不确定大系统分散鲁棒H∞控制的LMI方法

针对一类由N个子系统构成且存在参数不确定性的大系统，研究其分散鲁棒H∞控制器的设计方法．目标是分别设计状态反馈控制器和基于状态观测器的输出反馈控制器．使大系统在允许的参数不确定时鲁棒稳定，并且满足H∞性能指标．采用线性矩阵不等式(LMI)的方法，分别给出了状态反馈和输出反馈分散H∞控制器存在的充分条件，利用LMI控制工具箱可方便地求解．仿真结果表明了该方法的有效性和优越性．     

Identification of abnormal movement state and avoidance strategy for mobile robots

1 INTRODUCTION Abnormality identification is crucial for dead-reckoning, locating and mapping, navigating and safety of mobile robots, especially when robots work in unknown environments such as planetary exploration. The abnormalities of mobile robots can be divided into two categories: faults of internal components (such as sensor, actuator, etc)[1?5] and abnormal movement states while interacting with environments (such as slipping of wheel)[6?7]. Those abnormal movement states include …     

SPME技术在有机锡化合物分析中的应用

固相微萃取(SPME)技术是20世纪80年代末发展起来的一种崭新的样品前处理技术,由于具有简便、快速、灵敏度高、易自动化、不用溶剂等优点,问世后几年内便成功地用于环境、药物、食品等样品中的有机物测定。简单介绍了SPME技术和有机锡化合物的分析特点,综述了SPME技术在测定水、酒、体液、沉积物和生物样品中有机锡化合物的应用,最后展望了SPME技术广阔的应用前景。     

机器人力／位置自适应模糊控制

在机器人力／位置混合控制的基础上，本文提出了一种对力控制回路采用自适应模糊控制的方法，有利于提高系统对机器人末端操纵器五外界工作环境接触时，其接触刚度不确定性的自适应能力，仿真结果表明，该控制方法与常规ＰＩＤ控制相比，系统的自适应能力和鲁棒性有显著的改善。     

基于无参数形状检测子和DT-CWT的交通标志识别

针对车辆行驶环境中难以检测的交通标志,提出了一种检测和识别方法.首先分割交通标志的特征颜色区域,并扩展感兴趣区域,提取区域边缘.然后用直线分割和杂点去除粗略划分边缘,根据直线间顶点处的曲率关系,计算转向角并分类顶点的类型,用无参数形状检测子来检测图像中的圆形、三角形和矩形等.将检测到的候选区域送入形状分类器中,分类形状并排除杂质的干扰,最后通过二元树复小波变换和二维独立分量分析相结合来识别交通标志类型.实验结果表明提出的方法对交通标志被遮挡、光照不均匀、颜色部分失真的情况下,检测率和识别率均较高,并且可以达到实时处理的效果.     

光纤陀螺误差的实时建模与补偿

通过对干涉型光纤陀螺误差来源及其影响因素的分析,建立了与温度变化量及温度变化速率相关的角速率误差概率密度函数,并提出一种针对慢时变与弱非线性随机过程的分段等概率误差补偿方法.该方法采用非线性手段,对一系列具有统计平稳性的随机过程进行参数估计与预测,能够实现模型动态跟踪,近似程度较高,且充分发挥了并行计算的优势,可避免由补偿过程所造成的输出时间滞后.几种典型工作状况下的实际补偿结果表明其能有效地减小角速率及航向角误差.     

直接在位置控制机器人上实现力/位置自适应模糊控制

本文提出一种直接在位置控制机器人上实现力／位置自适应模糊控制的方案，使得对于一般工业机器人，在不改变其原有位置控制器的前提下，实现力／位置控制．仿真结果表明，该控制方法使机器人控制系统对工作环境接触刚度的自适应能力得到显著的改善．     

一种用于非参数系统辨识的粗糙进化方法

提出了一种用于非参数系统辨识的粗糙进化方法,该方法由嵌入ＡｐＥｎ的进化计算（ＥＣ）、进化粗糙集、基于信息论的组合型进化策略（ＥＳ）５和鲁棒非参数系统辨识所构成,该方法已用于Ｌｏｇｉｓｔｉｃ方程的辨识,这对于诸如家用电器的地系统来说也属于一种实用的技术,实验结果表明了文中方法的实用性和有效性。     

未知环境中基于视觉显著性的自然路标检测

自然路标检测是移动机器人在未知环境中表示与识别环境的基础.基于此,本文提出一种具有适应能力、基于视觉显著性的自然路标检测系统.设计了保细节采样策略,能够自行调节参数以适应各种环境纹理分析的Gabor滤波器,在多尺度空间上计算颜色、纹理的对比度,经综合处理得到描述路标可选区域的显著性指示图.实验结果表明本文算法在显著点检测方面具有较高的准确性,并且具有较高的重复检测能力,能够适应远近尺度、旋转和视角变化等自然环境识别要求.     

当代学习自适应混合离散粒子群算法研究

针对NP-hard组合优化及粒子群算法离散化问题,提出一种当代学习自适应混合离散粒子群算法对其进行求解.依据粒子多样性的变化规律,引入自适应扰动算子,以保持种群进化能力;根据成功的粒子群社会学习能力和个体学习能力,提出粒子群当代学习因子以体现粒子当代学习能力,进而改进其运动方程,使算法稳定性得到提高;最后融入近邻搜索变异策略,提升算法局部求精能力.实验表明:当代学习自适应混合离散粒子群算法较其他三种离散粒子群算法在解的质量方面有所改进,并首次在算法稳定性上得到了较大进步,为离散粒子群算法稳定性研究提供了新的思路.