中点箝位式三电平逆变器空间矢量调制及其中点控制研究

论述一种中点箝位式三电平逆变器SVPWM原理及其实现方法。为避免三电平逆变器在扇区切换中输出矢量突变,提出了一种首发矢量全部采用正小矢量或负小矢量的空间矢量调制算法,利用三个判断规则,可以很方便地确定出参考矢量所在的扇区和小三角形,给出了合成矢量的相应输出电压矢量,推导出三角形顶点工作矢量的作用时间。并提出一种充分利用冗余电压矢量的中点电压控制方法,实现了电容电压的平衡。实验研究结果证实本文提出的调制算法是正确且有效的。

基于FARIMA模型的Internet时延预测

针对Internet时延具有自相似性这一特点,采用自回归分数滑动平均模型(fractal autoregressive integrated moving aver-age,FARIMA)对Internet时延建模,提出了基于概率上限的Internet时延预报方法,即保证实际时延按一定概率在预测时延范围之内。通过对实测时延数据进行预测对比,结果表明基于FARIMA模型的预测效果要优于基于ARMA(auto regnessive and mov-ing average)模型的预测效果。

基于一种新的混沌系统的动态分析和图像显示

提出一种三维连续自治混沌系统。与Lorenz、Rssler、Chen、Lü等混沌系统不同的是此系统存在三项二次非线性项。针对混沌系统的基本的动力学特性进行分析,得到系统相应的李雅普诺夫指数谱、庞加莱截面、连续谱以及分岔图,揭示了混沌系统的本质。最后通过Matlab编程,Simulink建模以及Multisim电路设计,电路的Mutisim仿真结果与系统的Matlab仿真结果完全一致,都呈现出了相同的混沌吸引子。

基于Simulink和OPNET的交互式联合仿真研究

随着网络控制系统(NCS)的不断发展,网络控制系统的仿真在研究过程中显得越来越重要。为此对现有的NCS仿真平台做了归纳和总结,并在此基础上提出了基于Simulink和OPNET的联合仿真平台。该平台克服已有平台的不足,增强了仿真平台的有效性和灵活性。然后对该联合仿真平台的联接方法、关键技术和调试要点等做了详细阐述。

一种基于强化学习的ART2神经网络--RL-ART2

提出一种基于强化学习的 ART2神经网络(RL-ART2),使其利用强化学习的特性通过与环境交互而无需训练样本即可进行在线学习,同时给出该神经网络的学习算法.当 ART2神经网络运行时,通过内部竞争学习得到输出的分类模式,随后通过与环境交互得到神经网络分类模式的运行效果并对其进行评价.通过这种不断与环境的交互学习,当经过在线学习足够的时间和次数后,ART2神经网络即具有相当的识别率.移动机器人路径规划仿真实验表明,使用 RL-ART2后与未使用前相比大大减少了机器人与障碍物的碰撞次数,实践证明该方法的合理性和有效性.