非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习，不需要离线训练。在无逼近误差和扰动的理想情况下，所提出的在线算法能保证辨识误差趋于零，基函数持续激励条件能保证权重趋于零。在非理想情况下，权重调整律采用ｅ修正权重算法，它是ＢＰ算法的推广，不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性     

基于ANFIS的蒸汽发生器水位实时控制系统的设计

从蒸汽发生器的水位特性出发，对其水位高度控制原理进行了深入细致的研究。鉴于控制对象的模糊性、不确定性和非线性，采用自适应神经元模糊推理(Adaptive neuron fuzzy inference system，ANFIS)技术，建立了模糊控制规则库，实现了对蒸汽发生器水位的智能控制。本文详细阐述了ANFIS技术的结构、控制方式和系统的主要功能，完成了软、硬件的综合设计，并进行了仿真研究。控制系统的硬件采用了DSP芯片，以保证系统的实时性；软件采用了模糊一神经网络算法，以克服系统模型的不确定性。仿真结果表明，该控制系统工作稳定可靠，具有较高的控制精度和较强的鲁棒性。     

基于FPGA和DSP技术的雷达目标检测系统设计

雷达目标检测系统系统主要由FPGA和DSP两部分组成。FPGA芯片用来完成系统中各芯片之间的逻辑控制,DSP芯片用来实现雷达目标检测算法。该系统具有设计灵活、实时性能高、检测算法可配置、检测结果无丢失等优点。     

基于SOVA的并行级联空时格码的译码算法

并行级联空时格码调制(Turbo—STCM)将并行迭代译码结构(Turbo)应用于空时编码，可以极大地提高空时格码的编码增益。本基于一种改进的(Soft—output Viterbi a1gorithm，SOVA)译码算法，提出了针对Turbo—STCM的并行迭代译码方案。仿真结果表明，在保持分集增益的前提下，Turbo—STCM和原始的空时格码调制相比，编码增益有了极大的提高．同时采用该SOVA算法译码复杂度低，速度快，更利于实际系统的开发实现．     

空管系统中监视CPU占用率的一种算法实现

在现代空管系统中进行网络管理时，监视、统计各席位主机CPU的占用率信息至关重要。因此，我们在基于SNMP的网管系统的扩展MIB库里加入了CPU占用率对象，在一定时问问隔收集被管主机的CPU占用率，以达到性能管理的目的。本介绍了算法实现所需的一些基本概念，然后着重阐述CPU占用率信息获取算法及实现。监测结果表明，算法具有较强的透明性和鲁棒性，获取数据误差小。     

飞机座舱综合图形显示系统设计的一种新方法

针对飞机座舱图形显示的特点，本文提出了一种高速帧存结构和可重构协处理器的设计方法。该高速帧存结构具有自动消隐和背景颜色可编程的功能，所设计的基于FPGA技术的可重构协处理器能在系统动态改变其所实现的算法。这些方法大大减少了处理器的工作量，提高图形生成和显示速度，解决了在图形显示中的速度瓶颈。文中具体介绍了该系统组成结构和设计方法。     

基于模糊神经网络的异步电机速度控制系统

针对矢量控制异步电动机，利用模糊神经网络控制理论．提出了一种教师值指导和隶属函数自调整的模糊神经网络控制器。详细描述了模糊神经网络控制器和教师值控制器的设计过程，采用了隶属函数参数在线调节的办法，推导了隶属函数参数调整的公式和算法，研究了以转矩电流Iqs为目标函数和系统输出转速ω为目标函数的情况下的系统转速响应，分析了系统转动惯量J、粘滞摩擦系数B和转矩系数Kt变化情况下系统的性能，仿真结果表明该控制器具有速度响应快、鲁棒性较强等优点。     

互耦补偿的神经网络算法用于均匀圆阵波达方向估计

径向基函数神经网络方法在阵列信号处理中得到广泛应用。但是，阵列天线单元间耦合对基函数中心的影响会降低波达方向估计的精度，因此有必要对神经网络的输入数据进行互耦补偿，以生成正确的基函数中心。本文首先利用矩量法计算天线阵的广义阻抗矩阵，再使用直接数据域算法对神经网络的训练数据进行互耦补偿，神经网络训练完成后，神经网络用于实现波达方向估计。仿真结果表明，神经网络算法和直接数据域算法结合具有补偿效果好，计算量小的特点。     

基于DSP代码自动生成的测速算法实现

C2000系列DSP具有强大的数据处理能力和丰富的外部测量设备,广泛用于电机控制领域。但传统DSP开发方法周期较长、效率低。因此提出在MATLAB/Simulink环境中利用Target Support Package for TC2/C2000中的模块自动生成DSP代码,并下载到DSP中,实现了在MATLAB环境下同时完成算法设计与DSP代码生成。以此方法为基础,使用DSP的正交编码脉冲(QEP)模块与M/T算法设计了电机转速检测系统,并将检测结果通过DSP串口传入上位机,实现了电机转速实时显示。     

最优PWM开关角的在线计算

最优PWM脉宽调制是逆变器控制的一种常用方案，但是由于最优PWM开关角计算的复杂性。一般都是离线计算最优开关角，用开关点预置的方法进行控制。十分不利于在线的电压调节。文中介绍了一种最优PWM开关角的在线计算方法。即利用神经网络的非线性逼近能力。对离线求解的最优PWM开关角样本点进行辨识拟合，从而得到最优PWM开关角对基波电压传输比的函数，用于实时计算。为利用最优PWM控制逆变器进行在线调压做好了准备。另外，还提出了一种简便的三相最优PWM开关角排序方法。解决了最优PWM开关角的在线排序问题。本算法在DSP实验平台上进行了实验验证，证明了算法的可行性。     

