基于时域统计平均预处理的RBF网络发动机气缸压力识别方法

在柴油发动机气缸压力的识别过程中，针对缸盖振动信号的信噪比低且呈非平稳特性，影响神经网络对气缸压力识别的问题，提出了在径向基函数(RBF)网络训练前，对训练样本进行时域统计平均降噪预处理，再对实验样本进行识别．结果表明，时域统计平均有效提高了训练样本的信噪比，RBF网络经训练后，对柴油发动机气缸压力的识别具有计算速度快、识别精度高的优点．     

基于线性参数变化增益调度H∞控制的谐波干扰抑制

给出了一种基于线性参数变化增益调度H∞控制器的设计方法，该方法是通过对谐波于扰信号建模，并将其与被控对象结合形成以谐波干扰频率为变化参数的线性参数变化系数，采用基于单个二Lyapunov函数的方法设计了相应的线性参数变化增益调度H∞控制器，使得控制器具有可实现性及相应的性能，由于所设计的控制器参数能够随干扰频率变化进行调度并能满足要求的性能指标，因此实现了对所有已知变化频率谐波干扰的有效抑制，与传统的基于插值方法设计的增益调度控制器相比，该控制器的结构简单，易于实现，其闭环系统拴局稳定性能够得到保证，通过数值仿真并与线性二次高斯（LQG）和一般的H∞控制结果比较，验证了文中方法的有效性。