基于滤波技术的船舶航向控制研究

当海况较高时,海浪干扰力矩远大于船舵控制力矩,通过操舵很难减小航向偏离幅度,导致无效操舵次数增加。本文采用航向滤波的方法对航向信号进行处理,滤除海浪干扰主值频段对航向控制系统的影响,减少航向控制系统对海浪干扰主值频段的响应,从而减少无效操舵,降低舵机能量消耗和磨损。

一种基于压力敏感元件的降雨传感器

针对已有降水传感器对强降水测量误差大、测量范围小等不足,研制了一种基于压力敏感元件的雨量智能传感器。设计的传感器硬件由压力敏感元件核心的降雨物理量转换单元、以差分放大和线性处理模拟电路为主的信号处理单元、以高速低功耗嵌入式处理器ARM9为核心的数据计算单元等部分组成;传感器软件上采用广义回归神经网络的函数逼近方法,通过小样本训练建立精确测量模型。测量降雨作用在压力传感器上的压力大小及其对时间的变化,利用广义回归神经网络模型可计算得到精确雨量。试验表明,该传感器不仅解决了强降水等原因引起的雨量测量不准的问题,具有测量量程宽、精度高等优点。

基于MATLAB的海浪及船舶横摇仿真模型研究

在分析随机海浪的波倾角和能量谱以及船舶运动受力的基础上,建立了随机海浪的仿真模型,利用MATLAB软件对海浪波倾角及船舶的横摇运动进行了仿真,为船舶横摇控制及隔离船摇稳定平台的建立奠定了基础。

ζ（2）=π^2／6的几个证明

给出并介绍 ζ( 2 )

一种基于水量体积比例的船用降水测量方法

根据容器内水气混合物中水和空气体积比例不受容器摇晃振动等因素的影响而发生变化的特性,提出了一种以水量体积比为特征参量的船用降水量测量方法,并对其测量机理展开论述,最终建立起电容量-降水量的映射关系,并进行了实验验证。该方法为解决船舶平台降水精确测量问题提供了新思路。

激光陀螺导航系统硬件平台的设计

为减小硬件平台的体积,提高系统的集成度,在激光陀螺导航系统硬件平台设计时,对硬件平台的核心部分采用内嵌处理器硬核的FPGA进行导航数据的实时解算,并在FPGA的内部逻辑中集成IP核来实现数据采集、接口通信和显示控制等功能。

BP神经网络在气象仪故障诊断中的应用

针对气象仪常见的几类故障分别建立相对应的子神经网络,并总体组成一个总的神经网络系统来诊断气象仪的故障方法,以帮助维修人员快捷、准确、自动地诊断出故障原因,以降低故障处理时间,提高运行效率。

Matlab在电路教学中的应用

电路实验是电路教学中的主要部分,实验可以使学生更好地理解电路理论知识。采用Matlab编程可以方便、快捷地帮助学生巩固和提高对电路理论知识的掌握,学会相关的计算机命令,为今后的学习打下基础。

时滞混沌系统的同步与反同步及其在保密通信中的应用

根据Lyapunov稳定性理论结合线性矩阵不等式技巧,研究了一类时滞混沌神经网络的同步与反同步问题,设计了各自的状态反馈控制器,并从理论上实现了此类时滞混沌系统的同步与反同步。最后将此类混沌系统应用于保密通信,通过同步与反同步系统的切换,设计出具体的数字保密通信方案,数值仿真验证了该方法的有效性。

神经网络的滞后同步及其在保密通信中的应用

针对参数不同、结构不同的带离散与分布时滞的混沌神经网络进行了研究。基于Lyapunov稳定性理论,提出了自适应滞后同步的控制方法,最后达到同步。仿真示例验证了本方案的有效性;同时应用于计算机保密通信可以掩盖有用信号,且可以无失真恢复有用信号。

基于伺服控制的流速仪检定车速度控制系统设计

本文将伺服控制技术应用于直线明槽流速仪检定系统中,根据水槽参数及技术指标,计算伺服驱动系统参数并选型。该系统通过高精度编码器对电机主轴的信号进行实时精确采集,并将该信号反馈至可编程控制器,实现检定车速的精确闭环控制。试验结果表明该系统结构简单、易于控制,速度控制精度达到了国家一级精度要求。

