摘要：本文采用最小神经元模型,从生理学角度设计wash-out滤波器,实现了不同放电起始动态机理之间的转换,并证明wash-out滤波器控制通过影响阈下电流的竞争结果改变了神经元的放电起始动态机理.

摘要：非完整控制系统为本质上的非线性系统,线性控制策略对其显得无能为力.为此,把一种新颖的非线性控制方法———Backstepping应用于非完整控制系统的镇定.Backstepping以Lyapunov稳定为设计原则.系统的设计实现了系统全局指数镇定,同时具有良好的动静态性能和强的鲁棒性.最后对一定的不确定性给出了系统仿真,验证了系统设计的有效性.

摘要：针对闭环系统辨识中激励信号的优化选择问题,提出一种迭代的优化激励信号设计方法。以优化控制的性能指标作为激励信号选择的目标函数,考虑闭环辨识的鲁棒性稳定性,以及激励信号、控制信号和输出信号的能量限定,求取激励信号的优化能量谱,并以迭代的方法逐步选择优化的激励信号和闭环辨识系统模型,从而得到满足闭环系统性能的系统模型和相应的激励信号。仿真验证结果表明,使用该方法得到的激励信号去激励闭环系统,进行模型辨识,能够有效提高辨识模型的准确性。

摘要：自主侧向控制实现汽车自动调节转向和车道变换,是复杂的非线性控制系统.本文将变论域模糊控制,自适应技术和H∞最优控制理论相结合对自主汽车的侧向系统进行控制,提高了系统的鲁棒性和控制精度.设计直接自适应变论域模糊控制器,利用Lyapunov稳定性理论证明了整个闭环系统的稳定性.然后与H∞相结合,通过选取控制变量的权重因子,可以将逼近误差和外部扰动对跟踪误差的影响减小到任意给定的标准.最后把这种算法应用到了自主汽车的侧向系统的控制,仿真结果表明算法的实用性和有效性.

摘要：该文结合中压配电网空间数据结构的特点,设计了适合于配电网络规划的GIS空间数据库和规划模型。在此基础上考虑到线路沿街道布局的特点,采用了变长度的符号编码策略来表示线路的结构,并用最短路径法形成初始网架。作者采用具有禁忌搜索思想的TS算法对初始网架进行了优化。通过对实际算例的分析,发现以空间GIS为平台将网络规划问题和地理环境紧密联系起来,并以TS算法指导搜索过程,是配电网络规划工作中一个切实可行的方法。

摘要：针对高超声速飞行器六自由度再入模型,考虑模型参数不确定和外界干扰对再入姿态控制的影响,基于Terminal滑模对再入过程中姿态角的跟踪控制问题进行研究.为了减少外界高频噪声对系统性能的影响,首先,利用多时间尺度技术将姿态模型划分为双环结构;然后,分别针对各环路设计Terminal滑模控制器,并通过Lyapunov理论和奇异摄动理论对系统的稳定性进行证明.仿真结果表明,对于六自由度再入模型,该控制方法能够很好地跟踪再入制导指令.

摘要：传统滑模状态观测器(SMO)性能依赖于准确的电机数学模型,电机定子电阻及电感参数偏差会对观测结果造成一定影响。针对这一问题,分析了电阻与电感偏差值对观测结果的影响形式;基于Lyapunov稳定性理论,设计了新型自适应SMO,实现了无刷直流电机(BLDCM)线反电势观测及定子电阻和电感参数的同时在线辨识。最后,通过仿真与实验验证了理论的正确性,证明了所提方法能够在一定程度上消除参数偏差对观测器的影响,较为迅速准确地辨识出定子电阻与电感值。

摘要：针对高超声速飞行器模型非线性、多变量和参数不确定特性,并考虑控制增益变化可能导致控制奇异值问题,提出一种基于动态面的模糊自适应非线性控制方法.根据动态面和动态逆策略,分别设计了高度和速度跟踪控制器.利用模糊自适应方法在线逼近不确定函数项,并采用Nussbaum增益技术抑制虚拟控制增益不确定影响,以减少在线学习量,保证系统的半全局一致最终有界性.仿真结果表明,所提出的方法可实现飞行器对高度和速度的准确跟踪控制.

摘要：针对一阶滑模观测器(F-SMO)存在的抖振和相位延迟问题,提出了基于二阶滑模观测器(S-SMO)的线反电势(LBEMF)估计策略,将不连续控制作用在滑模变量的高阶微分上,采用超螺旋算法设计控制率,能较好地削弱抖振,得到连续光滑且无滞后的反电势估计值.针对相反电势法存在的相移问题,采用线反电势过零点直接作为换相点的换相策略.仿真和实验结果表明,所提策略能够准确估计无刷直流电机线反电势,获得准确的转子位置换相点,实现无刷直流电机的无位置传感器控制.

摘要：提出了带有周期通信序列(PCS)的多输入与多输出分布式网络化控制系统的故障诊断方法.通过把故障诊断单元与各子系统之间周期通信序列的变换相当于不同工作模态之间的切换,将带有周期通信序列的系统建模为切换系统.针对此切换系统,将鲁棒故障诊断滤波器的设计问题转化为H∞优化问题,并且采用LMI技术进行求解.将系统在无故障与发生故障情况下获得的残差进行比较.结果表明,所提出的故障诊断方法在子系统信息不完全的前提下,仍能检测出系统故障的发生.