一种参数优化的混沌信号自适应去噪算法

针对非线性自适应混沌信号去噪算法的参数优化问题, 考虑到最优滤波窗长受到不同因素的影响, 为提高该算法的自适应性, 提出一种滤波窗长自动最优化的判决准则. 依据混沌信号和噪声自相关函数的不同, 首先采用不同窗长对含噪混沌信号进行去噪, 然后计算每个窗长对应的残差自相关度(RAD), 最后通过对最小RAD所对应的窗长进行一定比例收缩实现窗长的最优化. 仿真结果表明, 该判决准则能够在不同条件下对滤波窗长进行有效的自动最优化, 提高了混沌信号去噪算法的自适应性.     

渗流方程自适应非均匀网格Dagan粗化算法

在粗网格内先统计渗透率在粗网格中的概率分布，利用Dagan渗透率粗化积分方程通过渗透率概率分布计算粗化网格的等效渗透率，并由等效渗透率计算了粗化网格的压强分布，计算压强时还将渗透率自适应网格技术应用于三维渗流方程的网格粗化算法中，在渗透率或孔隙度变化异常区域自动采用精细网格，用直接解法求解渗透率或孔隙度变化异常区域的压强分布。整个求解区采用不均匀网格粗化，在流体流速高的区域采用精细网格。利用本文方法计算了三维渗流方程的压强分布，结果表明这种算法的解在渗透率或孔隙度异常区的压强分布规律非常逼近精细网格的解，在其他区域压强分布规律非常逼近粗化算法的解，计算速度比采用精细网格提高了约100倍。     

基于ASYM的激光陀螺捷联惯性系统温度误差模型辨识

为减小温度对导航精度的影响,实现系统级的温度补偿,在实验中采用静态条件下的标定方法;基于激光陀螺捷联惯性系统的误差模型方程,用广义逆算法顺利分离求得陀螺各零偏及标度因数值;根据以往温度误差模型的结构特点,运用渐近辨识方法(ASYM)中的最终输出误差准则(FOE)对温度误差模型中非线性部分的阶次进行准确的计算,确定了合理的温度误差模型结构。为了解决用最小二乘法辨识模型结构的系数时,信息矩阵求逆容易溢出的问题,采用了自适应的岭估计算法确定陀螺零偏温度误差模型的系数,实现了系统级的温度误差建模。所得到的温度误差模型补偿效果比定阶前明显提高。     

基于小波变换的自适应滤波技术在组合导航系统中的应用

针对组合导航系统中在线校正的误差噪声模型具有时变性的特点，使用小波变换对观测量进行预滤波，并使用自适应滤波技术进行在线校正，克服了常规卡尔曼滤波需要精确的误差模型的缺点。仿真结果证明：在系统和量测模型不确定时，文中提出的基于小波变换的自适应滤波能够使系统误差在较短的时间内收敛，并与常规卡尔曼滤波器的精度相当。     

受迫Duffing振子中混沌运动的控制

本文研究了受迫Ｄｕｆｆｉｎｇ振子发生混沌运动时的控制问题，通过周期激振力、自适应控制和连续反馈控制来抑制、控制其中的混沌运动，使系统从混沌运动状态转变变到规则运动状态。     

基于自适应神经元的结构振动智能PID控制

首先提出基于自适应神经元的振动智能ＰＩＤ控制策略及相应高效算法，然后通过数字仿真与模型实验验证了这种算法的有效性。这种方法具有控制器参数少、结构简单、算法收敛速度快、便于实时控制等优点。与传统ＰＩＤ控制相比，控制器参数整定可通过神经网络的自组织来实现。数字仿真与实验结果表明这种方法能够有效地控制动态特性未知、所受干扰不可测的黑箱振动系统的任意振动     

Multiresolution Symplectic Scheme for wave propagation in complex media

A fast adaptive symplectic algorithm named Multiresolution Symplectic Scheme (MSS) was first presented to solve the problem of the wave propagation (WP) in complex media, using the symplectic scheme and Daubechies‘ compactly supported orthogonal wavelet transform to respectively discretise the time and space dimension of wave equation. The problem was solved in multiresolution symplectic geometry space under the conservative Hamiltonian system rather than the traditional Lagrange system. Due to the fascinating properties of the wavelets and symplectic scheme, MSS is a promising method because of little computational burden, robustness and reality of long-time simulation.     

基于参数识别的SINS/DVL初始对准方法

针对多普勒测速仪(DVL)辅助捷联惯导系统行进间对准时易受DVL量测噪声的影响,提出一种基于参数识别的SINS/DVL初始对准方法。首先,建立了基于DVL辅助的SINS行进间初始对准观测矢量模型,分析了DVL量测噪声对观测矢量的影响;然后,研究了观测矢量变化规律,建立了观测矢量参数识别模型,利用建立的参数识别模型,设计了基于自适应卡尔曼滤波的参数识别算法,并对观测矢量进行了重构,减小了DVL量测噪声对观测矢量的影响;最后,设计了仿真与跑车实验。实验结果表明,所提出的参数识别算法可以有效抑制DVL量测噪声对初始对准结果的影响。相较于传统方法,在载体运动条件下实现对准误差标准差小于0.1°。     

带有未知参数的多智能体系统的自适应分布控制

讨论带有未知参数的多智能体系统的一致性问题.假设网络拓扑中领航者是全局可达的,设计带有未知时滞的自适应分布控制,基于Lyapunov-Krasovskii泛函,得到关于线性矩阵不等式的一致性的充分性条件.该条件保证所有跟随者跟踪领航者的状态,实现状态和参数的一致性.最后仿真算例验证方法的有效性.     

一种改进的自适应遗传算法

针对IAGA自适应遗传算法存在的未成熟收敛问题,提出了一种改进的自适应遗传算法(NIAGA算法),根据自定义判别式判断群体是否出现了未成熟收敛趋势,由不同情况,分别采用宏观调控与微观处理两种方法来设置交叉概率Pc和变异概率Pm,以此促使算法摆脱未成熟收敛.仿真结果表明,新算法有效地改善了IAGA算法的未成熟收敛问题,显示出了更强的全局收敛性.