三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。     

临近空间高超声速目标跟踪方法研究?

临近空间高超声速目标跟踪技术研究在空天防御系统中具有重要军事意义和理论价值。本文综述了临近空间高超声速目标跟踪中的目标运动建模、目标跟踪算法等研究内容的研究进展，并对其存在的问题进行了深入分析。针对这类目标跟踪存在的问题，结合临近空间高超声速目标探测跟踪需求，指出了临近空间高超声速目标跟踪技术的研究思路，为相关研究提供了参考。     

基于角反射器的诱扫主动攻击水雷方法

针对现有对抗主动攻击水雷方法的不足，根据主动攻击水雷工作特点，提出了利用串联角反射器模拟潜艇声反射，结合声扫雷具模拟潜艇声辐射，联合诱骗主动攻击水雷的方法。建立了模拟潜艇声反射强度计算模型，给出了从声反射强度及尺度特征方面模拟潜艇特征的方法，并进行了初步验证。为便于使用及提高对抗效率，对角反射器的类型、边长及构造进行了深度优化，显著提高了对抗主动攻击水雷时的效率，证明了该方法的有效性。     

Consecutive k‐within‐m‐out‐of‐n:F system with exchangeable components

As a generalization of k‐out‐of‐n:F and consecutive k‐out‐of‐n:F systems, the consecutive k‐within‐m‐out‐of‐n:F system consists of n linearly ordered components such that the system fails iff there are m consecutive components which include among them at least k failed components. In this article, the reliability properties of consecutive k‐within‐m‐out‐of‐n:F systems with exchangeable components are studied. The bounds and approximations for the survival function are provided. A Monte Carlo estimator of system signature is obtained and used to approximate survival function. The results are illustrated and numerics are provided for an exchangeable multivariate Pareto distribution. © 2009 Wiley Periodicals, Inc. Naval Research Logistics 2009     

数据采集中脉冲丢失补偿算法

针对测试中遇到的脉冲丢失问题,采用脉冲边沿、脉冲到达时间和脉冲间隔等特征量,设计了快速进行脉冲丢失位置定位和补偿的算法。仿真结果表明,该算法能有效地解决脉冲丢失的问题,对脉冲敏感型的数据分析和故障诊断具有重要意义。     

一种改善雷达测距测角精度的窄带补偿方法

多通道间幅相不一致会影响三维成像雷达的成像质量。针对步进频率体制三维成像雷达,分析了系统窄带部分通道间幅相不一致对目标三维(距离、方位角、俯仰角)成像的影响,并提出了一种基于中频注入补偿信号的补偿方法。