油膜轴承动态特性参数及转子不平稀的统一识别

将转子不平稀作为引起转子－轴承系统振的主要原因，本文提出了一种现场、在线识别转子系统油膜轴承动态特性参数及转子不平衡的时域方法。     

机器人精度补偿技术与应用进展

当今工业机器人加工技术越来越多地被应用于航空、航天、高铁、船舶等高端制造领域中的制孔、铆接、铣削、磨削等工艺。然而,由于工业机器人定位精度低限制了其自身发展及其在高精制造业中的进一步应用;因此,开展机器人精度补偿技术研究对提高机器人定位精度十分重要。对工业机器人精度补偿技术的研究现状进行综述,分析了机器人的定位误差来源,梳理了当前在提高机器人定位精度方面的研究方法和技术以及目前的应用进展,总结了未来工业机器人定位精度提升方法的趋势,可为工业机器人在制造业的应用发展提供指导。     

惯导平台漂移补偿的模型跟踪控制方法

惯导平台的漂移是影响惯性导航精度的主要原因。本文提出一种在线式不建模方案对平台的漂移进行补偿，首先用参考模型分离误差信号，再用模型跟踪控制方法将引起漂移的干扰力矩补偿掉，实现漂移的完全补偿。     

一种基于模糊机理模型的混事建模方法

本文提出了一种基于模糊机理模型的混合建模方法。采用模糊逻辑系统建立机理模型，RBF神经网络建立系统的补偿模型。这种方法具有建模精度高、物理意义明确以及适应范围大的特点。仿真结果进一步证实了这种方法的有效性。     

改进RBF网络学习算法在卫星姿态控制中的应用

提出了一种基于神经网络扰动补偿的姿态控制方法，首先，针对RBF网络的常用学习算法－－正交最小二乘（OLS）算法，提出了改进的规范正交最小二乘（ROLS）算法：然后，基于某型小卫星的姿态控制问题，设计了高精度定向阶段的神经网络补偿控制器。仿真结果表明，改进的ROLS算法是有效的，神经网络补偿控制方案是可行的。     

Chirp雷达的两种有效积累算法的研究

分析了Chirp雷达系统中包络走动对积累检测的影响,然后提出了两种有效的积累算法:时移包络补偿积累算法和包络插值移位补偿积累算法,分析了其原理、步骤及运算量。仿真结果显示后者的性能要优于前者。这两种方法在低信噪比条件下都能够实现较长时间的有效积累。     

一种BP MFN逆模型补偿的复合控制结构方案研究

由于对结构未知和不确定的非线性系统还没有形成一种通用有效的辨识和控制方法，为此首先对非线性系统逆模型辨识和控制的结构方案进行分析，然后基于复合控制思想，对基于神经网络的非线性系统逆模型补偿的复合控制结构方案进行研究。设计了一种基于BP MFN（Multilayer Feedforward Network）逆模型补偿的复合控制结构方案，并基于不同BPMFN逆模型结构进行了仿真。仿真结果显示，基于神经网络的非线性系统逆模型补偿的复合控制结构方案是有效的，且在满足辨识建模精度要求前提下，采用相对简单的BPMFN逆模型结构，对提高逆模型的泛化能力和非线性系统的控制效果是有益的。     

一种抗干扰修正比例导引律的研究

本文从比例导引的修正和补偿思想出发，分析了比例导引的抗干扰性，并由此推导出一类修正的比例导引律，从中设计了一种可有效克服各种干扰的新型修正比例导引律。数字仿真结果表明，改进的导引律能有效地克服诸如导弹初始干扰、目标机动及阵风干扰等等，且工程实现简单。     

基于单片机的电子秤温度自动补偿方法研究

对电子秤系统的静态温度误差进行了分析,采用Z86E08单片机监测补偿方法及多段折线逼近法,对电子秤系统进行自动温度补偿,得出一种方便、准确和有效的补偿方法。