基于强化学习的JLQ模型的直接自适应最优控制

研究离散时间跳变线性二次(JLQ)模型的直接自适应最优控制问题.将强化学习的理论和方法应用于JLQ模型,设计基于Q函数的策略迭代算法,以优化系统性能.在系统参数以及模态跳变概率未知的情况下,Q函数对应的参数矩阵,可通过观察给定策略下系统行为,应用递归最小二乘算法在线估计.基于此参数矩阵,可构造出新的策略使得系统性能更优.该算法可收敛到最优策略.     

非线性模拟电路的故障诊断方法

为了诊断非线性模拟电路中的故障,提出了一种基于节点电压增量线性相关性原理的诊断方法.通过对非线性元件的分段线性建模,说明故障造成的节点电压增量满足分段线性相关性.以节点电压平面上的折线作为故障特征构造故障字典,以实测工作点到故障特征折线的距离来衡量电路状态与故障特征的符合程度,可以诊断非线性电路中元件参数的软故障和硬故障.实例验证表明,该方法是一种易于计算机实现的实用化方法.     

概率引导的随机采样一致性算法

为了提高随机采样一致性算法的计算效率,提出一种概率引导的随机采样一致性算法.根据采样模型在原始数据上的检验结果调整每个样本点的采样概率,使得正确样本和正确模型被采样的概率得到提高.在首次获得正确模型之后,样本采样与模型更新构成了一个正反馈环节,经过若干次迭代后,正确样本被采样的概率远超过错误样本被采样的概率.理论分析和实验数据表明,该算法收敛需要的迭代次数较少,有效地提高了随机采样一致性算法的效率.     

业务过程管理中基于组织和角色语义的访问控制

针对现有业务过程访问控制方法不能充分满足业务过程管理（BPM）实际需求的问题,首先分析了基于角色的访问控制（RBAC）和基于任务的访问控制（TBAC）等方法的不足;然后提出了一种基于组织结构和角色语义的访问控制（OR-SBAC）模型和方法,并采用形式化方法描述了OR-SBAC模型及其部件;最后给出了OR-SBAC的应用案例．OR-SBAC进一步划分了角色和受控主体,使用企业的组织结构进行用户与角色间的关联,在角色授权过程中通过角色适配器,基于一阶谓词逻辑进行角色语义推理,并考虑了时间和空间上下文等问题．OR-SBAC方法的描述能力强,权限分配效率高,能够满足业务过程管理中访问控制的复杂性、多样性和灵活性等方面的需求．     

基于IETM驱动的智能化便携诊断设备

由IETM驱动的便携诊断设备目前已成为舰船电子设备现场级维修所依赖的主要手段和工具;为解决某雷达告警设备的现场级诊断问题,提出了一种采用成熟的AIMSS软件和TEAMS软件,综合测试诊断需求分析、测试性分析评估、诊断策略生成和IETM开发过程,并根据顶层分配的测试需求研制由IETM驱动的现场便携式智能诊断设备的方法;同时,采用COM接口技术解决了两个软件的诊断信息融合;研制的设备已在基层部队得到试用,经济适用,对告警设备现场级维修能力的提高具有明显的促进作用。     

基于情境的突发公共事件应急管理系统研究

在突发公共事件的应急管理中,有效提升情境感知能力、及时确定风险级别是一个重要课题.在分析当前应急管理现状和存在问题的基础上,引入情境概念改进传统突发公共事件的应急管理机制,把情境明确、系统地集成到突发公共事件管理过程中,将预案制定和预案调用的过程情境化,重点研究了情境建模、获取和匹配等相关技术,从而为实现应急机制与情境管理的集成、提升突发公共事件应急管理系统的运转效率提供了理论支撑.     

基于网络控制系统的感应电机非线性控制

针对网络控制系统中存在不确定时延的问题,讨论了网络条件下感应电机的建模与控制．首先基于感应电机的非线性数学模型,运用直接反馈化方法将其线性化,然后在线性化的基础上引入具有时延的网络控制系统,建立了感应电机的网络化控制模型．运用李亚普诺夫函数方法,给出了闭环系统渐近稳定的充分条件,基于相应的线性矩阵不等式可行解,可以求解状态反馈控制律．最后,仿真结果验证了该方法的有效性．     

数字家庭遥控器的研究与开发

数字家庭是融合了家庭控制网络和多媒体信息网络于一体的信息化平台,遥控器是数字家庭的控制终端.本文设计的数字家庭遥控器采用了32位ARM处理器内嵌操作系统和网络通讯的解决方案,具有较强的处理能力和可扩展性,实现了家庭网络系统控制、游戏娱乐、视频播放等数字家庭功能.     

基于PAST盲信号分离方法的仿真结果分析

盲信号分离问题在信号处理领域中是一个值得深入研究的很重要的方向.因此关于这个问题已经提出了很多分离算法,能够在一定程度上解决越来越复杂的实际问题.投影逼近子空间跟踪(PAST)是一种很重要的盲信号分离方法.本文就PAST方法用于盲信号分离给出仿真结果并进行性能分析.本文的目的是验证非线性PCA方法用于盲信号分离的有效性,并分析参数取值对分离结果的影响.衡量分离效果的指标是串音误差,程序运行的结果给出了串音误差随算法参数改变的曲线图.     

基于区域分割和蒙特卡洛采样的静态图片人体姿态估计

静态图片中的人体姿态估计是近年来图像分析领域的重要问题之一.由于静态图片中可利用的信息较少,且存在多关节引起的形状畸变、着装变化、背景干扰及遮挡等难点,使得这一问题具有很大挑战性.考虑到现有算法的不足,提出了一种基于区域分割和置信传播蒙特卡洛采样的人体姿态估计算法,将前景区域分割加入到姿态估计中,在概率图模型中引入非树状的约束,采用蒙特卡洛采样来进行概率推理.实验表明该算法比经典的算法在公共数据集上给出了更加精确的估计结果,同时运行时间也减少了25%.