基于SNMP技术的网络管理系统设计探讨

近年来,互联网技术和计算机通讯技术快速发展,计算机网络成为社会生产生活不可或缺的一部分。随着网络系统的管理难度不断加大,传统式的人工管理方式已经不能有效地保证网络的正常运转。因此,本文在详细论述当前网络管理现状的基础上,阐述了基于SNMP网络管理系统的功能和设计,说明了网络管理如何对网络设备当前工作情况进行分析,及时的发现问题,解决问题,保证现代网络有效稳定的运行。     

一种改进的不确定性时滞系统控制算法

针对工业控制过程中普遍存在的不确定性时滞系统的控制问题,提出自适应鲁棒控制器与Smith预估器相结合的控制策略。用Matlab软件对该算法进行了仿真研究。并在电控柴油机系统中进行试验研究。仿真和实验结果表明该算法控制效果良好,解决了由不确定性和时滞性引起的系统不稳定问题,且易于实现。     

变结构鲁棒控制算法在柴油机转速控制系统中的应用

针对车用柴油机转速控制系统存在不确定时滞性,提出变结构鲁棒控制算法.对转速系统的"高速到怠速"功能段进行建模及MATLAB仿真.结果表明控制效果良好,解决了由不确定时滞性引起的系统不稳定问题.     

基于递归小脑神经网络的模糊自适应控制

为解决一类不确定非线性系统控制问题,提出了小脑神经网络模糊自适应算法.将系统分为标称模型、参数不确定部分以及包含建模误差、干扰及未建模动态等在内的混合干扰项,用模糊自适应控制实时逼近系统各个不确定参数,用鲁棒控制消除混合干扰,并设计了递归小脑模型关节控制器作为观测器来对混合干扰的上界进行实时逼近.李亚普诺夫理论证明了控制算法可使系统一致有界稳定,微飞行机器人姿态控制仿真结果表明,控制算法改善了系统的动态性能及鲁棒性,研究结论对复杂非线性系统的有效控制提供了依据.     

具有状态信息保护的多智能体系统H∞一致性

为解决多智能体系统在有/无干扰情况下的初始状态信息保护和一致性问题,提出了新的状态信息保护算法,并引入鲁棒H_∞控制协议。首先,在无干扰的情况下提出了状态信息保护算法,来防止其他不诚实智能体窃听诚实智能体的信息,始终保护智能体的初始状态信息无法被不诚实智能体推测出来,并能够实现准确的平均一致性。其次,在有干扰的情况下,采用鲁棒H_∞控制的方法,在信息保护算法的基础上,减弱了干扰对系统模型的影响,提高了系统的抗干扰性能。利用李雅普诺夫方法对系统的稳定性进行分析,并求解线性矩阵不等式,得出了实现H_∞控制的基本条件。最后,通过对有/无干扰情况下的状态信息保护算法分别进行分析和仿真,验证了所提算法的有效性。     

基于反馈补偿的扑翼微型飞行器姿态跟踪控制

为解决扑翼微型飞行器姿态控制问题,给出了其姿态控制系统的数学模型,并提出了一种新型连续状态反馈跟踪控制器．通过对扑翼微型飞行器动力学模型分析可知,姿态控制系统是一个多输人多输出的二阶非线性系统,其包含不确定性、多变量参数耦合及各种干扰．为此提出了一种积分反馈补偿策略,只要外部干扰和参数不确定性的微分上界已知,则可对其量值进行在线辨识和实时补偿,从而对姿态变化实施有效跟踪．分析了系统的李亚普诺夫稳定性,得出了辨识跟踪结果并进行了仿真研究,仿真结果证实了所提方法的有效性．该研究具有较大的理论价值和实用价值．     

基于TMS320C6203的多目标实时跟踪

介绍了在TMS320C6203上实现四个目标的快速跟踪技术.为了提高实时性和精确度,采用线性汇编优化实现.一个320×160主窗口的DSP平均处理时间为2ms,三个60×60副窗口的DSP平均处理时间各为0.4ms,实现了复杂背景下低对比度目标的快速跟踪.实验结果证明跟踪效果良好,解决了以前窗口开不大、跟踪速度慢的问题.     

三电平NPC逆变器的简化MPC-DSVM策略

为解决传统模型预测控制结合离散空间矢量调制MPC-DSVM(model predictive control-discrete space vector modulation)方法计算量大的问题，提出了一种基于细化分区的简化MPC-DSVM策略。该方法将电流跟踪转化成电压矢量控制，运用无差拍控制结合数学几何法快速确定最优矢量，简化了寻优过程，将参与在线寻优的候选矢量数目从传统MPC-DSVM的74个减少为3个，大幅度降低了计算成本。结果表明，该方法可以固定开关频率，有效地降低输出电流谐波，具有良好的稳态和动态控制性能。