BP神经网络在诊断气象仪故障的研究

针对神经网络在气象仪故障诊断中的应用研究,提出了以神经网络技术为基准,针对气象仪常见的几类故障分别建立相对应的子神经网络,并总体组成一个神经网络系统来诊断气象仪的故障方法,以帮助维修人员快捷、准确、自动地诊断出故障原因,以降低故障处理时间,提高运行效率。

带有非线性耦合节点和时滞的复杂网络的指数同步研究

在耦合矩阵不对称并且假设耦合指数已知的条件下,利用Lyapunov-Krasovskii稳定理论设计了一个非线性反馈控制器,使得复杂网络达到全局指数同步。通过数值仿真,证明了该同步定理的可行性和有效性。

船舶气象仪数据存储板的设计与实现

早期的船舶气象仪无数据存储功能,于是对其进行适应性改进,研制了数据存储板,用于存储来自气象仪内部CAN总线上的气象参数。从总体设计、硬件设计、软件设计等方面阐述了数据存储板的研制过程。测试证明,该数据存储板稳定可靠,应用效果良好。

扰动风场特性研究的数据采集

为了建立扰动风场特性研究的数学模型,首先必须对数据进行采集。通过使用VC++设计开发了扰动风场特性研究数据采集的应用软件,使用MSComm控件实现串口通信,采集风场中多个测风传感器数据,按照相应的气象标准对数据进行处理,利用MoveTo和LineTo函数绘制风速曲线并实时显示,同时将采集到的数据以数据库方式进行存储。经长期试验证明,该数据采集应用软件稳定可靠,为建立数学模型提供重要依据。

传递函数辨识(24):线性回归系统的变间隔递阶迭代参数估计

变间隔辨识概念是处理损失数据系统和稀少量测数据系统辨识的一种有效方法。利用变间隔辨识概念和递阶辨识原理,研究了线性回归系统的变间隔递阶梯度迭代辨识方法、变间隔递阶多新息梯度迭代辨识方法、变间隔递阶最小二乘迭代辨识方法、变间隔递阶多新息最小二乘迭代辨识方法等。这些变间隔递阶迭代辨识方法可以推广到其他有色噪声下的线性和非线性随机系统中。

传递函数辨识(25):自回归输出误差自回归滑动平均系统的辅助模型递阶广义增广递推参数估计

利用递阶辨识原理、多新息辨识理论,研究和提出AR-OEARMA系统的辅助模型递阶广义增广随机梯度算法、辅助模型递阶多新息广义增广随机梯度算法、辅助模型递阶广义增广递推梯度算法、辅助模型递阶多新息广义增广递推梯度算法、辅助模型递阶广义增广最小二乘算法、辅助模型递阶多新息广义增广最小二乘算法。这些辅助模型递阶递推辨识方法可以推广到其他有色噪声干扰下的线性多变量和非线性多变量随机系统中。

传递函数辨识(26):方程误差自回归滑动平均系统的递阶广义增广迭代参数估计

利用递阶辨识原理,研究和提出了方程误差自回归滑动平均(EEARMA)系统的递阶广义增广梯度迭代辨识方法、递阶广义增广最小二乘迭代辨识方法、递阶多新息广义增广梯度迭代辨识方法、递阶多新息广义增广最小二乘迭代辨识方法。这些递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性多变量和非线性多变量随机系统中。

应用Fiducial方法推断Logistic模型下的响应刺激量

基于Logistic响应模型,在二元响应数据下,将待估计的响应刺激量变换为模型的一个参数,应用鞍点逼近方法给出了该响应刺激量估计条件分布的高阶近似公式.在此基础上,引入Fiducial模型,并应用Fiducial模型给出了响应刺激量的区间估计,通过蒙特卡罗数值模拟表明,在样本量较小时,给合Fiducial模型,应用鞍点逼近方法,能够较好地估计响应刺激量.

Improved delay-dependent globally asymptotic stability of delayed uncertain recurrent neural networks with Markovian jumping parameters

In this paper, we have improved delay-dependent stability criteria for recurrent neural networks with a delay varying over a range and Markovian jumping parameters. The criteria improve over some previous ones in that they have fewer matrix variables yet less conservatism. In addition, a numerical example is provided to illustrate the applicability of the result using the linear matrix inequality toolbox in MATLAB.