新型集成聚合物波导/ 聚合物分散液晶光子射频移相器的设计

可控光子射频移相器是光控相控阵中的关键器件,本文用分立元件组成了光子射频移相器系统,对相移角度进行了测试,提出了一种新型的单片集成聚合物波导/聚合物分散液晶光子射频移相器的设计思想,介绍了移相器的制作工艺,分析了该移相器的优点.     

毫米波MIMO系统离散化混合预编码设计

为了提高毫米波大规模多输入多输出（MIMO）系统波束成形增益,降低天线与移相器的硬件成本,提出一种基于离散移相器的混合预编码设计方案。以最优化频谱效率为目标,该方案通过分析均匀直线阵列与均匀平面阵列的响应矢量,将毫米波信道的空间特性预编码的设计考虑为空间稀疏重构问题,采用离散化正交匹配追踪原理求出数字预编码与离散化的模拟预编码。仿真结果表明,同等条件下平面阵列的频谱效率优于直线阵列,同时所提出的离散化混合预编码方案中低精度移相器的性能近乎达到全精度移相器的性能增益。     

异步电机矢量控制系统磁链调节器的设计与仿真

当前,矢量控制是一种优越的交流电机控制方式,它模拟直流电机的控制方式使得交流电机也能取得与直流电机相媲美的控制效果。本文研究了矢量控制系统中磁链调节器的设计方法。首先简单介绍了矢量控制的基本原理,给出了矢量控制系统框图,然后着重介绍了矢量控制系统中磁链调节器的设计和仿真过程。仿真结果表明调节器具有良好的磁链控制效果。     

基于GPS的同步数字照明控制系统的设计

本文针对城市大型LED数字化景观照明系统同步控制线路复杂、操作繁琐的缺点,提出了一种基于GPS的同步数字景观照明控制系统的设计方案,并重点分析了数字照明控制系统的结构、硬件组成和软件关键部分的设计方法。该系统的设计思想、实现方法具有广泛的应用价值和很好的借鉴作用。     

PMSM无速度传感器最优转矩系统的复合控制

针对PMSM的数学模型和最优转矩矢量控制方案,提出了一种在同步旋转坐标系下的永磁同步电机滑模变结构速度调节策略结合模型参考自适应无速度传感器速度辨识方案,应用于PMSM最优转矩矢量控制系统中。取代了传统PI调节器,保证了系统对参数摄动和不确定因素有很强的鲁棒性,Popov超稳定性理论保证了系统的稳定性。理论分析和仿真结果表明,所提出的速度调节策略和辨识方案使最优转矩矢量控制系统具有较强的鲁棒性和较好的动静态性能。     

基于DSP的异步电动机矢量控制系统的设计与仿真

文章提出了一种以DSP芯片为控制器的异步电动机矢量控制系统的设计方案,分析了矢量控制系统的控制原理,详细介绍了系统硬件设计及软件编制,并给出了系统仿真实验。实验结果表明,基于DSP的异步电动机矢量控制系统的启动特性好、控制精度高、动态响应快,适用于对系统性能要求较高的场合。     

基于DSP的伺服系统电流环的分析与设计

分析了影响同步电动机矢量控制电流控制环动态特性的主要因素，指出同步电动机反电动势是其中最重要的干扰因素，针对通常采用的PI（比例－积分）电流调节器因工作频带的限制无法在较高转速时抑制反电动势的影响，提出了前馈补偿和变电流环增益的设计方法，并应用于基本数字信号处理器的矢量控制系统，给出了系统结构及软硬件设计方案，实验结果表明，该系统软件简单，控制精度高，动态性能良好。     

半导体键合机自动对准系统数字调节器的设计

本文介绍了一种以步进电机为执行机构的数字系统;并针对半导体键合机自动对准系统的数字调节器D(Z)进行了具体的设计,最后给出自动对准的程序框图和程序。实验结果表明:采样控制系统的“最小响应法”对纯数字系统也是简单可行的。     

基于谐波探测理论功率放大器线性化仿真研究

Volterra级数是一种用于解决非线性问题数学模型,在功率放大器线性化领域中,其庞大的计算难度限制了实际线性化处理的效果。为了解决Volterra级数计算量过大的问题,使用谐波探测方法替代Volterra级数,使用多个简单多项式对功率放大器复杂的记忆非线性特性进行建模,结合该模型与前馈线性化结构,提出了一个基于谐波检测的数字前馈结构。该数字前馈方法避免了前馈方法中时延因素对于功率放大器线性化效果的影响。仿真中,上述方法提供了平均20dB的抑制效果,验证了谐波探测理论应用于功率放大器线性化领域的可行性。     

自适应控制的发展动态

近年来,自适应控制领域取得的主要成果是:解决了大范围稳定性问题,弄清了自适应控制各种实现方法之间的等价性。这些发展成果使我们能用统一的方式来研究自适应控制的各种问题。 模型参考自适应控制(MRAC)和自校正调节器(STR)是解决自适应控制问题的两种主要方法。模型参考自适应控制已经被用于连续时间系统和离散时间系统,而自校正调节器仅能用来分析离散时间系统。不过到目前为止,模型参考自适应控制主要只用于确定性系统,而随机自校正调节器则是研究不确定性系统的有效方法。随着这两种方法之间等价性的建立,必将导致模型参考自适应控制和自校正调节器乏间的互相补充和互相促进。 本文的目的是简要地回顾一下近年来自适应控制的发展情况,并为将来的研究指出可能的方向。     

未知参数多变量线性系统自适应模糊广义预测控制

对未知参数多变量线性系统提出了自适应模糊广义预测控制方法.该方法直接用模糊逻辑系统组成的向量设计广义预测控制器,并基于广义误差向量估计值对控制器中的未知向量和广义误差估计值中的未知矩阵进行白适应调整.该方法不但能保证闭环系统所有信号有界,而且可使广义误差向量收敛到原点的一个邻域内.     

