一种汽车防盗钥匙认证系统的可靠性设计

发动机防盗锁止系统具有良好的性价比和极高的安全性能,目前成为首选的汽车防盗装置。该系统的钥匙认证过程需要通过低频无线通信实现,易受汽车复杂环境的影响而无法正常工作。为设计高可靠性的钥匙认证系统,本文通过研究低频通信电路的特性以及分析导致通信失败的原因,提出了设计低频通信电路参数的方法,并利用该方法完成了一个具体的钥匙认证系统的设计,实验结果表明设计的钥匙认证系统可以满足在汽车复杂的环境下保证稳定通信的要求。     

基于力矩传感器的双足机器人在线模糊步态调整器设计

双足机器人动态行走时,零力矩点轨迹与期望值之间存在一定偏差。利用机器人力矩传感器的输出信号,结合动力学算法实时计算零力矩点的位置,并利用基于模糊逻辑的步态调整算法修正踝关节处的４个关节角,以达到降低零力矩点位置误差,提高系统动态行走稳定性的目的。仿真和实验证实了该算法的有效性。     

一种改进的模糊Smith预估器

针对具有不确定特性的大滞后系统，基于传统的Smith预估器结构，提出了一种改进方案。利用相关性分析技术实时调整预估器的滞后时间估计，并采用自适应模糊补偿器在线修正预估器的增益估计，在对象参数不稳定或受扰动的情况下可使预估器的参数迅速跟踪并收敛于对象参数，从而确保系统状态的稳定。该方案增强了系统的鲁棒性，克服了传统Smith预估器需要精确模型的缺点。仿真结果表明，该方案具有较强的参数适应性，对时变大滞后对象具有良好的控制效果。     

集控站微机五防的应用探讨

为满足不断使新建的大电网和变电站的相继投运，各地变电运行开始实行集控站模式。该模式优化了人力资源，可是这种模式也给事故处理和日常操作带来了难度。所以集控站模式的前提是必须具备完善的监控后台和五防闭锁。这两项必备条件是缩短事故处理时限和减少误操作的根本。     

基于粗神经网络的仿人智能机器人的语音融合算法研究

将粗集合理论与神经网络相结合，提出一种基于粗神经网络的新的信息融合方法，用于仿人智能机器人的语音融合。该方法不仅可以接受定量输入，而且可以接受定性输入，即输入是一个范围，或在观测时间内输入是变化的。由于粗神经网络的误差传递函数不可微，所以采用遗传算法来训练粗神经网络。仿真实验结果表明，基于粗神经网络的信息融合方法有效地提高了语音的识别率。     

车身网络控制系统开发的模块化设计方法

针对汽车车身网络控制系统开发中网络拓扑结构、功能定义不统一导致应用层开发重复性工作大、开发效率低的现状,提出了一种通过构建符合AUTOSAR标准的车身应用层软件的模型,使功能定义及描述、软件代码自动生成,功能自动测试转化为基于模型设计的方法。此方法具体是将车身网络控制系统抽象为一个事件驱动系统,采用Stateflow图形化建模工具对系统进行建模,利用Targetlink代码生成工具基于模型实现代码自动生成,采用Lab-VIEW RT实时测试系统架构自测试系统。论述了以模型方式进行控制系统开发的方法,并结合应用实例给出该方法的设计过程和应用结果,在提高系统的可交换性、可复用性和减少系统开发时间方面取得了明显的成效。     

Robot inverse kinematics based on FCM and fuzzy-neural network

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｉｎｖｅｒｓｅｋｉｎｅｍａｔｉｃｓｉｓｏｎｅｏｆｔｈｅｃｒｕｃｉａｌｉｓｓｕｅｓｆｏｒｒｏｂｏｔｍａｎｉｐｕｌａｔｏｒａｎａｌｙｓｉｓａｎｄｃｏｎｔｒｏｌ .Ｕｓｕａｌｌｙ ,ｃｏｍｐｕｔ ｅｒ ｂａｓｅｄｒｏｂｏｔｓａｒｅｕｓｕａｌｌｙｓｅｒｖｏｅｄｉｎｔｈｅｊｏｉｎｔ ｖａｒｉａｂｌｅｓｐａｃｅ ,ｗｈｅｒｅａｓｏｂｊｅｃｔｓｔｏｂｅｍａｎｉｐｕｌａｔｅｄａｒｅｕｓｕａｌｌｙｅｘ ｐｒｅｓｓｅｄｉｎｔｈｅｗｏｒｌｄｃｏｏｒｄｉｎａｔｅｓｙｓｔｅｍ .Ｉｔｉｓｎｅｃｅｓｓ…     

载体不加位置控制的空间机器人系统的运动学建模

在分析载体不加位置控制的空间机器人系统的特点后，根据动量守衡定律，给出了该系统速度分析的广义Ｊａｃｏｂｉａｎ矩阵的一种简洁算法，此算法不需要知道载体的位置，较好地解决了此类空间机器人系统的运动学问题。     

基于改进混合遗传算法的二自由度PID控制器设计与应用

针对一般遗传算法存在的不足,提出一种改进的混合遗传算法,并将其应用于二自由度PID控制器参数寻优设计,仿真试验表明,所设计的二自由度PID控制器具有优良的鲁棒特性和抑制外界于扰特性,在仿真转台控制系统设计中获得了良好的控制效果,从而说明了该方法的有效性。     

A modified alopex which guarantees stability for a class of closed loop neural network control systems

０　ＩＮＴＲＯＤＵＣＴＩＯＮＷｉｔｈｅｘｔｅｎｓｉｖｅｕｓｅｏｆａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｉｎｎｏｎｌｉｎｅａｒｃｏｎｔｒｏｌｓｙｓｔｅｍｓ,ｉｔｂｅｃｏｍｅｓｖｅｒｙｉｍｐｏｒｔａｎｔｔｏｓｔｕｄｙｔｈｅｓｔａｂｉｌｉｔｙｏｆ...