Observer-based wheelbase preview control of active vehicle suspensions

Optimal observer-based wheelbase preview regulator problem is investigated for active vehicle suspension systems. It is shown that the problem reduces to the classical linear quadratic Gaussian problem, whose solution is well defined, by augmenting dynamics of system and road inputs. The resulting optimal controller is in the form of augmented state feedback controller and this augmented state is estimated by Kalman-Bucy filter using dynamics of the augmented system. Numerical examples of a half car model are given to verify the performance improvement achievable with the proposed controller.     

电磁学实验预习系统的开发

本文通过对ＣＡＩ电磁学实验预习系统的具体开发过程的介绍,在分析其可行性与优越性的基础上,对如何进行此项工作进行初步探讨。     

预瞄优化神经网络驾驶员模型

根据预瞄跟随理论并结合真实驾驶员的学习目标、生理限制与不断优化的行为特性,建立了预瞄优化神经网络驾驶员模型。利用2自由度车辆模型进行了汽车在方向控制下的仿真计算。仿真结果表明,预瞄优化神经网络驾驶员模型与实际合格驾驶员行为非常相似,按照该理论建立的驾驶员模型可以应用于驾驶员-汽车闭环系统的研究和自动驾驶等智能车辆的控制。     

Cooperative preview tracking problem of discrete-time linear multi-agent systems: A distributed output regulation approach

We are concerned with the cooperative preview tracking problem of discrete-time linear multi-agent systems under the fixed directed acyclic communication topology. First, by introducing a preview-information-based auxiliary system and a type of distributed internal model, we establish an augmented system for each follower and formulate the cooperative preview tracking problem as a distributed output regulation (DOR) problem. Then, from the solvability of the DOR problem and the stabilizability of the augmented system, we present the sufficient conditions that guarantee the achievement of the cooperative tracking consensus. With this procedure, we finally propose a distributed dynamic feedback control law for the original problem with virtual regulated output integral and preview feedforward compensation.     

足球机器人比赛中的一种位置滤波方法

在机器人足球比赛中,小球的位置的准确获得和未来的位置的预测对于机器人动作完成成功与否非常重要。本文通过对小球在场上的运动特性和实际采集点的位置分布特性的分析,提供了一种基于卡尔曼滤波的小球位置估计和预测的方法,并给出了实施方法和实验结果。     

基于B／S架构的多媒体资源管理模块

目前,随着互联网技术的提升,网络将人们带入了信息化时代,各种形式的信息在我们身边随处可见,因此,如何高效地管理与发布这些信息资源,已然成了现下热门的课题之一。实现的资源管理模块,是一款信息发布系统的核心控制部分之一,基于B／S架构进行设计与开发,后台采用play framework作为服务器框架,前端采用HTML5、CSS3和JavaScript等网页技术,实现了资源的分层管理和在线预览功能,打破了管理者与资源之间地域的限制,简化了用户的操作。     

基于神经网络的火电机组负荷预见控制方法及其仿真研究

利用多个自适应神经元构造了火电单元机组负荷预见控制系统，研究了用神经网络实现多变量系统的预见协调控制，神经网络输入量应该怎样选取。仿真结果证明了这种控制方案的正确性。与原有的负荷最优预见控制方法相比，该方法不依赖于对象的精确模型，也不涉及权重矩阵的选取。     

有限时间域的H∞预演控制

主要研究有限时间域的H∞预演控制问题. 我们从传统的解决最优控制问题的思路入手, 发现了经典方法解决该问题的症结所在后, 寻找并通过一个适当的线性变换来排除之, 获得了问题可解的充要条件和一个简单的预演控制器. 最后使用一个数值例子演示了H∞预演控制器改进系统闭环性能的有效性.