直接在位置控制机器人上实现力/位置自适应模糊控制

本文提出一种直接在位置控制机器人上实现力／位置自适应模糊控制的方案，使得对于一般工业机器人，在不改变其原有位置控制器的前提下，实现力／位置控制．仿真结果表明，该控制方法使机器人控制系统对工作环境接触刚度的自适应能力得到显著的改善．     

基于动态神经网的鲁棒直接自适应控制

基于动态神经网络，研究了一类具有未建模动态的未知多变量非线性系统的鲁棒直接自适应控制．基于Ｌｙａｐｕｎｏｖ理论得出一种鲁棒稳定的权学习算法，该算法不需要知道理想权矩阵的先验知识，并保证设计的控制器的稳定性．仿真结果表明提出的鲁棒控制算法的有效性     

一种新的时变系统极点配置自适应控制方法*

本文针对连续快时变系统，提出不要求系统参数未知部分上界的先验信息的自适应算法，得到间接自适应控制方案并且证明闭环系统稳定，仿真结果说明本文的方法有效．     

多输入非线性系统后推(Backstepping)型(英)

对一类带不确定性的非线性系统，后推法提供了一个构造自适应和鲁棒控制器的递推程序．为了应用后推法，需要先将系统化成一定的型式（称为标准后推型）．对单输入系统标准后推型以及控制器的设计已得到充分的研究．本文研究了多输入系统的标准后推型及其控制器的设计．文中得到了分块标准后推型．它可根据一定的微分同胚变换由系统的结构唯一确定．最后，我们给出了相应的控制器设计方法．     

机器人力／位置自适应模糊控制

在机器人力／位置混合控制的基础上，本文提出了一种对力控制回路采用自适应模糊控制的方法，有利于提高系统对机器人末端操纵器五外界工作环境接触时，其接触刚度不确定性的自适应能力，仿真结果表明，该控制方法与常规ＰＩＤ控制相比，系统的自适应能力和鲁棒性有显著的改善。     

基于模糊控制的自适应有限元网格自动剖分

本文采用模糊控制策略，对有限元网格划分过程中难以控制的因素－网格密度作出自适应控制。同时借鉴先验自适应的思想，在后验控制过程中综合考虑了边界属性的影响，避免了较多层次的网格局部细化与退化，采用此方法，不仅保证了计算精度，而且可以提高运算效率。     

对流层散射通信在军事通信中的应用

论文简要介绍了散射通信在军事通信中的应用情况及散射通信技术发展趋势。     

多智能传感器的有限分散自治体系研究

智能系统多传感器信息融合的复杂性迫切需要开发一套合适的结构体系，目前大多数结构体系都通过融合中心对分散在不同点的多个传感器进行信息处理，而底层传感器之间缺乏必要的联系．这样导致融合中心计算和通信的负担过重而造成瓶颈，且不能使传感器之间互相启发以提高任务环境认知的效率．针对这些问题本文首先提出智能传感器的新概念，指出智能传感器须具备的５个基本能力即预测、规划、刷新、通信和同化，并在此基础上讨论了多智能传感器组成系统时的算法及信息流程．最后以主动视觉和主动触觉共同感知运动物体的位姿为例剖析了这种新思想的具体运用     

人工神经网络在现代通信中的一种应用：神经网络自适应均衡器研究方法初探

国内外正在兴起的神经网络研究热潮，已经广泛地渗透到积上领域。新近，人工神经网络在通信中已获得广泛应用。神经网络具有大规模并行处理，自适应，自学习能力和非线性特征。本文将对多层正馈神经网络应用到数字通信中的均衡问题加以探讨，将讨论ＭＬＦＮＮ自适应均衡和判决回授均衡的结构及其学习算法。     

一种多变量自校正前馈解耦PID控制器及其应用

提出一种多变量自校正前馈解耦ＰＩＤ控制器。利用ＵＪｕｒｙ法确定了对任意时延，使闭环系统稳定的条件。