线性跟踪系统的控制律

利用线性系统的叠加原理,将理想输入表示为从不同采样时刻开始的系统的单位阶跃响应的线性组合,求得组合系数并由此导出了跟踪系统的控制律.理论分析表明,采用这种控制律可实现对系统的精确控制:无超调、无静差、过渡时间为零.     

赋权有向图最短路问题的新解法--前趋法

Dijkstra算法被公认为解决最短路问题的最好算法,但它的缺陷之一是不能解决存在负权的最短路问题.一种解决这类问题的新方法--前趋法可弥补Dijkstra算法的这一缺陷.实例表明、前趋法是一种解决存在负权的最短路问题的行之有效的简便算法.     

大力开展信息化建设为企业发展保驾护航

安徽安凯福田曙光车桥有限公司是专业生产重型汽车用桥、大中型客车用桥及其零部件的国有独立法人公司,现有职工总人数527人,管理人员66人;专业从事产品开发的工程技术人员30余人,其中具有高级工程师资格的人员6人、工程师资格的人员20人.公司信息化建设经历一个从无到有,从小到大的过程,为公司创造了巨大的效益,取得了成功经验.……     

基于立体视觉的空间碎片定位技术

空间碎片是在地球轨道上超高速运行的物体,安装在航天器上的空间碎片探测系统需要具备造价低廉、数据分析处理及时的特点。利用计算机双目立体视觉的基本原理,提出一种由2个红外探测器组成的空间碎片红外探测系统以及相应的空间点目标定位算法。根据2个红外探测器具有相同背景图像的特点,将图像减法用于背景剔除,以简化图像中空间碎片边缘提取算法。通过在2幅图像中提取空间碎片的边缘,导出了空间碎片中心像点在2幅图像中位置,并利用空间点目标定位算法给出了空间碎片在航天器固连坐标系中的位置。该系统不仅造价低廉,也实现了空间碎片的快速定位。仿真结果证明了系统及其定位方法的可行性。     

TBM掘进盘形滚刀最优切深动态模糊控制研究

基于重庆越江隧道掘进试验和模糊数学理论,对TBM掘进时盘形滚刀最优切深进行了动态模糊控制研究.对掘进时刀盘切割最低比能的实现途径进行了分析,提出了TBM掘进最优切深动态控制的理念,即根据地质条件的变化实时控制刀盘推力产生适度切深,以适应固定的刀间距,使刀间距与切深比值S/P处于最优范围内.现场采集掘进试验的数据,对其进行比能计算分析,得出泥岩和砂岩地层下刀盘的最优S/P分别为4-6和7-10.由于地层的复杂性和多变性,最优S/P只能控制在一定的范围内.因此采用模糊控制理论,设计了单输入一单输出的模糊控制系统,根据容许的ΔS/P,反馈调整刀盘推力,使之保持在最优的范围内工作,不断产生最优切深.工程应用表明,该模型能较好地指导TBM操作,将盘形滚刀切深控制在最优范围内,获得了较快的掘进速率和良好的经济效益.     

基于Takagi-Sugeno模型的模糊神经网络的学习算法

选用正态函数作为模糊变量的隶属函数 ,给出了基于Takagi_Sugeno模型的模糊神经网络的用于学习的性能指标 ,并对其性质进行了分析 .在此基础上将二阶段变半径随机搜索法用作模糊神经网络的学习算法 .这种方法简便易行 ,可使模糊神经网络达到较高的精度 .该文给出了神经网络记忆容量的定义并求出了基于TS模型的模糊神经网络的记忆容量 .     

基于FPGA实现的深空通信中Turbo码编译码器

研究了信道纠错编码Turbo码，并提出了利用FPGA实现Turbo码编译码的方法。编码采用了顺序输入，并行编码，顺序输出。译码选用Max-Log-MAP算法，针对该算法采用查表法实现交织，以提高交织速度，译码器内部采用并行级联调用，以减小译码延时。通过计算机模拟仿真表明。所设计实现的Turbo码其有良好的性能和实用价值。     

超球聚类模糊神经网络在跟踪控制中的应用

采用简化的标准模型的模糊神经网络的基本形式而将模糊集的概念由一维推广到n维并利用超球聚类方法定义了一类n维模糊集及其隶属函数,提出一种基于超球聚类的模糊神经网络.这种模糊神经网络可以根据样本自动产生模糊规则,在一定程度上可避免"维数灾难”.将这种网络用于一类非线性系统的在线跟踪控制,定理表明,当聚类半径足够小时可使跟踪控制的静态误差任意小.     

模糊神经网络的记忆

讨论了一种模糊神经网络实现记忆的条件和记忆的特点,并给出了样本组格子点分布的概念。通过定理,证明了在这种情况下,样本组可被模糊神经网络所记忆;证明了若样本组前n-1个样本和整个样本组的模糊矩阵的秩相等,则权向量不能调整, 否则会使模糊神经网络“丧失记忆”同时,也说明了选择记忆法所采用的选择方法中减少运算量,又可保证网络的记忆。     

碎片云靶板分布及其在模型验证中的应用

为评价碎片云对星内电子仪器设备的毁伤特性,提出了靶板分布的概念,并给出了相应的定义。作为靶板分布的一个应用,针对Swift碎片云模型导出了粒子在靶板上的位置,求出了靶板上粒子的分布函数、密度函数以及密度函数的极值点。通过与大量实验得到的碎片云粒子在靶板上分布的比较,证明了Swift碎片云模型的分布与实验结果不符,不能正确反映碎片云的碰撞特性。