位置伺服系统二阶滑模控制

变结构控制以其独特的优点和特性引起了众多学者的广泛重视，已由传统的滑模控制发展到高阶滑模控制。高阶滑模控制不仅保留了传统滑模控制的所有优点，而且消除了颤震。变结构控制在位置伺服系统中的应用已经取得了长足的进步，探讨高阶滑模在位置伺服系统中的应用对于解决实际系统中的颤震问题具有深刻的意义。该文简要介绍了高阶滑模控制技术，并将二阶滑模控制应用与位置伺服系统中，理论分析与仿真结果都表明了使用二阶滑模控制器控制直流伺服电机的可行性。     

高阶滑模在微喷反作用力姿态控制中的应用

在介绍高阶滑模控制器的设计思想的基础上分别设计了十字梁实验系统的二阶和三阶滑模控制器。微喷十字梁实验系统是一个高阶非线性系统,也是一个典型的多输入多输出系统。从仿真结果可以看出高阶滑模控制削弱了传统滑模控制的抖振问题,使用高阶滑模控制器控制十字梁实验系统是可行的。     

二阶Terminal滑模控制规律及其Windup效应的研究

文中提出的二阶Terminal滑模变结构控制方法有效消除传统滑模变结构产生的抖振,该方法既具有传统滑模变结构的特点,又能有效地消除传统滑模变结构所产生的抖振.同时,考虑了带有积分项的二阶Terminal滑模控制在控制受限的情况下的Windup效应.将一种Anti-Windup补偿器应用于该控制系统.将此方法用在非线性的多输入多输出微喷十字梁试验系统,仿真结果表明,该方法确实有效地消除了抖振,而且鲁棒性也很强.     

SAR图像的快速核主成分分析识别方法

提出一种基于张量代数的核主成分分析方法来进行特征提取。该方法可以有效避免维数过高导致计算消耗过大,并合理利用已知训练样本的类别信息。算法先对每一类目标使用核主成分分析手段以形成其各自的特征空间;再通过张量积将所有的特征映射到一高维线性空间;随后直接在此空间上进行线性的主成分分析,即可构造出了适宜的特征空间。其既能有效反映各类样本特征,又能比直接使用核主成分的方法极大降低计算所需的消耗。目标识别实验表明,该方法与直接使用核主成分方法构造特征空间的方法进行比较,在保持识别效果的前提下,可以明显降低计算的消耗与存储的需求。     

最大子分类间隔准则的核函数优化

在分析现有基于经验特征空间核函数优化方法局限性的基础上,提出一种基于最大子分类间隔准则的核函数优化方法。该方法首先建立最大子分类间隔准则,然后结合数据在经验特征空间中的特点给出样本数据的类间散布矩阵和类内散布矩阵的表达式,最后利用奇异值分解实现核函数参数的优化选取。本文利用UCI(University of California, Irvine)数据对算法进行仿真实验,仿真结果表明了本文方法的正确性和有效性。     

一种新的二阶滑模控制规律的研究

为了有效地消除传统滑模变结构产生的抖振,提出了一种新的二阶滑模变结构控制方法.该方法将Teminal滑模动态与二阶滑模有效地结合起来,使二阶滑模既具有传统滑模变结构的特点,又能有效地消除传统滑模变结构所产生的抖振.将此方法用于十字梁试验系统,仿真结果表明,该方法确实有效地消除了抖振,而且鲁棒性也很强.     

基于两级分类器和SVM的人脸检测研究

人脸检测是自动人脸识别系统的基础.为提高人脸的检测速度,采用一种基于两级分类器和支持向量机的人脸检测方法.该方法中,第一级分类器采用特征基方法,对待检测区域进行粗筛选,过滤掉大量非人脸背景信息,然后在剩余区域,用第二级分类器支持向量机进行验证,若是人脸,给出标识.支持向量机有效克服了神经网络中可能遇到的局部极小值和过学习问题,是统计学习理论的基础上新发展起来的机器学习算法.实验结果表明该算法提高了检测速度,系统更有效率.     

模糊Terminal滑模变结构控制

普通的Terminal滑模控制器当误差较大时收敛的速度较慢,文中提出了一种新的Terminal模糊滑模控制方法.使其既具有普通Terminal滑模控制的优点,即保证了输出跟踪误差在有限时间内收敛到零,使系统的动态性能优于普通滑模中的性能;又使系统具有快速响应的特性,而且具有较好的鲁棒性.仿真结果表明,使用Terminal模糊滑模控制器控制十字梁实验系统是可行的.     

导弹电动舵机系统的分段滑模控制

针对导弹电动舵机相平面的特性．提出了一种分段滑模变结构控制算法，可以保证系统相轨迹始终处于滑模区，以达到全局鲁棒性．仿真结果证明了所设计的算法的有效性。     

SAR图像目标检测的互信息非负矩阵分解算法

提出了满足指数分布的概率模型框架下实现非负矩阵分解的目标函数和相应的算法。同时针对非负矩阵分解方法中的基向量无序性这一特点,将基于互信息的特征选择算法 与其结合起来解决了基向量的排序问题。利用目标的先验知识获得有利目标表示的特征向量组,然后用该特征向量组进行滤波,分别获得待测图像的特征图,通过加权的方式将所 有的特征图合并为一个总的特征图,最后在特征图上通过选取合适的阈值将目标提取出来。使用MIT林肯实验室ADTS（advanced detection technology sensor）高分辨率机载SAR 目标数据进行仿真,结果表明该方法是一种精度较高的目标检测算法。