基于数字预失真技术的有记忆功放线性化研究

现代通信系统中,具有较大峰均比和带宽的线性调制信号经过大功率功放会产生非线性失真和记忆效应.针对高峰均比的宽带输入信号,提出一套联合峰均比抑制技术和基带自适应预失真技术来改善功放非线性失真的可行方案.并仿真了峰值抵消算法和自适应预失真算法,结果表明对于峰均比为7.6dB的输入信号,经过1dB的削峰处理后,预失真器改善带外频谱抑制25dB左右,有效的补偿了功放的非线性失真和记忆效应,提高了功放效率,对功放线性化技术有一定的实用价值.     

OFDM系统中基带预失真技术研究

本文针对无线OFDM系统中功放非线性的影响,提出了基于基带预失真技术的解决方案。通过计算机仿真考查其对不同功放特性的自适应有效性,结果表明该基带预失真技术对OFDM系统的功放非线性恶化改善明显。     

OFDM系统中基带预失真技术研究

本文针对无线OFDM系统中功放非线性的影响,提出了基于基带预失真技术的解决方案.通过计算机仿真考查其对不同功放特性的自适应有效性,结果表明该基带预失真技术对OFDM系统的功放非线性恶化改善明显.     

前馈功放自适应控制算法性能研究

对应用于射频前馈功率放大器中两种自适应控制算法--功率最小算法与相关性最小算法进行了分析论证和仿真验证,结果表明两种算法是等价的,但前者所需付出的软硬件代价远低于后者,更有利于应用于实际工程中.仿真和实验研究表明,上述算法可使功放的ACPR指标改善15dB.     

Adaptive load shedding for an industrial petroleum cogeneration system

This paper presents the design of adaptive load-shedding strategy by executing the artificial neural network (ANN) and transient stability analysis for an Industrial cogeneration facility. ? To prepare the training data set for ANN, the transient stability analysis has been performed to solve the minimum load shedding for various operation scenarios without causing tripping problem of cogeneration units. Various training algorithms have been adopted and incorporated into the back-propagation learning algorithm for the feed-forward neural networks. ? By selecting the total power generation, total load demand and frequency decay rate as the input neurons of the ANN, the minimum amount of load shedding is determined to maintain the stability of power system. ? To demonstrate the effectiveness of the ANN minimum load-shedding scheme, the traditional method and the present load shedding schemes of the selected cogeneration system are also applied for comparison and verification of the proposed methodology.     

Optimized feature extraction and the Bayes decision in feed-forwardclassifier networks

The problem of multiclass pattern classification using adaptive layered networks is addressed. A special class of networks, i.e., feed-forward networks with a linear final layer, that perform generalized linear discriminant analysis is discussed, This class is sufficiently generic to encompass the behavior of arbitrary feed-forward nonlinear networks. Training the network consists of a least-square approach which combines a generalized inverse computation to solve for the final layer weights, together with a nonlinear optimization scheme to solve for parameters of the nonlinearities. A general analytic form for the feature extraction criterion is derived, and it is interpreted for specific forms of target coding and error weighting. An important aspect of the approach is to exhibit how a priori information regarding nonuniform class membership, uneven distribution between train and test sets, and misclassification costs may be exploited in a regularized manner in the training phase of networks     

Lumped disturbance compensation using extended Kalman filter for permanent magnet linear motor system

In this paper, an extended Kalman filter is designed and applied to a feed-forward based lumped disturbance compensator which consists of position dependent functions for a permanent magnet linear synchronous motor system. In our previous research, a lumped disturbance model including the force ripple and the Coulomb friction force was developed and utilized as a feed-forward controller. To improve the performance of that model, following two studies are conducted. First, an initial position estimator is designed to create synchronization between the model and real disturbance. This step is necessary because almost all linear motor systems are equipped with an incremental encoder for position measurement. Second, to cancel out a slight variation in real disturbance, an adaptive controller in the form of coefficients adaptation is designed. These two studies are combined by a sixth order extended Kalman filter. To make a comparison, a recursive least squares filter and disturbance observer and its modified version are prepared. The effectiveness of the proposed scheme is verified by the overall disturbance shape, RMS position error and FFT analysis on the position error.     

Simplified adaptive estimation

A simplified adaptive scheme is suggested for the estimation of the state vector of linear systems driven by white process noise that is added to an unknown deterministic signal. The design approach is based on embedding the Kalman filter (KF) within a simplified adaptive control loop that is driven by the innovation process. The simplified adaptive loop is idle during steady-state phases that involve white driving noise only. However, when the deterministic signal is added to the driving noise signal, the simplified adaptive control loop enhances the KF gains and helps in reducing the resulting transients. The stability of the overall estimation scheme is established under strictly passive conditions of a related system. The suggested method is applied to the target acceleration estimation problem in a Theater Missile Defence scenario.