含有迟滞的Hammerstein模型辨识与控制

迟滞特性具有非光滑、多值映射等复杂特性,如果迟滞环节的末端还存在一个线性子系统,导致其输出信号不可测,常规的方法难以进行有效的辨识和控制。提出一种基于退化激励信号的分步辨识法。设计一个退化激励信号将迟滞退化为一条光滑的、一一映射的曲线,并由广义递推最小二乘法(RGIA)辨识线性环节;根据已辨识的线性子模型,采用"扩展输入空间法"辨识迟滞环节;根据辨识所得的Hammerstein模型设计一个PID前馈控制器,实现对PEA的精确运动控制。     

光源面分布对激光针灸经穴组织的漫反射影响

为了研究光源面分布对激光针灸经穴组织的漫反射传输影响,利用激光针炙在穴位组织中虚拟点源的镜像点源分布函数、并引入格林响应函数,外推边界条件求解得到点光源的漫射方程解,由人体穴位4层介质组织的一系列虚拟点源的响应得到不同空间分布光源下人体穴位的激光针炙漫反射模型;采用蒙特卡罗方法模拟了圆平面、光纤及高斯分布的面光源激光针灸。结果表明,无光斑时3种光源的径向光能主要集中在近激光针灸点区域,径向距离大于0.135cm,3种光源卷积曲线重合,圆平面和高斯光源的轴向光能呈负指数衰减,光纤光源呈直线下降;存在光斑时面光源的漫反射与光斑面积成反比,等光斑面积下圆屏光斑比圆环光斑的组织漫反射大,光斑垂直投影处漫反射曲线存在明显畸变,投影外畸变与距离成反比,达到0.5个光斑半径距离时畸变基本消除。该结果可为穴位针灸的光源选取与针灸定位提供有益参考。     

支持向量机在酒精发酵过程建模中的应用

支持向量机(SVM)是近年来发展起来的一种基于统计学习理论,采用结构风险最小化的新型学习机器.将支持向量机应用到酒精发酵生产过程建模中,仿真结果表明,支持向量机模型是有效的,SVM模型比BP网络模型有更好的预测能力.     

极点配置调节器的鲁棒设计

本文给出了当模型不确定性存在时,基于单输入—单输出模型的极点配置调节器的鲁棒性设计方法,并给出了设计例子。     

基于支持向量机的酒精发酵过程pH值辨识

由于酒精发酵中pH过程的复杂性和强非线性,建立能够描述其动态和静态特性的准确的数学模型是比较困难的.支持向量机(SVM)是近年来发展起来的一种基于统计学习理论,采用结构风险最小化的新型学习机器.将支持向量机应用到酒精发酵生产过程pH值的建模中,实验和仿真结果表明支持向量机模型是有效的,且具有良好的泛化性能,能够较好的解决酒精发酵过程中pH值的建模问题.最后进一步分析了参数选择对支持向量机模型性能的影响.     

电子制作实训案例二则

一、实用小型稳压电源的设计与制作 1．电路工作原理 用三端可调正压集成稳压器LM317构成的稳压电源电路如图1所示。图中220V的交流电经保险管送到变压器的初级线圈,并从次级线圈感应出经约9V的交流电压送到由四个二极管组成的桥式整流器。经过C1滤波后的比较稳定的直流电送到三端稳压集成电路LM317的Vin端（3脚）。     

一种采用多传感器数据融合的目标识别框架

利用Demtpster-Shafer理论进行目标识别并提出了一种战场平台识别的框架。该框架采用模糊方法来解决基本概率分布问题，并利用递推集中化结构来进行时空信息融合。为增加推理过程的鲁棒性和效率，提出了一种解决矛盾的新策略。初步实验表明该框架是有效的，并值得进一步探讨。     

神经网络在预测中的应用

本文介绍了多层前向神经网络及其学习算法。并利用多层前向神经网络对复杂非线性系统进行预测研究。实验结果证明该方法是有效的。