多变量数字鲁棒最优控制器的设计及应用

针对线性多变量离散控制系统,给出一种新的鲁棒最优控制器的设计方法．该方法提出了多变量系统的行特征函数的设计新思想,实现等价系统的动态解耦,使闭环控制系统的传递函数矩阵为正规矩阵,达到鲁棒H∞最优稳定;进一步,通过对等价解耦控制系统应用l∞最优控制方法,又能使原闭环控制系统获得最优时域指标．通过在某纸机3种定量和水分控制系统中的在线应用,验证了数字控制器的最优性与鲁棒性．

无源自动抄表系统及其关键技术研究

随着生活条件的不断改善,人民群众对住宅的智能化要求日益提高同时电力、自来水、煤气、物业管理等部门出于对数据统计及收费管理的需要,也要求对传统的人工上门抄表方式进行变革。传统的脉冲式远传表,都存在致命的缺陷,提出了一种新型的无源自动抄表系统设计思路,着重讨论了无源自动抄表系统的关键技术—一维绝对式编码。

基于支持向量机的直接逆模型辨识

在简单讨论逆模型辨识原理的基础上,利用支持向量机(SVM)对函数逼近的能力,提出了基于支持向量机的直接逆模型辨识方法.分别采用二次核函数以及高斯RBF核函数,利用训练数据对线性和非线性系统进行黑箱辨识.仿真结果表明,基于支持向量机的直接逆模型辨识方法在处理线性和非线性对象时,辨识性能都优于传统的BP神经网络,不仅辨识精度高,辨识速度快,而且泛化能力较强.

支持向量机在线训练算法及其应用

针对支持向量机在线训练算法训练速度较慢和无法处理边缘支持向量集合为空的缺点,以KKT条件和拉格朗日乘数法为基础,用严格的数学推导得到一种改进的训练算法.通过建立一个矩阵缓存来保存与核函数相关的数据,给出在算法中有效操作该矩阵缓存的方法以加快训练速度;边缘支持向量集合为空时,修改模型的偏值项使样本进入该集合,训练算法得以继续运行;并讨论了该算法在在线系统辨识中的应用.仿真实验和分析结果表明:对于非线性时变系统,改进算法的建模精度较高,训练速度较原算法有了很大的提高.

一种增强PROFIBUS总线实时通信能力的综合方法

针对PROFIBUS实时可调度性分析的现有结果仅考虑任务截至期而没有考虑次序关系的缺陷,建立了新的基于图论综合分析方法。采用图论描述次序关系和构造合理的令牌环,并根据运行结果动态调整令牌环顺序、减少系统的总延迟。通过解析分析和实例验证了所提出的新方法。

基于模糊模型的非线性离散时间系统辨识:算法与性能分析

讨论使用模糊系统方法辨识非线性离散时间系统时，模糊系统模型的构造、逼近性质以及模型参数的自适应调整算法．研究了该辨识方案的有关性能，对模糊模型的参数误差和辨识误差进行了分析，并给出了模糊模型参数的估计值收敛到其真实值所需的持续激励条件．

基于支持向量机的模糊回归估计

针对给定的大规模数据集的回归估计问题,提出基于支持向量机(SVM)的模糊回归估计方法.该方法把复杂的数据集看作多个群体的混合,每个群体采用单一的回归模型进行描述,使得大规模数据集的回归估计问题变成了一个多模型估计问题.在此基础上把支持向量机与模糊C聚类结合起来得到基于支持向量机的模糊回归模型,并给出了实现该模型回归估计的算法.该方法对大规模的数据样本进行模糊C聚类,并回归估计各聚类的数据样本.数值仿真结果表明,该方法在聚类数据样本的同时能实现多个模型的回归估计,而且模糊隶属度的初始化影响要小于其他的模糊回归估计方法.

掌上电脑在智能小区自动抄表系统中的应用

针对目前远程自动抄表的不足之处 ,提出了以掌上电脑为抄表和现场调试维护工具的智能小区自动抄表系统。介绍了系统的结构、特点和应用程序。该系统具有低功耗、稳定可靠。