一种超声测距的鲁棒自适应建模方法

分析了超声测距的工作原理及特点,提出了一种新型的鲁棒自适应建模方法．首 先,利用在线递进滤波技术,有效地剔除采集数据中可能存在的“野点”; 然后针对移动机 器人中超声测距的不确定性特点,在自适应最小二乘估计（ALS）的基础上, 结合模糊理论, 实现了鲁棒自适应最小二乘（RALS）建模. 最后,给出了一种基于x2检验的模型收敛 性检验方法. 通过实验对比分析,验证了RALS具有很好的实用性和鲁棒性, 比较适合于移动 机器人超声测距的建模.     

一种基于不确定分析的多传感器信息动态融合方法

提出了一种基于不确定分析的多传感器动态分布融合方法.首先引入贴近度的概念对 传感器进行动态聚类,接着基于兼容测度实现了组内传感器信息的最优Bayesian估计融合;最 后给出了一种基于一致测度的多传感器信息动态融合的方法.通过实验对比分析,证实了此方 法具有较好的实效性和鲁棒性.     

BP神经网络在渠系自动控制中的应用

就渠系自动控制的问题,比较分析了常用的两种渠系建模方案,提出利用改进BP网络进行渠系辨识,然后在线自动控制。通过改进BP网络算法及模糊技术,克服BP网络所存在的容易陷入局部极小点、对初值要求高、训练时间长等缺点。仿真研究表明,在渠系自动控制中,利用神经网络技术是一种比较理想的方法。     

高性能脑电波ERP信号放大器的研制

介绍了一种高性能的脑电波ERP信号放大器,该放大器采用先进的陷波器电路,并采用特殊设计很好地解决了工频干扰、基线飘移等问题.