离散交通信号控制模型及其优化算法

离散交通信号控制模型在自适应粒子群算法中引入变异算子,以更新粒子群算法的个体极值点和全局极值点.在此模型基础上,应用四种自适应变异粒子群算法优化城市交通信号控制配时方案,同时比较分析各变异算子的优劣.然后选出最优的自适应变异粒子群算法对不同的交通流进行连续优化控制.仿真表明该混合算法可解决易陷入局部收敛的缺陷并能够有效实现交通信号优化控制.     

基于遗传算法的导弹控制系统设计与仿真

针对导弹在气动参数变化剧烈且控制精度要求较高的情况下,控制参数难以确定的问题,提出了采用飞行全包络动态控制的方法。文中首先通过遗传算法来求解不同飞行状态和飞行环境下的控制参数的优化解,从而得出飞行包络参数表,然后通过插值查询得出在实时飞行状态下所需控制参数,以此实现动态控制,使得导弹在不同的飞行阶段都有对应的精确控制参数。文中以某防空导弹的六自由度模型为对象进行仿真研究,结果表明了该方法的可行性及良好的控制效果。     

基于LMI的输出反馈H∞控制及其仿真

研究了基于线性矩阵不等式的输出反馈H∞控制器设计方法.介绍了线性矩阵不等式方法, 讨论了基于线性矩阵不等式的H∞控制问题的求解及输出反馈H∞控制器设计方法.最后给出了在MATLAB环境下利用LMI工具箱求解输出反馈H∞控制器的方法, 并给出仿真实例.     

姿态随动稳定跟踪平台的控制算法与仿真

姿态随动稳定跟踪天线平台的控制算法,采用位置前馈、速度和位置反馈控制.当设置定位目标坐标后,可由控制器控制平台指向定位目标,其随动稳定跟踪平台移动.当随动平台基座晃动时,平台控制器能自动调整平台的三轴姿态角,保证平台始终指向目标.仿真和工程实践表明.该算法能保证天线平台具有的稳定跟踪性能.     

导弹模糊控制技术的DSP算法仿真

研究一种新型的自组织模糊控制方法用于导弹自驾驶仪设计，以提高导弹自动驾驶仪的控制特性。控制算法的硬件实现是评价该算法能否具有工程实现性的标准之一。经过理论推导及仿真实验结果表明，自组织模糊控制算法在理论上既能提高导弹自动加强仪的控制特性，在实现上又具有利于DSP实现的形式，并且满足实时性要求，为该算法的工程实现提供了可能性。     

航向角BP神经网络自整定PID控制算法仿真

设计了基于BP神经网络的自整定PID控制算法,此控制算法不需要被控对象的数学模型,先由BP神经网络对被控对象进行辨识,给出PID控制所需要的3个参数,再由PID控制算法进行有效的控制,最后用MATLAB对某水下机器人的航向角模型进行了仿真验证。     

基于BP 神经网络的自适应自抗扰控制及仿真

针对被控对象参数变化大而快、外扰严重且不确定的系统,参数固定的扩张状态观测器 (ESO)存在“总和扰动冶估计精度降低、控制效果较差的问题,提出了一种基于BP 神经网络的自适应自抗扰控制器(ADRC)。分析了引入自适应ESO 的意义,剖析了ESO 的结构,利用BP 神经网络在线调整ESO 参数并将这个自适应ESO 嵌入到ADRC. 仿真结果表明,改进的ADRC 较常规ADRC 具有扰动估计精度更高、控制量振荡幅度更小以及鲁棒性、抗干扰性更强的优点。     

履带车辆行驶平顺性预测的仿真

履带车辆行驶平顺性预测仿真,以某型履带车辆为例,利用Matlab信号处理工具箱构建路面模型,以逆傅立叶法构造路面谱.以ISO 2361标准作为平顺性评价方法,对履带车辆在F级路面上的平顺性进行仿真.并用履带车辆模块和Pro/ENGINEER构造履带车辆虚拟样机,包括其结构组成及运动分析、模型建立及仿真分析.     

基于人工鱼群算法的制导炸弹控制系统设计与仿真

针对制导炸弹在大空域飞行过程中受到不确定外界干扰和未建模摄动影响,就人工鱼群算法对精确解获取能力不够和后期收敛较慢的问题,提出了一种引入饥饿因子以自适应调整视野、步长和拥挤度因子的改进方法.采用改进算法对混合灵敏度问题中的权函数进行了优化选取,设计了制导炸弹鲁棒控制器.Matlab仿真结果表明,改进的人工鱼群算法具有更快的寻优速度和更高的寻优精度,应用该方法设计的控制器具有较好的设计性能指标,对大空域、强外界干扰和较大模型摄动的适应性强、鲁棒性好.     

事件触发容积卡尔曼滤波及其在火控探测网络中的应用

为减小传感器网络中各探测单元和融合中心间的数据传输量,设计了基于双重判断准则的事件触发机制,以控制各探测单元到融合中心的数据传输。为得到比已有事件触发融合估计算法更高的估计精度,提出了一种基于所提事件触发机制和平方根容积卡尔曼滤波的非线性融合估计方法。仿真和试验结果表明：所提方法与基于周期传输机制的容积卡尔曼滤波相比,可减小数据传输量;与已有事件触发融合估计方法相比,可在数据传输量基本一致情况下获得更高的估计精度。