自适应神经网络智能控制研究

本文提出用神经网络实现自适应智能控制，具有算法及结构简单的特点，在实际控制中有一定适用性     

基于神经网络的自适应控制器的研究

本文研究了神经网络控制未知动态系统的可行性，提出了几种自适应控制结构，并研究了在不同条件下各种结构的性能变化，给出了不同条件下的仿真结果及一些结果分析。图１３，参４．     

基于参数在线自调整的自适应模糊控制器研究

分析了模糊控制器的量化因子和比例因子对系统性能的影响，设计了一种自适应模糊控制器，能够在线调整其量化和比例因子以适应被对象的变化，仿真结果表明该模型控制器能获得常数规模控制器优良的控制效果。     

双参数动力学系统中混沌的自适应控制

作者研究了双参数力学系统中混沌的自适应控制，然后将控制方法应用到ｍ维双参数动力学系统实例上，得到了很好的控制结果。     

AN EFFICIENT PROCESSING TECHNIQUE FOR MULTIPARAMETER RADAR MEASUREMENTS

本文重点讨论根据（双偏振）天气雷达测量数据估计相差比Ｋｄｐ和线性去（偏振比ＬＤＲ本征值的信号处理技术。）从雷达测量的距离曲线提取有效数据段对参数的估计质量起着关键作用，尤其是对于由多个离散分布的小云团组成的暴雨结构，这更为重要。首先对原始数据的距离曲线进行适当的低通滤波，然后再对预处理过的数据应用自适应滤波。这个技术成功地应用于对风暴结构的精确分析和对降雨量的准确估计。     

一种新的图象分割方法

大多数图象处理系统都需将目标从背景中分离出来。本文介绍一种新的自适应门限图象分割方法。门限曲面通过梯度值较大的象素点即可能的边缘点灰度值内插得到。     

逻辑型的二维自适应DPCM图象编码

提出一种逻辑型的自适应ＤＰＣＭ预测器．用周围象素亮度差的平均值作参考，将邻近象素亮度的差值表示为二进制码，再用逻辑运算单元选择适当的预测器，从而有效地提高了图象编码的速率．     

汽车防抱自适应模糊控制方法

为了改善制动防抱系统的制动性能和制动踏板感觉，提出了一种基于相对滑移率和相对车轮加速度的汽车防抱自适应模糊控制方法，利用dSPACE快速控制原型系统将该方法在实车控制中予以实现，并进行了实车试验。试验结果表明，该控制方法能够达到理想的控制效果，轮速和轮缸制动压力波动幅度比传统控制方法（逻辑门限控制方法）减小了50％，且没有出现制动抱死现象。     

一种改进的变步长恒模算法

针对时变信道需进行自适应均衡的要求，分析了最常用的盲均衡恒模算法，并对该算法进行了改进。给出了改进算法的仿真结果，表明算法的性能得到了改善。     

基于MPI算法的均匀线阵自适应方向图形成研究

介绍了一种基于大特征矢量的幂迭代(MPI)算法,利用幂迭代(MPI)算法对均匀线阵的方向图进行仿真.通过仿真结果可以看出,采用该算法的均匀线阵方向图在信号位置可以形成自适应峰值,提高了均匀线阵的分辨力.