基于观测器的丢包网络控制系统控制器设计

针对网络控制系统的数据包丢失(丢包)问题,提出将网络控制系统中的丢包问题看成是被控对象输入矩阵的切换问题和控制器对象输入矩阵的分别切换问题,进而将网络控制系统看成是由矩阵切换决定的切换律未知的切换系统,将丢包等效为切换系统中子系统之间的切换。采用李雅普诺夫函数方法,对每个由矩阵形式决定的子系统设计了基于观测器的状态反馈控制器。利用线性矩阵不等式(linear matrix inequalities,LMI)的可行解给出了计算状态观测器和控制器的参数化方法。最后通过仿真算例验证了该方法的有效性。     

群决策中模糊偏好关系矩阵一致性的调整方法

针对模糊偏好关系矩阵本身是否一致,使得原矩阵渐进逼近目标矩阵的问题,提出了群决策中模糊偏好关系矩阵一致性调整的新方法。该方法基于目标矩阵的最优选择,提出了一种新的目标矩阵R,使得计算得来的调和矩阵较之原矩阵在一定条件下保留了更多的偏好信息,即在很大程度上保留着群决策中决策者的意愿。最后给出了算例进行比较,说明了该方法的优势。     

一类不确定时滞系统的滑模控制

考虑了一类同时存在状态不确定性和控制不确定性的时滞系统的滑模控制问题,通过采用李亚普诺夫方法和线性矩阵不等式(LMI)技术,给出了闭环系统渐近稳定的充分条件,而且滑模控制律和滑模面的设计可以利用线性矩阵不等式的解得到,证明了该滑模控制律能保证状态轨迹被驱动到指定的切换面上。仿真实验表明了算法的有效性。     

一种改进的三角模糊数互补判断矩阵的排序方法

在传统的三角模糊数互补判断矩阵排序方法的基础上,结合三角模糊数均值的概念,提出了一种改进的排序方法。该方法通过三角模糊数互补判断矩阵以及相应的概率分布矩阵,计算得到模糊均值矩阵,从而将三角模糊数互补判断矩阵的排序问题转换为模糊均值矩阵的排序问题,然后对模糊均值矩阵利用权的最小平方法计算排序向量。通过计算三角模糊数均值,有效地减少了判断过程中的不确定性。给出了该方法的具体应用步骤,仿真算例表明该方法易于实现,具有很好的可操作性。     

基于图像的直接视觉伺服控制器设计与仿真

对于手眼机器人视觉伺服,考虑机器人的运动学及动力学特性,在物体的深度未知及机器人的基坐标系与物体的坐标系之间的相似变换矩阵未定标的情况下,设计了直接视觉伺服控制器,利用自适应算法对深度及上述相似变换矩阵的参数进行在线估计,实现了基于图像误差的定位控制,在系统的工作空间范围内,闭环系统是渐近可稳定的。该方法不需要物体的几何模型及深度的精确值,仿真结果验证了其有效性。     

重组基质金属蛋白酶MT5-MMP的表达、 纯化和复性

对已经构建成功并转化到大肠杆菌E.coli BL21(DE3)的基质金属蛋白酶MT5 MMP的催化结构域进行诱导表达, 得到分子量为21000, 包涵体形式的重组蛋白. 通过离子交换树脂对目的蛋白进行纯化后, 用凝胶过滤树脂对纯化后的蛋白进行柱上复性, 得到了具有较高活性的重组蛋白.     

一类非均衡经济系统鲁棒H∞控制及其应用

以非均衡理论为基础,讨论了一种非均衡蛛网模型,将该模型转化为状态空间形式,应用鲁棒H∞控制理论及线性矩阵不等式算法设计了鲁棒控制器,从而抑制了非均衡系统中的不确定性干扰,使系统稳定运行,商品供求达到理想状态.最后,以沈阳市房地产实际发展情况为背景,进行相关统计及仿真计算,验证了鲁棒H∞控制的效果.研究结果对经济控制系统的理论和应用研究具有一定意义.     

非线性广义离散区间系统的鲁棒非脆弱H∞控制

研究一类含有非线性扰动的广义离散区间系统的鲁棒非脆弱H∞控制问题,所研究的非线性扰动满足Lipschitz条件.首先,利用Lyapunov函数理论,研究不确定非线性广义系统的鲁棒H∞控制问题;其次,以线性矩阵不等式（LMI）形式,给出了系统鲁棒非脆弱H∞控制器存在的充分条件,使得对于所有容许不确定性,闭环系统都允许且H∞性能指标满足给定上界.同时,给出状态反馈控制器的设计方法;最后,用数值例子表明了所提出方法的有效性.     

基于多参数二次规划的零陷展宽和旁瓣控制方法

自适应波束形成算法能将零陷自动对准干扰方向,但在干扰源角度抖动等情况下,会使自适应权和数据失配．此外,在快拍数较少的情况下,传统的自适应波束形成方法可能会出现很高的旁瓣．针对上述问题,提出了一种有效的基于多参数二次规划的零陷展宽和旁瓣控制方法．首先,利用锥化矩阵修正采样协方差矩阵展宽干扰源的零陷;然后,用主瓣区域外的多个二次不等式控制旁瓣;最后用多参数二次规划方法求解优化问题．该方法不仅能获得更高的阵列输出增益,而且可以通过实值计算得到最优权向量．仿真结果验证了算法的有效性．     

一种新的相似性度量及其在DNA序列相似性分析中的应用

衡量序列之问距离的传统方法是通过局部比对或者全局比对来实现的,其运算的时间复杂度和空间复杂度随着序列长度的增加而急剧上升.本文提出一种新的相似性度量.它是建立在Lempel-Ziv复杂度基础之上的,不需要通过序列之间的比对来实现,其时间和空间复杂度比传统方法降低了很多.用这种新的相似性度量的方法可以算出序列同的相似性矩阵,以此来刻画不同序列之间的距离.为了说明此方法的可靠性,最后对多个物种DNA序列作了相似性分析.