基于最小均方算法的自适应有限长滤波器设计仿真

本文主要介绍最小均方算法的性能特点。基于最小均方算法的自适应滤波器电路结构简单且实时跟踪性能好。自适应滤波器的重要特性就在于它能够在未知环境申有效工作并能够跟踪输入信号的时变特性。理论分析和仿真结果表明，在低信噪比的前提下，自适应滤波器具有良好的信号处理性能，并对系统发生的突变表现出较强的鲁棒性。     

自适应滤波器的收敛性研究

主要介绍基于最小均方算法的自适应滤波器。该自适应滤波器的显著特点是滤波频率可以自适应地跟踪输入信号的频率变化，而且它的品质因数Q和滤波频率可以独立编程，Matlab仿真结果表明该算法具有良好的收敛性。给出了自适应滤波器的设计方法以及参数：步长、滤波器长度和初始系数向量对滤波器性能的影响，分析了算法的收敛性能和稳定特性。     

增益模糊修正和自适应律

本文给出了一种兼顾系统鲁棒性和暂态特性的自适应律，我们称之为增益模糊修正自适应律，分析及仿真表明，它除保持了死区修正方案相对于有界扰动的鲁棒性之外，又克服了死区修正方案及原始的积分式自适应律方案暂态品质差的问题，尤其是对一类严重欠阻尼的二阶对象，与死区修正适应方案或积分式自适应方案相比，它显著地提高了系统的暂态品质。     

一种全局稳定的直接预测自适应控制器

本文提出一种基于多阶段二次型滚动优化指标的预测控制算法，在假定被控系统前Ｌ个脉冲响应系数已知的条件下，用标准的自适应分析方法证明了直接预测控制算法的全局稳定性及渐近最优性。     

无线信道自适应传输技术综述

文章对基于地面无线通信的无线信道自适应传输技术的最新研究进展进行了总结,按发送端ACM自适应传输技术、接收端自适应传输技术进行分类,介绍了发送端的可变速率调制、自适应编码、混合自动重传请求和接收端的无速率码、速率自适应解调等相关技术的基本思想、技术实现及特点,并分析比较了发送端802.11b ACM、接收端速率自适应等典型技术的吞吐量性能。指出了无线信道自适应传输技术的研究趋势,最后介绍了地面无线信道自适应传输技术在卫星通信中的扩展应用,对于无线自适应技术的研究具有参考意义。     

基于NS-2的VoIP模拟与仿真

提出了一种基于自适应多速率算法的新VoIP系统方案,该方案可以根据网络信道质量的好坏来自适应地选择一种最佳的语音传输模式,从而在一定程度上保障了重构后的语音质量.在NS-2仿真平台下,通过与传统VoIP体系比较发现,所提出的新VoIP系统方案在语音QoS保障方面明要显优于传统VoIP系统.     

人机界面自适应机制的设计和实现

当前，自适应界面已成为人机界面研究的一个方向。首先介绍了有关自适应界面的一些基本概念，并在此基础上提出了一个人机界面的自适应机制。对该机制的系统结构、实现技术进行了广泛的讨论，该机制已被应用于集成化ＣＡＤ／ＣＡＰＰ／ＣＡＭ系统－ＧＳ－ＩＣＣＣ的研制工作中。同时介绍了该机制的一些实现细节。ＧＳ－ＩＣＣＣ的自适应机制已在Ｘ－Ｗｉｎｄｏｗｓ／Ｍｏｔｉｆ环境下实现，并被证明其在提高人机交互有效性上具有良发     

基于遗传算法的神经网络自适应控制器的研究

提出了一种基于遗传算法的神经网络自适应控制方法。该方法是针对ＢＰ算法训练神经网络控制系统时收敛速度慢、动态特性不够理想等不足，用改进的遗传算法来优化神经网络辨识器与控制器的参数，以提高控制系统的性能，仿真实验表明该控制器对于非线性、时变、滞后等对象都具有很好的控制精度、鲁棒性和动态特性。     

基于网络的自适应超媒体学习支持系统的研究

针对现有网络学习支持系统不能很好满足学习者个性化学习的需要,我院构建了基于网络的自适应超媒体学习支持系统模型,它是在现有的网络学习支持系统上增加了自适应交互处理模块、自适应教学处理模块、本体推理模块和规则推理模块。本文详细探讨了此模型的自适应支持功能,如为学习者创设动态的自适应学习环境,提供自适应的导航系统和自适应的内容支持等,并给出了自适应学习处理过程。     

