基于转矩方程的感应电机转速自适应辨识方法

速度辨识是无速度传感器直接转矩控制的核心问题。提出了一种利用电机状态方程和转矩方程直接推导出的新型速度自适应辨识方法,与以往的利用观测器稳定性理论推导出的速度辨识方法相比,能大大降低了转矩脉动对速度辨识的影响,提高了辨识精度与观测器的稳定性。此外,利用Lyapunov稳定性理论,构造新的Lyapunov函数,从理论上严格证明磁链观测器在全速范围内的稳定性,尤其是保证系统在低速度范围内的稳定运行。研究结果表明:基于电机转矩方程推导出的速度辨识方法具有很高的辨识精度且系统在全速范围内都可以获得良好的动静态性能。     

基于摄动的不稳定编队协同控制系统仿真

编队卫星构形精确保持是实现分布式卫星任务的关键技术。基于摄动对编队相对轨道构形的影响,针对卫星轨道半长轴有偏差的不稳定编队,设计了一种基于视线测量无主星编队的循环协同控制系统。编队中每一颗卫星跟踪自己轨道前方邻近卫星,产生一个视线测量矢量,编队的第一颗卫星追踪最后一颗卫星,产生循环编队,将编队卫星之间的视线距离作为反馈控制量来实现队形控制,文章给出了相对摄动力方程和控制系统的仿真算例,仿真结果表明,该循环协同控制系统能够实现队形控制的稳定性。     

无人机轮式着陆横侧向控制

针对轮式起降无人机着陆过程横侧向控制存在的着陆安全性较低及抗风能力较弱的问题,提出了一种无人机着陆高安全性横侧向控制方案和控制结构。在常规的副翼和方向舵横侧向控制面配置条件下,采用在滚转角和偏航角精确解耦内回路控制的基础上,进行滚转和偏航的综合侧偏外回路控制方法,引入外回路对内回路的滚转角和偏航角指令限幅值随相对高度变化的机制,实现对无人机接地时侧偏距、侧偏速度、滚转角和偏航角的综合控制。对某型无人机的着陆横侧向控制进行设计及仿真,结果表明所提出的着陆横侧向控制能提高无人机的抗侧风能力,在侧风情况下着陆,可有效地将侧偏距、侧偏速度、滚转角和偏航角控制在安全范围内,所采用的着陆横侧向控制对无人机的气动参数摄动具有较强的鲁棒性,并且克服了常规控制中对相对高度信号误差要求高的缺点,在提高着陆安全性的同时,降低了对设备性能的要求。     

地理标志农产品生产质量控制行为分析——基于新疆地理标志水果405户果农的调查

以新疆405户地理标志果农问卷调查数据为依据,运用二元Logistic回归模型对其生产质量控制行为的影响因素进行分析,结果表明：生产者的预期收益、对地理标志水果操作规程的了解程度、是否参加农民专业合作经济组织、是否得到技术指导、是否参加质量培训、政府监管力度与是否得到政府资金支持等影响因素是显著性变量。表14,参12。     

基于干扰观测器的倒立摆自适应滑模控制及仿真研究

旋转二级倒立摆是一种非线性、强耦合的复杂不稳定的欠驱动系统,在已建立的倒立摆数学模型的基础上,提出了一种基于干扰观测器的离散自适应滑模控制算法,针对系统的内部参数变化和外部扰动,利用干扰观测器对系统的不确定因素进行了动态补偿,同时结合自适应算法降低系统的抖振,与未采用干扰观测器的传统自适应滑模控制律的仿真结果进行对比,可以看出,采用改进的控制算法大大降低了系统的抖振和超调,改善了系统的动态性能,得到更好的控制效果.     

基于接收方信用量调整的TCP新算法

传输控制协议(transport control protocol, TCP)发送窗口的大小由拥塞窗口和接收方确认窗口中较小的值来确定。在高速网络中,通过合理地增加拥塞窗口,可以提高TCP的性能。然而,一个相对较小的接收方确认窗口将限制发送窗口的增加,如果根据TCP接收方的数据变化率恰当地增加接收方确认窗口赋予发送方的信用量,就能减少这种限制。提出一种增强的TCP算法,命名为接收方信用量调整传输控制协议（receiver credit adjustment transport control protocol, RCA-TCP）,该算法根据TCP接收方缓冲区的动态数据变化率和TCP连接的最小往返时间之间的乘积的估计值来获得信用量增量。在ns-2(network simulator, version 2)下仿真表明,该算法能获得更好的性能。     

非线性微分〖CDF*2〗代数系统的自适应状态观测器设计

针对非线性微分-代数系统,给出了可观性判据,提出了基于非线性微分-代数方程的自适应状态观测器设计方法。根据状态观测器工作点变化在线配置极点,获得合适的观测器的反馈增益阵,保证观测器在大范围内稳定工作。理论分析了存在模型误差时观测器的鲁棒性,证明如果模型稳态无差,观测器也是稳态无差的。以化工过程中的典型微分-代数系统为例,仿真结果证明了用该方法设计的观测器能够稳定收敛到状态真值,具有较好的动态性能。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

基于进化ANFIS的制导炸弹智能控制系统研究

针对目前制导炸弹命中精度低的问题,首次提出一种基于进化自适应神经模糊推理系统(ANFIS)的制导炸弹智能控制系统。该系统不基于数学模型,用独特的空间分层方法建立若干模糊推理系统,依靠专家经验来获取控制信息。规则库是通过系统对训练数据进行自学习,并在自学习的过程中引入遗传算法进化调整系统结构和参数而建立的。通过计算机仿真,该智能控制系统具有精度高、泛化功能强且实现了调整智能化等优点。可以预见,这种智能控制系统在军事上有很好的应用前景。     

Providing QoS guarantees for self-similar traffic flows

1.INTRODUCTION Recentanalysesofvariouspacket basednetworking showthatnetworktraffichasvariabilityovermany timescales.Itsperformancedifferswithresultsof queuetheorythatisbasedonthePoissondistribu tion.Statisticalanalysesoflargetrafficdatasetshave revealedthatthestatisticalcharacteristicsofrealtraf ficmaybebestdescribedbyself similarity.Self simi larityimpliesthepresenceoflong rangedependence (LRD)inthetraffic.Thatis,thereexistnon negli giblepositivecorrelationintheburstbehaviorofthe …