基于神经网络的全局滑模变结构控制

针对一类非线性不确定离散时间系统,提出了一种基于神经网络趋近律的全局滑模变结构控制方法。分别用两个前馈神经网络（FNNs）自适应调整趋近律中的参数ε和δ,克服了常规变结构控制方法中需要预先设定趋近律中参数的限制。在用径向基神经网络（RBFNN）对系统进行模型估计的同时,基于平移滑平面的设计方案,实现了系统的全局鲁棒滑模控制。仿真结果表明控制系统具有良好的跟踪性能,该方案使系统一开始就处于滑平面上,消除了系统抖振,具有较强的鲁棒性。     

永磁交流位置伺服系统串级复合滑模控制

针对某永磁同步电动机位置伺服系统负载力矩和转动惯量变化大、干扰力矩强的特点,以及统一滑模变结构控制速度限幅的难题,提出并设计了串级复合滑模变结构控制器.其中速度环通过增加积分环节来消除滑模控制的力矩抖动,位置环通过复合滑模控制的设计来消除稳态滑模控制的抖振.计算机仿真结果表明,该控制器不仅响应速度快、无超调、控制精度高,同时对负载扰动和系统参数摄动具有较强的鲁棒性.     

分布式SAR空间状态与测高基线的关联建模及误差分析

给出了测量坐标系下获得的基线矢量到分布式合成孔径雷达（SAR）测高所需基线矢量的转换公式,然后利用误差分析理论,建立了它们之间的误差传播模型,最后通过仿真,对影响分布式SAR测高基线确定精度的主要误差因素进行了详细分析。     

严格反馈型随机非线性系统输出反馈滑模控制

研究了一类带有不确定性参数的严格反馈型随机非线性系统的输出反馈镇定问题,主要是采用变结构滑模控制方法(SMC)来设计镇定控制器。首先根据系统的结构和输出状态构造了随机非线性状态观测器,并针对结构参数的不确定性,采用梯度自适应调节律,然后基于系统的观测状态选择滑动模切换流形,给出了不含噪声激励的变结构控制律,并证明滑动模的可达性和闭环系统滑模运动的稳定性,最后讨论了滑模控制的抖振抑制问题。通过系统仿真,与其它鲁棒控制方法进行比较,证明了本方法不仅能够有效地镇定该类随机非线性系统,并且具有一些更好的控制性能。     

相空间重构的一种新方法研究

通过分析非线性动力学系统的特性,讨论了鞍点与混沌产生的关系,并通过仿真证实了吸引子上存在特征点对和特征距离。根据特征距离的2个重要性质提出了一种新的相空间重构方法。结果表明该方法是有效的。在数据量较少以及信号中存在噪声的情况下,该方法有较好的稳健性。     

城市信息地理研究综述

回顾了近20年来国内外地理学界关于网络信息空间与城市发展的研究成果,对信息时代地理空间与城市结构及其相关研究进行了总结和评述,并提出要建立一门新的学科——城市信息地理学.     

空间探测相控阵雷达系统中的任务规划算法

针对空间探测相控阵雷达系统,提出了一种观测任务规划算法。首先,建立了观测任务模型和观测任务资源占用模型;其次提出一种多任务并行截止期越早越优先(multi-task parallel earliest deadline first,MTPEDF)调度算法来解决观测任务规划,该算法综合考虑雷达的搜索任务与跟踪任务来进行系统资源的分配。对于跟踪任务,算法结合目标的过境时间以及当前系统的负载情况,以此来确定雷达对该目标的观测时间段;最后给出了算法的评估方法。利用在轨的2 886个空间目标进行仿真验证,仿真结果表明算法可以较好地利用系统时间资源,合理安排雷达观测任务。     

线性流量阀维修时的内筒设计

探讨线性流量阀维修时的内筒设计问题.首先针对阀体内孔为外孔圆的外接正方形的情况,建立一种正方形截割模型,在此模型下过流面积与内筒旋转角之间为非线性关系,并计算出此非线性关系与严格线性关系间的误差.然后将内、外孔半圆沿直径方向等间距分割成n个带形区域,根据过流面积与旋转角在主要工作区内成线性关系的条件,研究内孔与外孔带形区域的关系,通过建立反向和正向分段割补模型,找到了比较令人满意的内筒孔形状.     

双重逆极限空间上移位映射的动力性质

研究了非空紧致度量空间上连续映射f：X→X，g：X→X的双重逆极限空间上移位映射σf＊σg：lim←（x，f＊g）→lim←（X，f＊g）的一些性质：移位映射σf＊σg的周期点集等于f＊g的周期点集上的双重逆极限空间；X中有非回归点当且仅当双重逆极限空间中有非回归点；双重逆极限空间的终于周期点一定是周期点．     

一种改进的局部对比度图像增强算法

基于加权自适应直方图均衡法,本文提出了一种局部对比度增强算法.它既考虑了图像细节的增强,也考虑了噪声的抑制.针对图像中不同区域存在对比度差异的情况,通过参数设置使高对比度的区域细节增强较少,而低对比度的区域则加大增强细节的力度,从而改善图像视觉效果.由于在图像的增强处理过程中,忽略了对应于原图像中梯度小于某一域值ε的像素的计算,从而减少了图像增强需要的计算量.实验表明算法是有效的.