基于动态调度的网络控制系统设计方法

针对网络控制系统中存在多回路共享网络资源的问题,本文提出一种基于反馈和预测机理的动态调度策略,根据当前的网络状态在线调整控制系统的采样周期,以适应当前网络中信息流的变化,达到改善网络运行性能的目的．采用动态调度策略的网络控制系统为不确定变采样周期系统,经过等效变换,将系统等效为一类具有参数不确定性的离散系统．基于建立的模型,给出系统的鲁棒控制器参数化设计方法,并通过仿真实例验证了所提方法的有效性．     

基于粗糙集特征约减的网络异常检测方法

讨论了基于粗糙集特征约简的SVM（支持向量机）异常检测方法,对源自KDD99的实验数据集分别采用SVM和特征约减后SVM进行仿真实验,依据实验结果的比较,说明在网络异常检测中基于特征约减后的SVM和直接采用SVM相比,在保持检测精度不显著降低的同时,前者能够有效的缩短训练时间.     

物联网工程新专业本科人才培养方案研讨

针对目前物联网工程新专业大范围建设实施中出现的一些问题,从卓越工程师人才培养模式、物联网工程专业课程体系设置、本科人才培养新方案等方面着手,介绍一种物联网工程专业知识体系结构,明确该专业人才培养目标,构建一套人才培养体系,分析人才培养中存在的若干问题。     

三相三线APF补偿电流的模糊反馈检测与控制

补偿电流的检测是三相有源电力滤波器的关键问题,快速准确地检测出补偿电流并实施有效的控制直接影响到有源电力滤波器的补偿效果.对三相三线制有源电力滤渡器进行电路模型分析,采用T-S模糊反馈控制的方法,获得三相三线制有源电力滤波器的补偿电流,并对电源电流进行实时的模糊反馈控制.采用并行分布补偿的方法设计了模糊反馈控制器,将有源电力滤波器的非线性问题线性化,在稳定性条件下求解线性矩阵不等式,得到无功功率及谐波电流全补偿控制策略的状态反馈增益,由此获得连续的即时补偿跟踪电流,仿真及实验结果验证了补偿电流检测的准确性及模糊反馈控制的有效性,对简化有源滤波器的电流检测与其构成组件具有较大应用价值.     

基于辅助模型的量化控制系统辨识方法

针对具有通信约束的量化控制系统模型, 在采用随机重复性试验测量信息的技术上, 提出了基于辅助模型的量化系统参数辨识方法. 首先分析了在随机重复性试验方法下量化系统的模型特征并给出了分两步辨识的策略.分析表明, 在上述模型里系统具有时变的估计误差, 推导了进行参数辨识所满足的持续激励条件, 并给出了基于辅助模型的多新息量化辨识递推算法. 接着研究了所给出辨识算法的收敛性分析, 得到了系统参数估计误差上界的计算式,最后将方法推广到一类Hammerstein非线性系统量化辨识问题上. 数字仿真验证了该算法及结论     

时延网络化控制系统的H2/H∞混合控制

针对存在多步随机传输时延的网络化控制系统模型,研究了其随机稳定性及H 2/H ∞混合控制问题.在一定的系统通信控制模式下,网络传输时延可以建模为一个马尔可夫随机过程,通过增广系统状态的方法将原系统转化为一个具有随机跳变系数的离散系统,同时通过建立随机跳变Lyapunov函数,构建了满足系统随机稳定的H ∞次优和H 2/H ∞混合控制状态反馈控制器.该控制器可通过求解一组耦合的矩阵不等式而得.仿真结果表明了此方法的可行性.     

基于PWM方法的污水处理过程控制研究

通过简化ASM1模型建立污水生物处理中异养菌新陈代谢的数学模型,在此基础上将PWM方法应用于污水处理过程控制。首先,使用局部工作点最优线性化方法将建立的非线性模型线性化,其次使用LQR(线性二次最优调节器)方法得到曝气流量与污泥排放流量的模拟控制律。将模拟控制律转化为PAM控制律,进一步转变成PWM控制律,可以更有利于解决大功率电机调速控制问题。在动态进水条件下与多溶氧点控制法和开关控制法进行仿真比较,结果显示PWM控制方法使得出水中的污染物浓度远小于国家标准,且优于多溶氧点控制法和开关控制法。     

基于VF-DW-DFN的锂离子电池剩余寿命预测北大核心CSCD

锂离子电池作为各类储能系统与设备的重要组成部分,准确预测锂离子电池的剩余使用寿命对于保障电池相关产业和设施的可靠性与安全性起着关键作用。针对锂离子电池剩余寿命预测中存在的非平稳、非线性特性导致单一数据驱动方法的预测精度低、泛化性能差等问题,提出了一种基于变分滤波、数据规整和深度融合网络的数据驱动融合(VF-DW-DFN)方法。首先,利用变分滤波法去除原始电池退化序列中的随机噪声干扰,得到相对平稳的退化特征数据。然后,采用最优嵌入法构造预测滑窗,实现特征数据规整,减少信息损失。其次,设计了一种新型深度融合网络对电池非线性退化数据进行建模,辨识电池数据中的退化模式,实现最终的锂离子电池剩余寿命预测。最后,在钴酸锂锂离子电池数据集上进行了剩余寿命预测实验,实验预测的平均均方根误差为1.41%,平均剩余寿命绝对误差小于2个循环周期。实验结果表明所提出的方法泛化性能好,预测精度高,误差小,能够对锂离子电池的退化过程进行有效建模和准确预测。     

梯度导向的通道选择目标跟踪算法

通常在目标跟踪任务中需要跟踪的目标物体具有任意性,同时目标周围可能有相似的干扰物体,这常常导致预训练网络提取的目标特征并不完全适用于当前需要跟踪的目标物体.针对以上问题,在Siamese孪生网络目标跟踪框架下,提出一种新型的基于梯度导向的通道选择目标跟踪算法.首先从预训练网络提取待跟踪目标特征,利用提出的开关-惩罚损失...     

结合W4算法和LBP模型的运动目标检测方法

针对传统W4背景模型算法无法消除运动目标阴影的问题,提出了一种有效消除阴影的运动目标检测算法。首先,给定背景初始帧,用传统W4算法计算出每一个像素点的最小灰度值、最大灰度值以及最大相邻帧间差分值;其次,对每个像素点提取的最大灰度值和最小灰度值进行线性加权;之后结合能抵抗阴影影响的改进的LBP纹理特征,采用类似混合高斯背景模型原理的思想提取多个运动目标检测背景模型。精简提取得到的LBP纹理的种类,减少计算量,以达到实时性的要求。实验结果表明,该算法与同类算法相比更有效地去除阴影对运动目标检测的影响,也满足实时性的要求。