小波域声呐图像自适应增强

声呐图像受噪声污染严重、对比度低,给后期的定位识别带来不便,而传统的处理方法容易造成边缘模糊.针对这一问题,提出了一种图像自适应增强算法.该算法利用形态小波对声呐图像进行自适应的多分辨率分析,分别增强不同尺度上的信号或细节,通过多通道重构图像的加权实现去噪和对比度提高.仿真结果表明该算法快速有效,对高斯噪声和冲击性噪声都具有较好的鲁棒性,处理后的声呐图像边缘细节信息保留完好,得到了理想的增强效果.     

基于改进PSO算法的自适应均衡算法

传统的自适应均衡算法存在收敛速度慢,稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制.具有梯度搜索因子的Grads-PSO算法,结合了传统数值优化方法在计算速度和计算精度上的优势,将梯度法引入粒子群算法中.在梯度搜索因子的指导下,PSO算法的运算过程显得更加有规则,从而提高了算法的收敛速度和运算精度.因此,本文提出将改进PSO算法用作自适应均衡器均衡算法.通过仿真实验表明,改进PSO算法具有收敛速度快,计算精度高的优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法.     

Research on Variable Structure and Adaptive Control for Strap-on Rocket

固体捆绑运载火箭变结构自适应控制

陈曦,刘玉玺,汪轶俊

（上海宇航系统工程研究所）

创新点说明：

对于新型固体捆绑火箭而言,由于箭体安装固体助推器,存在推力偏差较大、推力同步性较大的问题,导致火箭的结构干扰增大。安装尾翼外干扰增大,如经过大风区时,风干扰对箭体产生较大的影响。同时考虑建立动力学模型的过程中存在的参数不确定性、参数摄动、三通道间耦合的问题,传统的控制方法难以满足新型固体捆绑火箭的要求,因此本文率先将基于模型参考的变结构自适应控制方法应用于固体捆绑运载火箭上。

研究目的：

本文针对固体捆绑运载火箭控制系统的特点,应用变结构自适应控制理论,设计适用于固体捆绑运载火箭的控制系统,保障固体捆绑运载火箭的正常飞行。

研究方法：

（1）建立固体捆绑运载火箭动力学模型,考虑模型中参数不确定性、未建模动态及通道间耦合;

（2）分析固体捆绑运载火箭存在的干扰,例如：四个固体助推带来的推力偏差、推力不同步性、推力线偏斜,质心横移、芯级、发动机及尾翼安装误差、芯级发动机液体燃料晃动、箭体弹性振动等各类结构误差及风干扰等外干扰;

（3）针对固体捆绑运载火箭设计变结构自适应控制律的设计并证明其稳定性;

（4）Simulink仿真分析验证。

结果：

本文使用变结构自适应控制理论设计的控制系统可全局渐进稳定,三通道姿态角跟踪误差较小,姿态角收敛速度较快,系统性能良好,可有效处理各类结构干扰、外干扰、气动参数不确定性及未建模动态等问题,该控制系统的动态特性及控制品质良好,具有工程应用的前景。

结论：

本文将基于模型参考的变结构自适应控制方法应用于新型固体捆绑运载火箭的控制系统的设计中。给出了仅有俯仰方向有大姿态变动的条件下的火箭动力学偏量模型,并在此基础上设计变结构自适应控制律,同时证明了该控制系统的稳定性。本文通过理论及仿真分析,证明了变结构自适应控制理论在新型固体捆绑运载火箭上的应用可行性,具有一定的工程应用前景。

关键词：运载火箭;模型参考;变结构控制;自适应控制

     

智能电网中电动汽车充电的自适应电价控制方法

针对电动汽车的充电提出一种电价控制策略。聚合管理者集中管理电动汽车的电池,并且考虑用电高峰时电网的电能供给有限,通过电价控制调整充电的需求量。采用自适应动态规划,通过在线网络训练,得到最优的电价策略。仿真结果表明,该自适应电价控制方法能够通过学习电动汽车的移动性和充电过程,从而调整实际充电需求量至期望水平,保证智能电网的稳定运行。     

