Robust output-feedback stabilization of a class of nonlinear systems with the nonlinearities of varied form

The back-stepping designs based on confine functions are suggested for the robust output-feedback global stabilization of a class of nonlinear continuous systems; the proposed stabilizer is efficient for the nonlinear continuous systems confined by a bound function, the nonlinearities of the systems may be of varied forms or uncertain; the designed stabilizer is robust means that a class of nonlinear continuous systems can be stabilized by the same output feedback stabilization schemes; numerical simulation examples are given.

随机频率步进雷达成像分析

随机频率步进信号兼具步进频率雷达和宽带噪声雷达的特点,不仅可以降低系统瞬时带宽和数据采样率,还具有优良的低截获概率(LPI)、电磁兼容性(EMC)和抗射频干扰(ARFI)特性。分析了随机频率步进信号的相关输出及模糊函数的统计特性,如一阶矩、二阶矩和方差等,并与均匀频率步进信号做了抗干扰性能的比较。提出并分析了相关输出结合Range-Doppler模式的SAR成像方法,同时通过仿真实验验证了该方法成像的有效性。

带阶梯输出函数的细胞神经网络

本文给出了带阶梯输出函数的细胞神经网络（ＣＮＮ）的稳定性定理。利用阶梯输出函数的各“台阶”记忆不同灰度，实现了灰度模式的ＣＮＮ联想记忆。

混合粒子群优化算法及其在预测控制中的应用

在时变加速因子的自组织粒子群算法、中值粒子群算法、混沌粒子群算法的基础上,提出了一种新的混合粒子群优化算法(MPSO),并利用这种新的算法来训练径向基函数(RBF)神经网络的参数(连接权、隐节点中心和宽度),验证了所提方法的有效性.进一步,提出了基于神经网络的非线性系统直接预测控制方案,实现非线性系统的实时控制.通过非线性系统实例进行仿真,仿真效果良好.

基于阶梯输出函数的时滞型细胞神经网络的无条件稳定性

利用Ｌｉａｐｕｎｏｖ泛函法给出了基于阶梯输出的时滞型细胞神经网络无条件稳定的一些充分条件，从而推广了论文“带时延的细胞神经网络的无条件稳定性”中的主要结果。

阴影影响下串联光伏组件输出特性分析

在局部阴影条件下串联光伏组件的输出特性呈阶梯型和多峰值型,常规的光伏电池模型已不再适用,需要建立阴影条件下光伏组件模型。以光伏电池的工程模型为基础,结合电路理论知识,对带有旁路二极管的光伏组件串处于局部阴影时,根据旁路二极管的导通与关断两个阶段进行了详细的理论分析,从而得到了光伏阵列处于局部阴影时其输出特性方程。用实测与仿真的结果进行对比,结果证明了分段函数可以准确地描述处于局部阴影条件下的串联光伏组件,同时为研究光伏阵列结构优化和多峰值最大功率点跟踪奠定了基础。最后,总结出了在阴影的影响下光伏组件输出特性的规律。