广义时变系统的鲁棒 H∞ 容错控制

对于一类广义时变不确定系统,在执行器故障情况下给出了系统具有容许性的充分条件,并设计反馈控制器使其满足给定的 H∞ 干扰衰减指标,使得系统在正常与故障情况下都具有容许性.最后给出数值算例来证明结论的有效性.     

永磁同步电机伺服系统采样H∞控制

本文提出永磁同步电机伺服系统采样H∞控制方案。基于采样状态反馈控制器,建立了永磁同步电机伺服采样闭环控制系统,同时给出了其采样H∞性能定义。为了解决该采样H∞控制问题,利用滞后法,将采样闭环控制系统转化为连续系统,并给出了控制器存在的线性矩阵不等式条件。仿真结果表明：在参数摄动和负载扰动的情况下,该控制策略能使永磁同步电机转速快速跟踪收敛到参考目标值,响应速度快,且稳定性好,鲁棒性强。     

基于模糊自适应控制的三相PWM整流器的研究

三相电压型 PWM 整流器一般采用传统双闭环PI控制策略,而PI控制参数是在特定条件下整定的,在负载变化和扰动较大的情况下系统适应性差,难以取得良好的控制效果。结合自适应的控制思想,在PI控制的基础上,提出了一种新型的控制方法,即在电压外环采用模糊自适应PI控制,电流内环采用前馈解耦的控制策略。仿真结果表明这种控制方法适应性强,具有良好的动态性能。     

一种新型的全局优化算法——细胞膜优化算法*

通过研究细胞膜的特性及其物质转运方式,从中进行提取优化模型,并结合全局优化算法的基本思想,提出了一种新型的全局优化算法——细胞膜优化算法（CMO）。通过数值实验,验证了细胞膜优化算法具有很好的全局寻优能力、快速的收敛能力和获取高精度解的能力,并与标准粒子群算法（PSO）和人口迁移算法（PMA）进行比较,结果表明,细胞膜优化算法在解决高维优化问题时具有更好的收敛性能。     

肺结节计算机辅助检测与定位系统*

为了实现肺结节的智能识别,开发了肺结节计算机辅助检测与定位系统（SCADP）。该系统包括肺实质分割、候选肺结节分割、肺结节特征选择与提取、肺结节分类、图像配准与融合、结节三维重建与定位和勾画病灶等功能模块。其中,采用活动轮廓模型的分割方法实现候选肺结节分割,采用基于规则与专家系统的决策方法实现肺结节分类;采用自由变形法实现图像配准。基于小波变换的融合方法,以区域标准差与区域能量相结合的融合规则实现多模图像的融合;基于改进的Shear-Warp算法快速实现体绘制。实验证明,该肺结节计算机辅助检测与定位系统满足肺结节计算机辅助诊断要求。     

应用ANN/HMM混合模型预测蛋白质二级结构

针对3状态隐马尔可夫模型（hidden Markov model,HMM）预测蛋白质二级结构准确率不高的问题,提出15状态HMM,通过改进的算法与BP神经网络相结合进行二级结构预测。研究对象为CB513数据集中筛选出的492条蛋白质序列,将其随机均分7组。应用混合模型进行预测,对准确率进行7交叉验证,Q3准确率达7721%,SOV值为7252%。结果表明,混合模型既能充分考虑相邻氨基酸残基间的相互影响,也能在一定程度上照顾二级结构的远程相关性,因此带来了较好的预测准确率。     

基于多重回归分析的DV-HOP定位算法研究*

针对无线传感器网络中已有DV-HOP定位算法节点定位精度不高的问题,提出了一种RSDV-HOP（RSSI and statistics DV-HOP）算法。该算法运用统计学中的多重回归分析方法,通过对锚节点信息建立的回归模型,运用到全网中实现对未知节点的定位。仿真结果表明,RSDV-HOP算法在定位精度上相比DV-HOP算法有明显的提高。     

基于贝叶斯分类器的主题爬虫研究*

主题爬虫是实现定题搜索引擎的核心技术。提出了基于贝叶斯分类器实现主题爬虫的方法,介绍了基于贝叶斯分类器的主题爬虫的系统结构以及系统关键部分的实现,包括URL队列、爬行历史、页面下载以及页面分析,并重点介绍了基于贝叶斯分类器的主题相关度算法。爬虫使用改进的TF-IDF算法来提取网页内容的特征,并采用贝叶斯分类器计算其主题相关度。实验结果表明,在搜索大量网络资源的情况下,贝叶斯分类器比PageRank算法更适合用于实现主题爬虫。     

Kinect与Darwin机器人的联合调试与仿真平台的设计与实现

机器人模仿学习是机器人技术的重要研究方向之一。针对机器人动作模仿学习,设计了Kinect和Darwin-OP2机器人的联合调试与仿真平台。该平台主要包括图像采集模块、运动控制模块和3D模型仿真模块,具有人体姿态解算、机器人实时状态监控及姿态仿真、与下位机网络通信及远程实时跟踪控制等功能。测试结果显示,该平台响应迅速、网络通信机制稳定、交互界面友好,能较好地实现机器人动作模仿学习。     

光声光谱技术在电厂变压器在线监测中的应用

发电厂作为智能电网的起点,其安全运行的重要性不言而喻,而发电厂中变压器作为发电输电的关键设备,需要长期高负荷运行,一旦发生故障会对电厂的经济效益和社会生产造成巨大影响。光声光谱技术作为一种新的变压器油中溶解气体在线监测技术,相较于传统的气相色谱法有着诸多优势：测量精度高、检测时间短、长期稳定性好、无需载气结构简单、多种气体同时在线监测、显著减少维护成本等。由此可见,光声光谱法更加适用于变压器油中气体在线监测,能够对变压器状况做到实时监测,对典型故障作出预警,增加变压器的安全性和可靠性。实际应用结果表明,具有及其广阔的推广应用前景。