自适应机翼的神经网络控制系统设计与试验

随着自适应结构和机敏材料的发展,如何从结构设计角度来提高飞机的飞行效能受到了重视,其中的一个关键环节就是控制器的设计和开发.针对自适应机翼姿态控制的要求与物理特点,采用神经网络和自适应控制理论,设计了神经网络逆复合控制器,完成了相应的控制系统开发,进而进行了物理试验分析和研究.结果表明,系统能有效、准确、快速地在线满足设计目标跟踪和设计状态回归两项重要指标,系统的鲁棒性、收敛性和稳定性都得到明显地改善,具有良好的可靠性和工程实用性.     

对乘性建模误差具有强鲁棒性的HMRACS的设计

一般的ＭＲＡＣＳ只对Ⅰ型建模误差有鲁棒性的对Ⅱ型建模误差没有鲁棒性。针对此情况,首次把混合自适应算法应用到对乘性孀寞误差具有鲁棒性的ＭＲＡＣＳ中,进一步增强了该系统对建模误差的鲁棒性。     

多级的模型参考自适应控制器设计

本文将对象分解为串级形式来设计MRACS ,解决了高阶复杂的被控对象在发生大范围和不可测变化时引起的不稳定问题。并进行了计算机仿真。     

一类离散时间时变系统的自适应辨识与控制

考虑一类离散时间时变系统（ＴＶＳ）的建模、系统参数时变描述及其自适应控制问题,提出一种新的能结合“快”、“慢”时变特性的ＴＶＳ参数时变描述方法,基于零极点配置给出自适应辨识和控制算法及其控制系统的稳定性。仿真结果说明该控制策略是有效的。     

基于动态神经网络的鲁棒自适应跟踪

研究了一类基于两层动态神经网的仿射型鲁棒适应跟踪问题，对于未知的仿射非线性系统，提出了新的鲁棒学习算法，该算法不需要知道 理想权值的界。     

工业机器人自适应力控制的新方法

机器人力控制系统的稳定性对接触环境刚性的变化很敏感，为了解决这一问题，本文首先建立了一种机器人与刚性环境相接触的动力学模型，然后，基于Ｐｏｐｏｖ超稳定理论设计出了一种机器人自适应力控制算法，该算法通过辨识环境刚性以获取与接触环境相适应的力控制反馈增益系数，理论分析和实现结果都证明这种方法在环境刚性大范围变化时，均能获得的控制效果。     

一种非线性自适应电网云模型网络控制系统方法探索

针对传统的线性时滞的鲁棒控制系统不能满足信息电网技术的发展,而本论文提出一种基于非线性自适应电网云模型感知网络控制方法优化传统的线性时滞鲁棒控制系统;同时本论文运用自适应方法能够很好的优化传统的线性时滞鲁棒控制电力系统,同时,能够提高电网感知器的运行指标。     

一种简单的渐近稳定自适应控制器

针对单调阶跃响应的单变量系统，提出一种基于简化模型的自适应预测控制算法。该算法只需辨识一个参数，大大减少了计算量。从理论上证明了它可保证闭环系统的全局渐近稳定和收敛，并定量给出了预测水平的选择范围。仿真表明此算法是有效的，甚至在时变环境下也能很好地工作。     

基于自适应遗传算法的软件测试用例自动生成

在软件测试中,测试成功的关键是快速、高效的生成测试用例.遗传算法是一种通过模拟自然界生物进化过程搜寻最优解的一种算法,算法通过选择、交叉和变异操作引导算法搜索方向,逐步接近全局最优解.传统遗传算法由于具有较好的全局搜索能力,因此被很多科研人员应用于测试用例生成.但遗传算法的固有缺陷"早熟收敛",容易导致算法收敛于局部最优.针对这种情况,提出一种自适应遗传算法,该算法交叉算子和变异算子可根据程序变化自动调整,随后,将改进后的算法应用于一程序的测试用例生成中.测试结果表明该算法在测试用例生成的效率和效果方面优于传统搜索算法和普通改进算法.