一种基于ActiveX技术的温度采集系统的实现

介绍了一种基于ActiveX技术的温度采集系统.此系统由上位微机、RS-232/485转换器、温度采集模块以及热电偶组成.上位机使用VB编程,并将程序封装成ActiveX控件的形式,可以很容易地移植到其他应用程序中;下位机使用研祥公司生产的电阻式温度检测器(RTD)亚当模块ARK-14013,能很方便地与上位机连接.现场实验结果表明此系统能完成实时温度数据采集的功能,并具有较强的可操作性和稳定性.     

神经网络自适应模糊控制器设计与应用

把神经网与模糊系统相结合，提出一种基于神经网络的自适应模糊控制器，这种控制系统由模糊神经网络控制器和模糊网络组成，具有自适应学习能力，仿真结果以及应用于温度控制系统中，其鲁棒性明显优于一般Ｆｕｚｚｙ控制。     

基于地理坐标参数的SAR图像自动概略配准法

提出了一种新的基于地理坐标参数的SAR(Synthetic Aperture Radar)图像自动概略配准方法.该方法利用SAR图像的地理坐标(经纬度)参数,用多项式拟合主辅图像中像元的地理坐标随其图像坐标的变化,首先得到主图像中心像元地理坐标值,然后在辅图像中找到某个像元,其地理坐标等于主图像中心像元的地理坐标,此辅图像中像元的图像坐标与主图像中心像元的图像坐标之差即为概略配准的偏移量.用真实的SAR数据研究证明,本文提出的方法运算速度快,配准精度高.     

新型无接触电能传输系统多负载解耦控制研究

利用无接触感应耦合电能传输系统互感数学模型,研究了多负载时系统的功率传输问题.提出了一种解耦控制策略,在能量拾取侧中增加一个Boost电路.在负载轻载时,以较低开关频率控制Boost电路中功率开关管的通断.当功率开关管关断时,系统向负载传输功率;当功率开关管导通时,系统屏蔽副边负载,实现原边线圈与副边线圈的解耦控制.针对系统有无Boost电路分别进行了PSpice仿真分析.理论分析与仿真结果表明,该控制方法能在多负载系统的单一负载轻载时实现副边线圈与原边线圈的电磁解耦,为多负载无接触感应耦合电能传输系统的稳定运行提供保障.     

基于混合学习算法的模糊小波神经网络控制

采用小波函数作为模糊隶属函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理.针对BP算法易陷入局部极值点的缺点和简单遗传算法局部搜索能力差的不足,提出了一种混合学习算法,即首先利用遗传算法全局搜索的特点来离线优化神经网络的参数,再利用BP算法较强的局部搜索能力对网络参数进行在线调整.仿真结果表明,该网络能对不同的对象实施有效控制,且具有快速、适应性强等特点.     

一种模糊神经网络自校正控制器设计与应用

本文提出了一种模糊神经网络智能控制方法，并介绍了采用多层神经网络表达模糊控制和知识规则，模糊推理和学习算法，实验仿真结果表明，这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性质优于一般模糊控制。     

DSP和MAX125在单相接地选线装置中的应用

根据TMS320LF2407的特点，介绍了DSP在小电流接地系统单相接地选线装置中的应用．为了实现对电力系统多回线路进行同时采样，装置采用了高速多通道同时采样芯片MAXl25，并介绍了它的特点与使用方法。最后，给出了单相接地选线装置中的DSP软件设计方法．     

基于径向小波神经网络的混沌系统鲁棒自适应反演控制

设计了一种具有自适应性和鲁棒性的反演控制律, 实现了对含有系统不确定性的类Rossler系统的控制. 首先通过小波神经网络辨识系统的非线性部分, 将系统转化为含有结构不确定性和参数不确定性的参数化模型; 然后, 对于系统中的参数不确定性, 设计自适应控制律, 在线估计未知参数; 对于系统中的结构不确定性, 设计鲁棒控制律, 使得系统具有鲁棒性. 最后, 通过仿真实现, 验证了以上控制方法的有效性.     

基于权值矩阵的模糊自适应卡尔曼滤波在组合导航中的应用

针对自主驾驶车辆长时间导航精度要求难以满足的问题,建立了GPS与微惯性导航系统的组合导航滤波模型,在位置观测的同时引入姿态信息,提高了导航精度。在此基础上提出了基于权值矩阵的模糊自适应卡尔曼滤波算法,该算法通过模糊控制器自适应地改变每个观测量的权值,得到权值矩阵引入卡尔曼滤波器实现自适应滤波。仿真和实验结果表明,所提出的权值矩阵模糊卡尔曼滤波性能优于衰减因子自适应卡尔曼滤波,特别是在GPS信号失真及噪声先验统计特性不可知的情况下,其定位精度能够保证在1m之内。     

多目标优化问题的差分进化算法研究

为保持所求得的多目标优化问题Pareto最优解的多样性,提出了一种精英保留和根据目标函数值进行排序的多目标优化差分进化算法.对排序策略中目标函数的选择方式进行了分析和比较,并提出了一种确定进化过程中求得的精英解是否进入Pareto最优解集的阈值确定方法.用多个经典测试函数进行了实验分析,并与NSGA-Ⅱ算法进行了比较.实验结果表明,该方法收敛到问题的Pareto前沿效果良好,能有效保持所求得的Pareto最优解的多样性.