自适应OFDM系统中调制识别算法研究

提出了一种适用于快衰落信道下自适应OFDM系统的调制识别算法。在信道估计和频域补偿的基础上,利用子载波组样本的6阶和8阶累积量识别5种调制信号。仿真结果表明,该算法具有良好的识别性能和稳健性,在SNR=16 dB,移动台速度小于40 km/h的条件下,调制方式的正确识别率可在到95%以上。     

欠结构水下机器人的自适应位置跟踪控制器的设计

欠结构水下机器人的控制是一个具有很大难度的课题。研究了一种欠结构多方位智能机器人的跟踪问题，在机器人参数不确定及存在未知环境扰动的情况下，设计出了连续的自适应控制器，使得机器人可以自动地跟踪任意光滑的轨迹，并且跟踪误差收敛于半径为任意小的原点的邻域。Matlab仿真研究表明了该控制方案的有效性。     

参数未知的不同结构混沌系统的自适应同步

针对一类混沌系统，研究了参数未知的不同结构混沌系统的自适应同步问题。基于Lyaponuv稳定理论，给出了自适应同步控制器的系统设计过程，以及同步控制器和参数自适应律的解析表达式。对于两个参与同步的不同结构的混沌系统，只要其维数相等且状态变量可测，就可以利用所提出的控制策略达到全局渐近同步。方法简单，无需试凑。以Lorenz系统和Lu系统的自适应同步控制为例，说明了该方法的有效性。     

模糊多参考模型自适应控制及仿真研究

将模糊理论应用于参考模型的选择，提出一种将模糊选择和自适应控制相结合的模糊多参考模型自适应控制算法。此方法通过模糊规则选取合适的参考模型，能克服传统自适应算法中由于系统参数跳变而带来的控制困难，并且具有较好的鲁棒性能。在无刷直流电机调速系统模型中的仿真表明，此方法控制的无刷直流电机在电机参考转速和负载转矩变化的情况下仍具有良好的动态性能和控制精度。     

基于Delta算子的QR分解LMS算法

针对基于Delta算子的自适应滤波问题,提出了Delta算子描述的QR分解LMS(Delta-QR-LMS)算法。首先给出后向Delta算子模型的另一种表示形式,并利用该变换公式推导出Delta-QR-LMS算法的具体迭代步骤。通过仿真算例表明,Delta-QR-LMS算法比传统的LMS算法具有更好的滤波性能和更快的收敛速度。     

阻塞矩阵方法对消主瓣干扰

当存在主瓣干扰且有期望信号混入情况下,用常规自适应波束形成方法进行自适应干扰对消,不但会引起主瓣变形,而且期望信号也会被抑制,从而影响对消性能。提出一种新的阻塞矩阵方法,对接收数据进行预处理,消除它们对计算数据协方差阵的影响,再用其它方法确定自适应权值。理论分析和计算机仿真表明,用阻塞矩阵方法可以获得较大的性能提升。     

基于模糊神经网络的自适应滤波方法仿真研究

提出了一种模糊自适应卡尔曼滤波算法。该算法基于模糊规则，根据新息相关性，自适应调整测量噪声方差R，有效的解决了噪声的统计特性与实际不符时，滤波器发散的现象。同时，利用Elman网络作为误差估计器，补偿模糊自适应卡尔曼滤波器的估计误差。仿真结果表明，两种方法结合，可以有效地防止滤波器发散，缩小实际的滤波误差，提高滤波精度，实现滤波器参数的在线改进。     

带宽测量算法在流媒体系统中的应用

为了提高流媒体网络的服务质量,对传统流媒体系统加以改进,设计并实现了一个基于网络带宽测量技术的多码率、智能型简单流媒体系统.结果表明,它能根据不同用户的网络接入带宽提供相对优质的媒体流节目.因此,基于带宽测试算法的流媒体系统可以提供比传统流媒体系统更好的网络服务质量.     

一个新混沌系统不稳定平衡点的镇定

用线性反馈控制和自适应控制方法研究了一个新的混沌系统不稳定平衡点的镇定问题.当系统参数已知时,借助系统在平衡点附近的线性化模型,利用状态线性反馈控制器可以镇定系统所有的平衡点;当参数未知时,利用自适应控制策略,可以把系统镇定到期望的不稳定平衡点.利用Lyapunov函数和LaSalle不变原理对结论给予了严格证明,并用数值仿真说明了这种方法的有效性.     

有未知延迟的下三角系统的输出反馈控制

主要研究状态和输入都有未知时变延迟的下三角系统的输出反馈控制.关于延迟仅规定它是有界的,但它的边界和时变率是未知的.针对要研究的系统,首先提出一个新的自适应输出反馈控制器;然后,为了处理有未知时变的状态,给出了一个新的变换和技术;最后,说明在所给的输出反馈控制器下所研究的系统是全局可控的.仿真结果说明了控制器的有效性.