诱导延时和数据包丢失的广义网络控制系统的建模及其控制

针对广义网络控制系统的延时和数据包丢失问题,在诱导延时时间小于和大于采样周期T、单包传输和多包传输数据包丢失情况下,建立广义网络控制系统的模型并进行相关控制器设计.最后探讨了使网络控制系统稳定所允许的最大延时界限,为实际控制工程中广义网络控制对象的研究提供了理论依据.     

机器人无标定视觉伺服系统及离散仿真

为了研究机器人无标定视觉伺服离散仿真,本文在介绍了机器人无标定视觉伺服控制的基础上,基于Simulink软件,首次建立了一种具有图像雅可比矩阵伪逆在线估计的无标定视觉伺服系统离散仿真模型,并以此完成了二关节机器人、Puma560机器人无标定视觉伺服系统离散仿真模型的建立.文中对固定图像目标定位跟踪的仿真结果表明,提出的无标定视觉伺服系统Simulink离散仿真模型是正确的.这对无标定视觉伺服系统控制算法的研究具有积极意义.     

基于CGA算法的主动队列管理新策略

基于流体流理论的网络简化模型,将NSGA-Ⅱ与PGA相结合的复合遗传优化算法应用于PID控制器参数优化,提出了一种多目标PID优化设计方法--在满足系统鲁棒性的前提下,以超调量、上升时间和调整时间最小作为多目标优化的子目标,并用复合遗传算法对其求解.该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好,根据网络主动队列管理控制系统的要求在解集中选择满意解.仿真结果表明,在大时滞和突发业务流的冲击两种情况下,该方法设计的控制器的动静态性能优于GA、SPSO、QDPSO算法的优化结果.     

基于内模补偿的网络拥塞控制新算法:IC-AQM

已有的AQM算法都没有充分考虑到长时滞对算法性能的影响,该文利用频率域模型降价拟合方式建立了TCP流量控制中主动队列管理AQM系统的等效模型,应用控制理论中的内模补偿原理设计鲁棒的时滞补偿AQM算法（IC—AQM）,克服了长时滞给对队列稳定造成的不利影响,仿真结果表明,这种新算法在长时滞小期望队列综合性能明显优于已有的RED、REM、PI等算法,链路利用率大大提高。     

少地址线实现大容量RAM扩展及其查找技术

介绍了采用少地址线实现大容量 RAM 数据存储器的扩展系统。具体设计了该系统的硬件组成线路、软件程序及其分页查找方法。     

预测模糊协调控制在纯滞后系统中的应用

针对电阻炉温度系统具有容量大、纯滞后量大,非线性的特点,提出了一种模糊预测协调控制算法,将模糊控制和预测控制相结合,发挥预测控制的超前性和模糊控制不需要对象精确模型的优势,增强了系统的跟踪和抗干扰能力.现场运行结果表明,该算法简洁实用,对纯滞后特性具有较好的补偿作用,对被控参数变化具有较强的适应能力,取得了满意的控制效果.     

信息融合下的无标定视觉伺服

本文在理论推导的基础上,针对手眼系统无标定视觉伺服,提出一种信息融合方法.由超声测距得到机械手末端与目标间的距离,在基于伪逆估计的信息融合无标定视觉伺服完成平面视觉伺服的同时,向目标靠近,实现单摄像机系统在三维空间的视觉伺服.仿真研究验证了文中提出的信息融合方法的有效性.     

基于改进模型的网络拥塞控制策略

针对基于流体流理论提出的网络模型在推导过程中的一些近似使得该模型对网络行为描述的不精确问题,提出了网络流量的改进模型,并且基于该模型把一种新的类Proportional IntegralDifferential(PID)设计方法用于主动队列管理(AQM)控制器的设计,利用带约束的数值优化方法寻找控制器参数.理论分析和仿真实验表明,该控制算法的综合性能优于已有的Random Early Detection(RED)、Proportional Integral(PI)等算法.表现为平均队列长度更趋于期望值;调节时间更短;队列长度的抖动更小;抗突发业务流干扰能力更强;自适应能力更强.     

基于智能管理缓冲区的网络拥塞控制算法

该文从数据包占用缓冲区的实时状态出发,运用模糊理论对缓冲区占用率状态这一模糊性问题进行描述,建立基于智能管理缓冲区的拥塞控制模型,对所有的数据流根据其服务质量要求进行优先级分类,并取得相应的队列带宽,采取整体和局部相结合的方法,路由器智能管理缓冲区。实验仿真结果表明,基于智能管理缓冲区的拥塞控制算法（IMBA）与RED、TD-FIFO等算法比较,在保护和隔离非拥塞状态的连接方面,具有更好的公平性,从而进一步改进了路由器的拥塞控制性能。