基于分层分解的一种实时车辆路径规划算法

道路网络通常是大规模和复杂的网络，而一般的最短路径算法需要大量的计算时间。为了减少计算负担，本文根据分层和空间分解的道路网络模型，提出了一种基于存储数据的车辆路径规划算法，路径通过查询表格获得。提出的算法尤其适用于集中式车辆路径规划。仿真结果表明，该算法在计算次最优路径时更快且要求更少的内存单元。     

民航空管西南运行管理中心智能管理系统的构想

民航的高速发展对空中交通管制提出了更高的要求，对民航业内信患的共享要求也越来越迫切。建设民航空管智能管理系统，搭建民航地区级的空管数据信息共享管理平台，将对提高民航空营业务水平，保障飞行安全起到积极的作用。本文以西南空管局为例，阐述对民航空管智能管理系统的初步构想。     

自适应滤波前馈控制器实现智能旋翼振动的实时控制

主要研究目的是寻求利用智能旋翼概念，将自适应随波前馈控制器应用于直升机旋翼的主动实时振动控制的可行性研究，但自适应控触所需参考信号在实际应用中往往难以获得。本提出利用旋转变压器拾取直升机桨叶旋转信号作为参考信号来解决这一问题。为了实现旋转桨叶和机体之间的双向多路信号的可靠传输，以组成智能旋翼闭环控制系统，本提出了一种非接触信号传输方法，并进行了实时振动控制试验，以验证控制策略、信号传输方法和智能旋翼概念．最后，根据试验结果，讨论了进行高效控制应当如何选择控制参数问题．     

基于采样通信的分布式多智能体系统稳定性分析与协同控制(英文)

研究了基于采样通信的分布式多智能体系统的稳定性分析与协同控制,并采用分布式状态反馈控制器来实现智能体间的协作。推导了一种线性不等式的形成定理,并将其用来分析系统的稳定性。同时提出了针对线性不等式约束优化问题的形成定理,将其用来设计相关的控制器,并给出了相关的算法。仿真实例验证了所提方法的正确性和有效性。     

基于光纤智能夹层和模糊RBF神经网络的飞行器载荷识别

为了更好地保障航空飞行器的安全,提高飞行器的可靠性,提出了一种通过性能参数稳定的光纤智能夹层采集数据,并且结合模糊RBF神经网络对机翼盒段载荷进行识别实验的方法.该方法融合了模糊理论和神经网络各自的优点,通过改进的模糊C均值聚类(FCM)聚类算法删除冗余的规则以进行规则的优化,能自适应地从学习样本数据中提取相应信息,实时地进行载荷辨识.从仿真结果可以看出:该网络模型具有学习时间较短、学习速率较快和精度较高等优点.     

机载智能泵源系统的开发研制

针对飞机高压、大功率所带来的节流损失急剧增加的问题,提出了一种根据飞机工作任务设定工作模式和输入给定量的智能泵源系统. 其控制与管理实际上是一个递阶计算机控制系统,上位机(机载公共设备管理计算机)负责根据飞行任务选择泵的工作模式和输入量设定(必要时还可以包括控制律的选择和控制参数的设定),下位机负责现场控制律的实现、控制量输出和数据采集等工作. 研制了智能泵的微控制器和原理样机. 所构成的智能泵源系统可以根据飞行任务需要选择工作模式并自动设定相应的输入量(压力、流量或负载敏感压差),实现对功率利用情况的有效管理,从而有效抑制系统的温升并提高飞机的机动性和生存能力.      

“空间控制技术与应用”专题学术研讨会顺利召开

空间智能控制技术国家级重点实验室“空间控制技术与应用”专题学术研讨会于2008年10月28日在重点实验室学术报告厅召开。会议由重点实验室和《空间控制技术与应用》编辑部共同主办。除重点实验室学术委员会成员到会外,来自清华大学、北京航空航天大学、哈尔滨工业大学、国防科技大学和北京科技大学等单位的28位代表应邀参会。     

GPS/INU/DM组合定位导航技术在ITS中的应用

 介绍了智能交通系统(ITS,Intelligent Transport Systems)的基本思想,阐述了GPS/INU/DM(Global Positioning System/Inertial Navigation Unit/Digital Map)组合定位导航技术在ITS中的应用,以及提高组合定位导航精度及可靠性的几种技术措施.该组合定位导航是将卫星定位技术、惯性导航定位技术以及计算机技术融合在一起的新型技术,具有全方位、全天候、防遮挡的功能.ITS中利用组合导航技术可实现道路交通管理"自动化"、车辆行驶"智能化",具有良好的实用价值,应用前景广泛.     

空间智能控制技术国家级重点实验室第三届学术研讨会征文通知

空间智能控制技术国家级重点实验室第三届学术研讨会将于2009年7月召开,地点待定,主题为“深空探测航天器自主控制技术”。研讨会由空间智能控制技术国家级重点实验室和《空间控制技术与应用》编辑部共同主办。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。