An Adaptive RBF Neural Network Control Method for a Class of Nonlinear Systems

This paper focuses on designing an adaptive radial basis function neural network(RBFNN) control method for a class of nonlinear systems with unknown parameters and bounded disturbances. The problems raised by the unknown functions and external disturbances in the nonlinear system are overcome by RBFNN, combined with the single parameter direct adaptive control method. The novel adaptive control method is designed to reduce the amount of computations effectively.The uniform ultimate boundedness of the closed-loop system is guaranteed by the proposed controller. A coupled motor drives(CMD) system, which satisfies the structure of nonlinear system,is taken for simulation to confirm the effectiveness of the method.Simulations show that the developed adaptive controller has favorable performance on tracking desired signal and verify the stability of the closed-loop system.

机床切削系统的强迫再生颤振与极限环

本文首先对强迫再生颤振的机理进行了研究,指出这是一种由强迫激励激起的机床再生颤振失稳模态的共振,提出了强迫再生颤振的判别方法,并用于第二汽车制造厂M_x-4车床振动类型的判别.本文还提出了对稳态颤振下的机床切削系统建立门限自回归模型的原理,揭示了极限环与稳态颤振之间的关系,提出稳态颤振下的机床切削系统是一种轨道稳定的非线性系统,并用于M_x-4车床颤振的研究.

基于人工鱼群的PID神经网络非线性系统控制

研究造纸工业中的流浆箱非线性系统优化控制问题。流浆箱系统是工业过程中常见的一类非线性系统,存在着非线性、强耦合等特性。针对流浆箱要求动态响应好、精度高的特点,提出并设计了人工鱼群算法训练的PID神网络控制器。人工鱼群算法克服了PID神经网络采用BP算法训练权值时,初始权值难以确定,易陷入局部最优的缺点,实现对流浆箱的有效控制。在MATLAB环境下,对流浆箱系统进行了控制仿真。仿真结果表明,人工鱼群算法训练的PID神经网络在动态性、稳定性和精确性等方面均优于BP算法,明显改善了流浆箱这类非线性系统的控制性能,具有很好的应用效果。

一种新的时空局部特征提取方法及在目标识别中的应用

针对大多数特征提取算法忽略时间因素对识别精度影响这一问题,提出了一种新的时空局部特征提取方法。首先采用Harris算子提取关键点并估算出该关键点处的尺度,并使用无迹卡尔曼滤波器对关键点处的位置进行跟踪,获取不同时刻下的关键点簇;再采用小波系数描述关键点簇的特征区域、采用SSD衡量关键点簇上相邻两时刻特征向量的相似度,并保留随时间推移SSD值变化缓慢的关键点簇;最后使用高斯统计模型对这些关键点簇的特征向量进行统计建模,获取时空局部特征。实验结果表明,文中方法的目标识别精度高于基于SIFT的目标识别精度约10%。

欠驱动水面船舶非线性信息融合航迹跟踪控制

针对欠驱动水面船舶的航迹跟踪控制问题,提出了一种非线性信息融合控制算法。将连续的船舶模型转化为非线性离散状态方程,利用信息融合估计定理融合软约束信息、硬约束信息,具体为二次型性能指标函数中包含的期望航迹和控制能量的软约束信息,以及船舶状态方程和输出方程的硬约束信息,获得控制量的最优估计。与传统的最优控制方法不同,信息融合控制方法无需求解非线性黎卡提方程。仿真结果表明该算法具有良好控制效果,且对外界环境干扰具有一定的鲁棒性能。

基于多约束因素量化与多目标优化的RCS冗余配置方法

针对目前可重复使用运载器的RCS配置方法主要依靠经验定性分析和反复试凑的局限性以及设计指标单一的问题,提出了一种基于多约束因素量化与多目标优化的RCS冗余配置方法。该方法将RCS配置中与安装位置、方向、数量、系统性能相关的诸元因素依据其物理机理进行归一化量化处理,综合成一个量化评估指标函数,用定量数学优化法将RCS的冗余配置问题转化成普通的非线性规划最优求解问题。最后通过冗余度2的配置案例设计和仿真,验证了该方法的有效性和可靠性,表明文中设计的RCS配置方法可在设计过程实现量化寻优,实现特定指标,确保系统冗余度要求。