基于功率键合图方法的液压锤动态仿真

对功率键合图方法进行了改进，用模块化方法画功率键合图，建立液压氮爆式液压破碎锤的数学模型，并用可视化开发工具Delphi5.0编制了仿真程序，并将仿真结果用曲线与动画表示出来。     

二值probit回归模型的坍缩变分贝叶斯推断算法

给出了二值probit回归模型的坍缩变分贝叶斯推断算法.此算法比变分贝叶斯推断算法能更逼近对数边缘似然,得到更精确的模型参数后验期望值.如果两个算法得到的分类错误一致,则该算法的迭代次数较变分法明显减少.仿真实验结果验证了所提出算法的有效性.     

自适应比例–积分H2滑模观测器设计

传统的龙伯格观测器的观测精度极易受到未知外部扰动的影响.为了解决这个问题,本文设计了一种基于径向基神经网络的自适应比例–积分H₂滑模观测器,实现了参数不确定性和外部扰动下非线性系统的鲁棒确切估计.首先,利用径向基神经网络自适应逼近系统模型的复杂非线性项;其次,设计基于误差的线性滑模面,将比例–积分滑模项注入观测器中,使得滑模动态在有限时间内收敛于滑模面,实现对外部扰动和系统模型非线性的完全补偿;最后,基于H₂次优控制和区域极点配置,提出观测器参数自整定方法.通过对单连杆机器人的仿真结果表明,该方法能够保证非线性系统具有较好的鲁棒性和自适应性.     

一种基于混合压缩感知的WSN能耗优化方法

网络节点能耗是影响无线传感器网络生命周期的重要因素。提出了一种基于混合压缩感知(Hybrid-CS)的网络能耗优化方法。首先,为保证数据重构精度,根据参加数据收集节点数的不同,确定合理的观测矩阵维数范围。然后,通过分析不同维数观测矩阵对Hybrid-CS发送数据量的影响,求出较优的观测矩阵维数,从而使所设计的方法达到降低网络能耗的目的。仿真结果表明,该方法在节约网络能耗的同时还保证了数据重构精度。     

一种非线性降维算法在组合预测模型中的应用*

针对视频序列维数高、帧间相关性大、运动轨迹复杂的特点,本文将LLE非线性降维算法用于视频处理,并重点研究了如何利用该算法对目标跟踪过程中的模板进行预测更新。由于单步预测方法在运动目标发生部分或全部遮挡时无法保证跟踪的准确性,因此,本文进一步将时间序列模型与BP网络相结合实现跟踪目标的多步预测,从而可以弥补时间序列模型在单步预测方面的不足。实验证明,本文算法能保证在运动目标跟踪过程中的准确性和鲁棒性。     

微弧线性菲涅尔太阳能集热器的设计

分析了微弧线性菲涅尔太阳能集热器镜场安装布置原则,提出了一种微弧线性菲涅尔反射式太阳能集热器设计方法。设计了一套带有光电式太阳单轴跟踪器的集热器,装置中微弧形反射镜能实时跟踪太阳,使反射光线反射到固定安装的吸热器上。并利用Trace Pro光学软件建立了光学模型,通过仿真处于不同角度光照下的镜场布置和光学性能,验证了镜场设计方法的正确性。     

不确定机械手的自适应神经滑模控制

针对不确定机械手的跟踪控制 ,提出了一种基于神经网络的自适应鲁棒控制器。该控制方案利用一个 Radial basis function神经网络逼近系统非线性不确定性 ,然后 ,通过一个滑模控制项消除网络逼近误差和外部干扰的影响 ,从而能保证闭环系统的稳定性和系统跟踪误差的渐近收敛     

基于虚拟网格的拥塞控制及能耗均衡路由协议

本文提出了一种基于虚拟网格划分的拥塞控制和能量平衡路由协议(congestion control and energy balance,CCEB),该协议利用多主节点、多路径地选取和更新方法,有效地均衡了网络能耗,延长了网络生命周期.在路径选择过程中,该协议综合考虑了下一跳节点的剩余能量、队列占有率以及前向度量指标,使靠近Sink节点的网格内拥有更多的转发主节点.在数据转发阶段,利用预测的方法对各节点进行拥塞检测和能量判断,避免使用发生拥塞或者剩余能量较少的节点转发数据.最后,通过NS2仿真平台实验,验证了CCEB协议在均衡能耗和缓解拥塞方面的有效性.     

基于区域划分的WSN非均匀多跳分簇路由算法

延长网络生存周期是WSN的核心问题之一.为均衡网络能耗,有效延长网络生存周期,提出一种保证区域能耗均衡的非均匀多跳分簇路由算法.通过对监测区域的等间距环形划分和等夹角扇形划分,得到同环簇大小相等、不同环簇大小由外到里依次递减的非均匀分簇方案,保证网络能耗效率最优.在簇头选取阶段,通过与距离相关的通信代价评价函数在每个子区域选择最合适的节点作为簇头,减少网络局部能耗.仿真结果表明了所提出算法的有效性.     

考虑新能源出力不确定性的微网社区双阶段调度策略

针对新能源出力存在不确定性的情况,提出了一种基于多代理技术的微网社区双阶段能量调度策略,分为日前调度和实时调度两个阶段。在日前调度阶段,微网间调度代理(Dispatch Agent)运用蒙特卡洛模拟技术生成场景,通过引入微网之间能量互传模式,计算对应的能量调度矩阵,运用粒子群算法代理(PSOAgent)求解该场景下最优日前调度计划。在实时调度阶段,微网i代理(MGi Agent)基于日前最优期望调度计划,接收新能源t时刻出力数据并与预测期望值进行比较,快速制定t时刻实时调度计划,满足微网i的t时刻供需平衡且运行成本最小,实现微网社区的经济运行。通过与传统多时间尺度方法的对比实验,仿真结果表明所提出的方法在实时调度环节比传统方法具有更小的调度偏差,并且可以有效减少微网社区的弃风弃光现象。