鲁棒低增益变结构模型参考自适应控制

就对象含未建模动态且其建模部分相对阶大于1时的变结构模型参考自适应控制 (VS-MRAC)系统,提出了一种鲁棒低增益变结构控制方案,特点是系统变结构律在低增益状态 下仍可保证所有辅助误差均在有限时间内收敛到零,从而提高了系统跟踪精度.此外,还研究了 平均值滤波器对系统稳定性的影响.     

低阶H∞控制器设计的遗传算法方法

提出一种采用遗传算法求解非凸优化问题的方法,通过这种方法可搜索到Ｈ∞控制器的最小阶次ｋ及相应参数（Ｘ,Ｙ）,进而设计出控制器。同已有的方法相比,所提出的方法是一种全局搜索方法。     

结构主动质量阻尼器控制系统的μ综合分析

在结构主动质量阻尼器（ＡｃｔｉｖｅＭａｓｓＤａｍｐｅｒ——ＡＭＤ）控制系统中考虑结构刚度的变异和地震激励作用,根据μ综合分析和Ｈ∞设计原理,设计闭环控制系统使其既可以抑制在地震作用下的结构振动,又使结构刚度在有界范围内变化时保持闭环系统的稳定。在本文中μ综合设计方法为Ｄ－Ｋ循环。为了利用Ｄ－Ｋ循环技术,对开环系统进行了必要的改造,最后文中给出了一个五层ＡＭＤ结构控制系统的分析、设计与数值仿真的结果。     

平流层定点平台通信系统的发展与关键技术

20世纪80年代以来，信息技术发展迅速。目前已有的各种通信系统各有优点和弱点。自1895年发明无线电以来，科技工作一直在寻求更新更好的传输无线电信号的途径。     

数字电视的现状与展望(Ⅰ)

在这错综复杂与风云变幻的国内外电信新环境中,如何把握好发展方向及战略决策已成当务之急.″领航论坛″这一栏目,即期望提供一种机会,使电信,特别是无线通信领域中引领潮流的重量级资深决策者发表战略决策真知灼见,为无线通信产业、市场及新技术、新业务的持续、快速、稳妥、健康发展领航导向.     

高空平台信息系统--新一代无线通信体系(下)

高空平台站(HAPS)是近年来正处于先期研究、但尚未成功演示的新型信息系统。它利用平流层稳定的气象条件和良好的电波传输特性,通过平台实现地面用户之间、平台之间或平台与卫星之间的通信连接,具有布局灵活、应用广泛、成本低廉、安全可靠等优点。积极开展高空平台与有关信息系统的研究,有助于我国在通信事业上与国际先进技术保持同步,为通信事业开拓一个新的领域。     

高空平台信息系统--新一代无线通信体系(上)

高空平台站(HAPS)是近年来正处于先期研究、但尚未成功演示的新型信息系统。它利用平流层稳定的气象条件和良好的电波传输特性,通过平台实现地面用户之间、平台之间或平台与卫星之间的通信连接,具有布局灵活、应用广泛、成本低廉、安全可靠等优点。积极开展高空平台与有关信息系统的研究,有助于我国在通信事业上与国际先进技术保持同步,为通信事业开拓一个新的领域。     

数字电视的现状与展望(Ⅱ)

在这错综复杂与风云变幻的国内外电信新环境中,如何把握好发展方向及战略决策已成当务之急."领航论坛"这一栏目,即期望提供一种机会,使电信,特别是无线通信领域中引领潮流的重量级资深决策者发表战略决策真知灼见,为无线通信产业、市场及新技术、新业务的持续、快速、稳妥、健康发展领航导向.     

一种基于T-S模型的快速自适应建模方法

在分析Takagi-Sugeno模型的网格法（即ANFIS方法），聚类法和模糊树法的基础上，提出一种新的改进的建模方法，它划分的空间的个数与分布和采样数据的特征密切相关，具有自适应能力。应用国际标准例题进行仿真，说明了该方法的有效性。     

A new kind of neuron model with a tunable activation function and its applications

A new neuron model with a tunable activation function, denoted by the TAF model, and its application are addressed. The activation function as well as the connection weights of the neuron model can be adjusted in the training process The two-spiral problem was used as an example to show how to deduce the adjustable activation function required, and how to construct and train the network by the use of the a priori knowledge of the problem. Due to the incorporation of constraints known a priori into the activation function, many novel aspects are revealed, such as small network size, fast learning and good performances. It is believed that the introduction of the new neuron model will pave a new way in ANN studies.