一种基于多相分解的分数抽样率变换研究

在频域上分析分数倍抽样率转换信号处理过程。为适用于实时系统，对其结构进行优化，给出一种高效的分数倍抽样率变换器多相结构优化实现方法，并将其应用于一维信号抽样率变换。仿真结果表明，抽样输出的一维序列信号与实际理想信号误差较小，所设计的分数抽样率变换器是有效可行的。     

控制方向未知的无人帆船自适应动态面航向控制

针对四自由度无人帆船存在模型不确定、控制方向和外部环境扰动均未知的情况,本文提出一种神经网络自适应动态面航向控制方法。该方法采用RBF神经网络逼近无人帆船模型不确定部分,利用Nussbaum函数处理系统的未知控制增益函数,并设计σ-修正泄露项的参数自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,同时引入动态面方法,消除反演法中的"计算膨胀"问题,降低控制器的复杂性。Lyapunov函数稳定性分析证明所设计控制器能够保证航向保持闭环系统内所有信号的一致最终有界性,并通过一艘12 m型无人帆船模型进行仿真验证。结果表明:无人帆船航向保持响应速度快,所设计的控制器能有效地处理模型不确定项和风浪等外界扰动,具有较强的鲁棒性。     

分数抽样率变换中线性相位FIR滤波器多相分解的对称性研究

为提高分数抽样率变换系统的计算效率, 在讨论其滤波器多相分解结构的基础上, 利用线性相位FIR滤波器的系数对称性, 构造多相分解系数的中心对称矩阵, 推导出适用于任意分数抽样率和任意滤波器阶数的高效实现方法, 并给出所需乘法与加法运算量的计算公式. 测试结果表明, 与直接计算相比, 采用本文方法可减少50%乘法运算和30%加法运算, 计算效率显著提高.     

欠驱动船舶路径跟踪的神经网络稳定自适应控制

针对三自由度欠驱动船舶模型参数不确定的路径跟踪问题, 设计了神经网络稳定自适应控制器. 首先应用微分同胚等效变换和Lyapunov直接法设计参考航向和参考速度, 然后对船舶模型参数不确定的操纵环路和推进环路分别设计神经网络稳定自适应控制器跟踪参考航向和参考速度, 并对外界风浪流干扰进行自适应补偿.Lyapunov稳定性分析证明了船舶路径跟踪闭环系统的所有误差信号一致最终有界. 仿真研究验证了神经网络稳定自适应路径跟踪器的有效性.     

一种基于多相分解的分数抽样率变换研究

在频域上分析分数倍抽样率转换信号处理过程,为适用于实时系统,对其实现结构进行优化,给出一种高效的分数倍抽样率变换器多相结构优化实现方法,并将其应用于一维信号抽样率变换。仿真结果表明,抽样输出的一维序列信号与实际理想信号误差较小,所设计的分数抽样率变换器是有效可行的。     

输入受限的非仿射无人帆船航向系统自适应动态面控制

针对输入受限和控制方向未知的无人帆船航向控制问题,考虑系统模型存在动态不确定和未知外界扰动的情况,本文提出一种基于非仿射航向运动数学模型的最小参数自适应递归滑模动态面控制策略.该策略通过Taylor展开方法将非仿射模型转化为具有线性结构的仿射时变系统,采用最小参数学习(minimal learning parameter,MLP)神经网络逼近无人帆船模型不确定部分,并利用双曲正切函数处理控制输入饱和现象,引入Nussbaum函数处理系统中未知控制方向问题,同时综合考虑帆船艏摇角速度误差和航向误差之间关系设计递归滑模动态面舵角控制律,并设计参数自适应律对神经网络逼近误差与复合干扰总和的界进行估计.选取李雅普诺夫函数证明了所设计控制器能够保证航向闭环系统内所有信号的一致最终有界性.最后,基于一艘12 m无人帆船进行仿真验证,结果表明无人帆船航向控制响应速度快,所设计的控制器能有效地处理模型不确定项和风浪等外界扰动,具有较强的鲁棒性.     

虚拟现实技术在专门用途英语教学中的应用研究综述

阐述了虚拟现实技术与专门用途英语教学之间的联系,介绍了近年来国内外虚拟现实技术应用在专门英语教学中的相关案例、理论探讨及应用模式,对比了现阶段国内外研究的优势和不足,分析了虚拟现实及其相关技术对计算机辅助专门用途英语教学的意义和应用价值,对今后虚拟现实技术如何更好地服务于计算机辅助专门英语教学进行了探讨,并对未来相关研究工作进行了展望。     

欠驱动水面船舶运动控制研究综述

针对欠驱动水面船舶运动控制的发展状况,将其归类为镇定控制、航迹跟踪和编队控制3个专题.从σ变换法、齐次法、反步法、自动靠泊控制等方面剖析了镇定控制专题;从输出反馈,状态反馈、输出重定义、级联方法、船舶运动数学模型等方面剖析了航迹跟踪专题中的轨迹跟踪和路径跟踪问题;从行为控制方法、引导者跟随方法、虚拟结构方法等方面剖析了编队控制专题.最后,对该领域的进一步研究方向作了几点展望.     

基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应控制

针对三自由度全驱动船舶存在模型不确定和未知外部环境扰动的情况,设计出一种基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应神经网络控制方法.该方法综合考虑船舶位置和速度误差之间关系设计递归滑模面,引入神经网络对船舶模型不确定部分进行逼近,设计带σ-修正泄露项的自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,并应用一种非线性增益函数构造动态面控制律,选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快、精度高,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.     

基于Android的多级净水控制系统设计与实现

为实现自来水自动过滤为可饮用安全水,设计了一种新型的多级净水控制系统.该系统主要包括对过滤结构、控制结构和远程监控结构的设计,过滤结构采用反渗透膜和超滤膜级联的方式,实现了水的净化过程;控制结构采用C语言编程的AVR单片机,实现了净水系统的自动反冲洗、与MCGS触摸屏采用Modbus通信和与WiFi模块采用自设计通信协议通信等功能.远程监控结构采用Eclipse开发环境,WiFi通信技术,实现Java编程的Android手机软件.最后通过实验证明了该设计的可行性,并成功解决了净水系统自动反冲洗和远程监控的问题,对水质有很好的净化效果,具有广阔的发展前景.