基于神经网络的航空发动机全包线PID控制

提出一种基于神经网络的航空发动机全包线PID控制器参数整定方法,在全包线内选定若干离线整定点,在这些点离线整定PID控制器参数kp,ki,kd.以离线整定点参数为训练样本,离线训练BP神经网络,该网络可映射高度H,马赫数Ma与kp,ki,kd的非线性关系,便可用该网络在线整定包线内任意点的kp,ki,kd.用发动机非线性部件级模型为被控对象的数字仿真表明,用上述方法设计的发动机PID控制器在全包线内,都能获得理想的动静态品质.该方法简单易行,效果好,具有实用价值.     

超机动飞行的神经网络动态逆控制

根据反馈线性化理论，讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离的原则，采用动态逆方法设计了快回路和慢回路控制器；其次提出了模型的神经网络非线性直接自适应控制方案，其中设计一种在线神经网络用于补偿模型逆误差。仿真表明，该控制方案具有较好的自适应能力的鲁棒性。     

神经网络在逆变器控制中的应用

针对传统的基于最优消谐波理论的逆变器 ,应用了一种全新的神经网络控制器。当系统工作时 ,由在线神经网络实时调节逆变器输出电压的大小 ;同时各功率管的开关角由另一个神经网络通过对最优 PWM最优开关角的拟合 ,直接计算出来。整个控制系统具有结构简单、反应灵敏、调压精确、输出电能质量高且全数字化的特点。     

微型CT系统适用的心肺运动检测新方法

提出了一种非侵入式的心肺门控技术以改善图像分辨率。该方法基于动物的心肺运动实时地产生门控信号,并采用改进的零交叉数法实现对R波的检测,通过热电偶感受动物鼻气流的温度变化以判断其呼吸时相。该门控技术即使对0．03kg左右的小鼠,也能准确产生其在自由呼吸状态下的门控信号。除了非侵人性,与其他现存的门控技术相比,占用更少的空间和成本,可应用于微型CT系统和其他任何需要检测动物心肺运动的系统。几组测试结果表明,所提出的心肺门控能够产生所需信号,并改善图像分辨率。     

DSP的数学原理及在实时系统的应用

制造系统里所用的微处理器中，单片机只能做逻辑处理和简单数学计算，而数字信号处理器（DSP）可进行相当复杂的数学处理。本文概述DSP的数学原理及其技术特点，介绍了基于DSP智能控制器在制造业中实时测控系统的应用实例。     

直升机神经网络反馈线化飞行控制

以SH－2G为控制对象，采用基于神经网络的非线性系统反馈性化控制方法，进行直升机机动飞行仿真，仿真结果表明，所设计的神经网络具有逢适应能力，能够在线补偿反馈线性化所产生的逆变换误差，这种方法无须获得动态逆模型，而只需某一个状态下的动力学模型，就能在全包线提供有效的控制，既避免了传统方法的增益调参，又解决了难以获得动态逆模型及计算量大的问题，是一种很有发展潜力的智能控制方法。     

神经网络在风洞流场马赫数辨识中的应用研究

风洞流场的多维性、复杂性以及马赫数的不可直接测量、马赫数控制一直是风洞控制的难点和重点。笔者在研究FL26Y风洞流场特性的基础上,应用神经网络技术,研究马赫数在线辨识问题,为高精度风洞流场马赫数控制提供技术支持。首先介绍神经网络马赫数辨识原理,然后介绍神经网络拓扑结构的设计,并构造神经网络的马赫数辨识模型(NNI)。最后通过软件实现及仿真研究动态数据优化、软件滤波以及动量系数对网络学习性能的影响,进一步验证神经网络辨识器在实时性、自适应性、以及辨识精度等方面的优越性。     

共轴双旋翼悬停地面效应气动特性分析

基于时间步进算法建立了适用于共轴双旋翼气动特性分析的旋翼自由尾迹模型,并采用面元法对水平和倾斜地面效应影响下共轴双旋翼系统气动特性进行了研究。在建模的过程中,采用Weissinger-L一阶升力面模型模拟了桨叶的三维效应,并充分考虑了旋翼/旋翼和旋翼/地面之间的气动干扰。通过与尾迹几何和诱导速度试验数据的对比,验证了计算模型的可行性。在此基础上,对共轴双旋翼在地面效应影响下的旋翼尾迹几何形状、流场诱导速度矢量分布和上下两旋翼桨叶的拉力系数分布进行了计算及分析。结果表明,悬停状态下,共轴双旋翼上下旋翼间存在强烈的气动干扰,且地面的影响使旋翼尾迹涡线径向扩展且向上卷起,对共轴双旋翼下旋翼拉力产生明显的影响。     

基于奇异摄动与神经网络的柔性臂控制

运用拉格朗日法建立了臂杆柔性的机械臂的动力学方程。为解决柔性臂末端位置的跟踪及克服柔性臂在运动中的振动问题。运用奇异摄动法将系统分解成快、慢两个子系统，设计混合控制器。通过设计神经网络控制器线性化慢系统。使其轨迹跟踪期望值。用线性状态反馈配置极点稳定快系统，抑制振动。一个单杆柔性机械臂的仿真算例表明，本文的控制方法保证了柔性臂刚性运动的精确跟踪，同时消除了弹性振动，避免了零动力学不稳定问题。