化的单约束波束形成方法.该方法与原有的一般旁瓣对消器（GSC）波束形成方法相比,无需计算约束矢量的正交补,节省了计算量.文章还给出了两种方法的等价性证明.仿真结果表明新方法可行、有效.     

基于自适应Levy飞行改进的TDOA三维定位算法

针对已有的算法在基于到达时间差(time difference of arrival, TDOA)测量方案中存在的搜索能力不均衡,导致三维定位区域局部存在定位精度低甚至求解失败的问题,提出了一种基于改进探路者优化算法(pathfinder algorithm, PFA)的TDOA定位算法,通过将自适应Levy飞行和改进后的PFA算法进行融合,增强了个体对定位区域复杂环境的适应性,解决算法早熟、易陷入局部最优等问题,提升了算法综合性能.通过仿真和实验,结果表明：与Taylor算法、LM算法相比,本文提出的算法(Levy-pathfinder algorithm, LPFA)可以提高定位精度;与PSO算法、PFA算法相比,LPFA算法可以在提高运算速度的同时得到更准确的定位结果.     

一种改进的自适应局部噪声消除滤波算法

指出了美国冈萨雷斯教授(Rafael C.Gonzalez)提出的一个基于自适应局部噪声消除滤波器算法存在的不足,并提出了一种改进的自适应局部噪声消除滤波新算法.通过比较可以发现改进的算法要比原算法的均方误差emse降低了一个数量级,而且各种信噪比SNR、SNRm、PSNR都将比原算法提高了1/4.计算机仿真实验证明了改进的自适应局部噪声消除滤波算法是有效的.     

H∞ tracking design for a class of decentralized nonlinear systems via fuzzy adaptive observer

imulation results substantiate the effectiveness of the proposed scheme.