多线程在VC++串口通信程序中的应用

本文通过一机房监控系统程序中串口通信对多线程的应用来介绍Windows 9X／NT操作系统中多线程的应用和VC 对多线程的支持。     

多UUV沿多条给定路径运动的协调编队控制

研究了在三维空间中多UUV的协调路径跟踪控制问题.应用分散控制策略将路径跟踪问题和个体间的速度协调编队解耦.在单个UUV的路径跟踪控制中引入视距导航(line of sight guidance)算法设计路径跟踪控制器,使得跟踪误差渐近收敛到零;引用图论知识设计协调控制器,使得多UUV沿期望路径的位置和速度在规定队形下达到一致,实现多UUV间的协调,而不影响空间域上的路径跟踪性能.     

水下无人航行器结构环境SFEKF同步构图定位方法

针对传统同步构图定位(SLAM)传感器具有数据量大、处理速度慢、实时性差的不足和基于扩展卡尔曼滤波的同步构图定位(EKF-SLAM)具有对水下无人航行器(UUV)位置估计精度低、甚至发散的缺陷,把带次优渐消因子的扩展卡尔曼滤波器应用到了导航系统中,提出了基于多元测距声呐(MRS)的UUV结构环境SFEKF-SLAM(suboptimal fadingextended Kalman filter-SLAM)方法.首先建立基于霍夫变换的水下MRS特征提取模型,设计了基于SFEKF-SLAM的UUV导航系统,利用该系统可以对UUV的状态进行预测,结合MRS信息可以对UUV周围结构环境进行状态更新.海试结果验证了基于霍夫变换的水下MRS模型能够有效提取环境特征,基于SFEKF-SLAM的UUV导航系统相对于常用的基于EKF-SLAM的UUV导航系统具有更高的定位精度,能够构建更加精确的港口堤岸地图.     

全垫升气垫船四自由度运动仿真

为了研究全垫升气垫船的操纵性,建立了气垫船的运动仿真模型.通过船模风洞试验和平面运动机构试验分别得到了气垫船的空气动力系数和水动力系数,建立了空气动力和水动力数学模型;对各个方向的合外力进行合成,依照牛顿动量和动量矩定理,建立了全垫升气垫船的运动数学模型.利用冻结一解冻算法编制了气垫船运动仿真程序,并进行了操纵仿真试验,研究了气垫船的直线航行与回转运动的操纵特性.仿真结果表明所建立气垫船模型是合理的,所采用的算法是有效的.     

模糊滑模变结构控制在AUV纵倾控制中的应用

无人水下机器人(AUV)在潜浮运动过程中,纵倾角的控制对其在垂直面的运动状态起着关键的作用.尽管目前研究的控制方法对纵倾角有较好的控制效果,但是由于AUV不确定的非线性特性和模型参数,其控制性能并不理想.根据AUV垂直面的非线性模型,在特定的工作点对非线性模型进行了线性化,得到AUV垂直面纵倾运动的数学模型.设计了基于模糊控制理论的模糊滑模变结构控制器调整滑模控制的控制增益,并在海流干扰下用该控制器成功地对AUV进行了纵倾控制.仿真结果验证了该控制方法对运动模型不确定的AUV具有很好的控制性能,在外界干扰下,既保证了控制系统的快速性和鲁棒性,又能够有效地削弱抖振.     

基于GM(0,2)模型的灰色PID自动舵设计

考虑到船舶航向控制系统模型中存在参数不确定和外界干扰不确定性,比较在不确定项影响下灰色PID控制算法优点和传统PID控制算法的缺点,利用野本模型作为船舶航向控制系统的模型,提出了基于GM(0,2)模型船舶航向灰色PID自动舵的控制算法,并且利用VC++.NET进行了仿真研究,仿真结果显示灰色PID设计的自动舵能够很好地控制航向。     

基于鲁棒误差函数的BP算法

提出一种基于鲁棒误差函数的ＢＰ学习算法,并对这种算法进行了仿真研究。结果表明该算法增强了ＢＰ网络的泛化能力,提高了ＢＰ网络的鲁棒性,加快了ＢＰ网络的收敛速度。     

面向微操作的宏/微精密定位技术研究

宏/微精密定位技术是微操作机器人的关键技术之一.在分析微操作机器人对宏微结合的精密定位技术需求的基础上,介绍了微米级宏动定位系统以及纳米级微动定位技术的实现方法.最后总结了压电陶瓷驱动纳米定位技术中的机构、驱动、检测、控制等关键问题的研究现状,并对微定位技术发展趋势进行了展望.     

基于混杂系统理论的救生艇自动对接过程协调控制

救生艇与失事艇的对接是一个复杂的控制过程.在对接过程中救生艇与失事艇的相对位置及姿态是不断变化的,文中基于混杂系统理论通过监控救生艇与失事艇的相对位姿自动控制对接过程.从离散事件角度分析了救生艇与失事艇相对位姿的各种可能性,建立了救生艇自动对接过程的自动机模型.研究表明,该方法能很好地实现自动对接任务.水池实验也证明了该方法的有效性.     

模糊CMAC神经网络在潜艇深度及纵倾控制中的应用

潜艇近水面运动情况下的深度及纵倾控制问题是一种非线性控制问题,潜艇自身质量及航速的变化、以及外界不规则海浪使得控制系统难于设计.一种称为模糊CMAC的特殊神经网络被用于补偿潜艇动态模型的非线性部分,基于李雅普诺夫原理而推导出的在线学习算法用于更新FCMAC的权值.仿真结果表明,此控制策略能较好地解决控制系统中模型非线性部分的影响,在较大的工况变化范围内保持良好的控制性能.