Robust Adaptive Neural Control for a Class of Time‐Varying Delay Systems with Backlash‐like Hysteresis Input

This paper proposes a robust adaptive dynamic surface control (DSC) scheme for a class of time‐varying delay systems with backlash‐like hysteresis input. The main features of the proposed DSC method are that 1) by using a transformation function, the prescribed transient performance of the tracking error can be guaranteed; 2) by estimating the norm of the unknown weighted vector of the neural network, the computational burden can be greatly reduced; 3) by using the DSC method, the explosion of complexity problem is eliminated. It is proved that the proposed scheme guarantees all the closed‐loop signals being uniformly ultimately bounded. The simulation results show the validity of the proposed control scheme.     

改进粒子滤波在汽轮机故障诊断中的应用

针对汽轮机的振动信号容易受到较为复杂的随机噪声污染,提出了一种改进粒子滤波的振动信号降噪方法;首先建立采集振动信号的数学模型,将其作为粒子滤波的状态方程;然后利用小波分析提取采集振动信号的背景噪声,将其和状态信号一起作为观测信号,得到观测方程,把降噪问题转化成在状态空间模型下的滤波问题;由于采用序贯重要性采样的粒子滤波存在着样本退化问题,在重采样阶段采用了一种权值排序、优胜劣汰的重采样算法,就是对各粒子的归一化权值从小到大的排列顺序,并根据权值方差大小淘汰粒子,从而得到了改进的粒子滤波算法,在一定程度上解决了标准粒子滤波的退化问题;进而运用改进粒子滤波算法对振动信号进行降噪处理,降噪前信号和降噪后信号分别通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征向量浓缩了汽轮机振动故障的全部信息,对提取的故障特征向量应用诊断识别算法进行故障模式识别;通过对比降噪前信号和降噪后信号的故障诊断识别率,证明了改进粒子滤波在汽轮机故障诊断中的应用效果更佳。     

基于ARM+WinCE的某自行火炮火控系统模拟训练与考核系统设计与实现

针对实装训练带来的数量不足、组织难度大、综合成本高等现实问题,构建了一套基于“ARM+WinCE”的自行火炮火控系统模拟训练设备;以ARM集成控制板为基础,设计了集信号采集与处理,计算、控制等功能于一体的火控系统基本电路;设计了基于WinCE、DSP、XML故障诊断硬件与软件,使得系统具有操作使用、理论与操作考核、故障诊断等功能;应用证明该模拟训练系统运行稳定可靠,极大提升了装备训练的效益。     

校园网资源整合与校园云服务模式研究

云计算应用正以势如破竹的态势进入到教育领域,云计算的推广有利于教育资源的共建共享,方便师生快捷地获取所需资源和服务,更高效地开展学习和科研工作.分析了现有网络资源的具体实际情况,利用云计算技术,探究资源整合的有效方式,整合校园网资源,探索适合于教师教学与科研、学生学习与成长,以及学校提升社会服务能力的校园私有云服务模式.     

基于生理舌头模型的语音可视化系统

目的 目前针对舌头的语音同步动画技术还未得到广泛的研究。在此背景下,提出了一种基于生理模型的舌头动画合成方法。方法 首先构建了一个精细的、能够在肌肉激励下产生逼真舌头变形的舌头生理模型;其次利用该舌头模型合成了大量的舌头运动样本,并据此通过学习得到一个从肌肉激励到舌头轮廓的转换模型;然后对采集的动态2维舌头轮廓数据进行运动参数估计以得到与音素对应的体素(肌肉激励序列和刚体位移序列);最后将体素按一定的排列方式输入到舌头生理模型进行仿真以生成相应的舌头动画。结果 该系统可以合成听觉效果逼真的语音和视觉效果逼真且与合成语音同步的舌头动画。结论 本文方法可以根据汉语普通话或其他语言的2维舌头轮廓数据构建音素—体素数据库,并据此合成该语言对应的高真实感的3维舌头动画。     

概率模型检测技术在机器人路径规划中的应用

在机器人路径规划的实际应用中,针对机器人移动行为可能会受到外界环境影响的难题,提出了一种采用概率模型检测技术进行路径规划的新方法。首先,分析环境中的主要影响因素,将机器人的移动行为看作一个不确定事件,构建马尔可夫决策过程(MDP)模型。然后,采用概率计算树逻辑(PCTL)公式描述模型属性,表达机器人复杂多样的目标任务。最后,运用PRISM平台对模型进行分析和验证,得到满足属性的全局优化路径和定量数据。仿真结果表明,上述方法不仅能够保障机器人在障碍物环境中无碰撞移动,而且可以避开环境相对复杂的区域,保证机器人以最大概率完成任务。对比试验证明上述方法的正确性和有效性。     

一种基于海量船舶轨迹数据的细粒度网格海上交通密度计算方法

在"一路一带"的战略构想下,对于海上贸易的关注逐渐升温。海上运输是海上贸易的承载,掌握细粒度的海上交通密度,对于提取热点航道热点区域、分析全球贸易走势、推断海上交通连通性及相关的异常检测等具备重要的意义。提出了一种面向海量船舶轨迹数据的细粒度网格海上交通密度计算方法,该方法将全球划分为0.01°*0.01°的标准化细粒度网格,一方面为了适应细粒度网格对全球船舶真实轨迹数据特点设计了针对性的预处理方案,处理了异常点和停泊点;另外一方面设计并实现了一种面向该网格的利用海量轨迹数据对信息发送数目、信息发送间隔、经过船舶数目、经过船舶时间等多维交通密度特征进行量化计算的方法,具备良好的拓展性。最后采用2014年2个月共计8亿余条数据对该方法的性能、准确性进行了评估验证,证明了该方法的切实可行性。     

树形网络中的副本更新策略及算法

树形网络中的副本放置和更新是网络通讯中值得研究的重要问题之一。面对网络中数据访问需求的动态变化,好的副本放置和更新策略可以在保证服务质量的前提下有效减少网络运行及副本更新成本。针对此问题提出了两种贪心的动态副本更新策略,最大重用策略和请求覆盖策略。通过算法复杂度分析和仿真实验可以看出,所提出的两种算法的最坏时间复杂度为O(nlog n),远低于现有的使用动态规划求最优解的最坏时间复杂度O(n5),而网络运行及副本更新成本与最优解相差不超过11%。在极大地缩短了运算时间的同时,保持了尽可能低的网络运行及副本更新成本。     

Adaptive output feedback tracking control of stochastic nonlinear systems with dynamic uncertainties

In this paper, adaptive output feedback tracking control is developed for a class of stochastic nonlinear systems with dynamic uncertainties and unmeasured states. Neural networks are used to approximate the unknown nonlinear functions. K‐filters are designed to estimate the unmeasured states. An available dynamic signal is introduced to dominate the unmodeled dynamics. By combining dynamic surface control technique with backstepping, the condition in which the approximation error is assumed to be bounded is avoided. Using It ô formula and Chebyshev's inequality, it is shown that all signals in the closed‐loop system are bounded in probability, and the error signals are semi‐globally uniformly ultimately bounded in mean square or the sense of four‐moment. Simulation results are provided to illustrate the effectiveness of the proposed approach. Copyright © 2014 John Wiley & Sons, Ltd.