Fuzzy adaptive networks in machining process modeling: surface roughness prediction for turning operations

Due to the complexity of the machine tool structure and the cutting process, the dynamics of machining processes are still not completely understood. This is especially true due to the demand of high-speed machining to increase productivity. In order to model and control these complex processes, new approaches, which can represent complex phenomenon combined with learning ability, are needed. The combined neural–fuzzy approach appears to be ideally suited for this purpose. In this paper, the recently developed fuzzy adaptive network (FAN) is used to model surface roughness in turning operations. The FAN network has both the learning ability of neural network and linguistic representation of complex, not well-understood, vague phenomenon. Furthermore, it can continuously improve the initially obtained rough model based on the daily operating data. To illustrate this approach, a model representing the influences of machining parameters on surface roughness is established and then the model is verified by the use of the results of pilot experiments. Finally, a comparison with the results based on statistical regression is provided.     

自适应均衡器的FPGA实现

在无线通信系统中,由于多径效应的干扰导致信号在传输过程中不可避免地产生码间干扰,因此必须在接收端增加均衡器,以消除码间干扰,提高传输质量。该自适应均衡器设计以FPGA为设计平台,使用自上而下的模块化的设计方法,利用StratixⅡ系列EP1C20F324C6芯片,采用横向滤波器结构,设计并行结构的8阶复数滤波器。最后在QuartusⅡ中进行仿真与综合,结果显示I、Q两路误差信号趋于零,从而实现自适应均衡,降低误码率。     

OFDM精细定时同步算法性能分析

在OFDM系统中,定时同步估计的精度直接影响到了系统的整体性能.目前尚无文献对OFDM系统的精细定时算法进行理论分析,其性能基本都是通过仿真得到,不便于对OFDM系统性能进行理论分析.本文对瑞利信道下基于PN序列自相关特性的精细定时同步算法性能进行了理论分析,得到了精细定时误差的概率密度函数,与仿真得到的概率密度函数基本一致.     

二维内插的OFDM导频信道估计的研究

正交频分复用(OFDM)是一种多载波传输和调制技术,其主要特点是频带利用率高、抗多径干扰能力强,目前已成为无线通信高速数据传输的主要技术。介绍了OFDM系统的工作原理和二维信道估计技术,着重研究基于二维内插方式和二维变换域方式的PSAM信道估计技术,针对导频特点提出变换域插值一种改进的方法并与线性差值、样条差值进行对比。采用Simulink构建系统基带仿真并验证Rayleigh信道下各种二维插值方法的BER性能,结果表明该改进方法可行且具有良好的性能。     

一类非线性神经模糊控制系统

针对离散非线性系统,将神经网络和模糊技术有机结合,模糊神经网络与自适应控制方案相结合,设计了一种模糊神经网络自适应控制系统,它由模糊对向传播（FCP）网络辨识器和径向基函数（RBF）神经网络控制器组成,仿真结果表明了该方案的有效性。     

液剂视频序列中运动异物的模糊自适应分割

运动异物的正确分割是实现液剂自动检测的关键.提出一种基于帧差图空间方差和方差梯度的液剂异物模糊自适应阈值分割算法.首先将4帧序列图像差分得到的2幅帧差图分为5×5的图像块,计算2幅帧差图对应图像块间的方差和方差梯度,并以两者的乘积构成新特征图;然后使用自适应阈值对新特征图进行运动异物分割和提取.为使阈值能够跟随图像块灰度变化,阈值的调整采用模糊推理依据方差和方差梯度变化自适应实现.实验及实际测试结果表明,该算法能够满足低对比度和局部光照变化的液剂异物实时检测要求,是一种实用有效的图像分割算法.