ITSON：一种基于拓扑演化的P2P智能搜索机制

P2P系统中节点的动态特性对搜索性能的稳定提出了很大挑战。借鉴社会学和组织学相应原理,提出拓扑演化模型捕获节点的运动规律。节点模拟人类在社会网络中的行为,根据自身和他人的兴趣变化,随搜索过程的进行,利用自身局部信息,动态、自适应地调整网络拓扑,及时反映资源分布以及搜索内容的动态变化,维持资源合理组织。在此基础上提出的智能搜索机制ITSON(InTelligent Search based on tOpology evolutioN),利用消息转发的智能性进行路由方向决策,从而迅速定位资源提供节点。仿真结果说明,ITSON能自动优化网络,具有良好的搜索性能和自适应特性。     

试析基于信息系统的体系作战中的自适应响应

文章阐述了基于信息系统的体系作战中自适应响应的重要意义,分析了自适应响应的实现条件,提出了作战实体在自适应响应中应注意的一些问题及需要达到的要求。     

坦克炮控伺服系统未知摩擦的自适应补偿控制

摩擦的存在导致坦克炮控系统出现低速爬行等现象,使系统性能变差。针对该系统,提出未知摩擦的自适应补偿控制。更具一般性的未知摩擦及系统的参数不确定性使得对摩擦的自适应补偿变的非常困难。在控制器设计中,通过精确估计摩擦及系统中的未知参数、观测摩擦内动态对其进行补偿,从而避免了由于简单地把摩擦看成外界扰动进行补偿所造成的系统性能的损失。同时全面考虑了系统的不确定性和外界扰动,使得控制器有较强的抗干扰性。     

消防给水系统变频调速自适应PID控制器的设计与仿真

根据当前消防给水系统中采用的变频调速恒压控制现状,提出了一种PID控制与专家控制相结合的自适应PID控制策略,根据给水系统的特征,对给水系统模型进行了分析,最后根据实例,对比了普通PID控制与自适应PID控制的效果,体现了自适应PID控制器的优越性,给消防给水系统中变频调速恒压控制提供一些借鉴。     

未标定的视频小卫星深空目标凝视控制

设计了一种目标凝视自适应姿态控制方法,可以实现未知目标位置和未标定相机参数条件下的目标凝视控制。根据运动学方程提取出恰当的未知参数,从而将参数进行线性化表示;引入关于未知参数的势函数,确保参数矩阵的秩满足稳定性要求;采用了一个参数自更新律在线估计未知参数,提出了基于估计参数的自适应控制律。采用李雅普诺夫稳定性理论和芭芭拉特引理,证明了目标成像位置与期望成像位置的误差可以渐近收敛到零。仿真结果表明:目标位置未知且相机参数存在偏差的情况下,该自适应控制器能〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCSC.TIF;%129%129〗听语音 聊科研与作者互动 够有效地对深空目标进行凝视观测。     

飞行器自适应预设性能姿态控制设计

预设性能控制是一类可以同时保证系统响应瞬态与稳态性能的非线性控制方法。针对具有非线性与未知干扰的飞行器系统,研究了一种无逼近预设性能姿态控制器设计方法,并进行了数值仿真验证。首先,研究了在传统预设性能方案中潜在的奇异性问题;其次,针对该问题提出了一种拥有自适应边界的预设性能函数改进方案。当归一化误差达到一定阈值时,通过放宽性能函数边界并使其重新收敛,确保跟踪误差被包覆,避免误差越界引起的奇异性,防止控制系统崩溃。最后,通过数值仿真验证改进方案的正确性与有效性。仿真结果表明,改进方案可以保证系统在存在误差越界的情况下姿态控制回路运行良好,并能满足预定的控制要求。     

一种纯方位跟踪中的自适应滤波算法

针对纯方位被动目标跟踪中扩展卡尔曼滤波算法易发散的不足,提出了一种自适应的改进算法。该算法利用极大后验噪声估计器Sage-Husa对虚拟观测噪声进行实时在线估计,动态补偿线性化带来的误差。算法的对比仿真分析结果表明,AEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位被动目标跟踪的实现提供一种新的方法。     

面向太阳能无人机的自适应扰动步长增量电导法研究

太阳能无人机机动过程常导致机翼表面光伏阵列所受辐照发生大幅快速变化,给光伏阵列最大功率点跟踪控制方法带来了新的挑战.提出了一种跟踪过程快速稳定无振荡的自适应扰动步长增量电导法.首先,根据"蒲公英IB"无人机的太阳翼布局,建立了光伏电池阵列模型,分析其输出特性曲线;其次,介绍了传统增量电导法的原理及优缺点;然后,针对传统...     

多变量解耦控制方法

介绍了以传统解耦、自适应解耦和智能解耦为主的解耦诸方法,分析了各种解耦方法存在的问题并叙述了应用情况,指出解耦控制是控制领域研究的热点问题,最后对多变量解耦控制的研究进行了展望,并指出寻求简单易行的解耦方法或融合解耦诸算法是解决工程实际的有效途径.     

自适应平方根无迹滤波的雷达组网状态估计算法

从最小方差的角度分析了雷达组网无迹滤波(Unscented Filter,UF)状态估计的统计学本质,并且针对UF的Cholesky分解遇到非半正定矩阵容易发散、不准确滤波初值造成滤波发散以及异常扰动影响滤波效果等问题,提出将自适应平方根无迹滤波(Adaptive Square Root Unscented Filter,ASQUF)用于雷达组网状态估计,结合合理的滤波初始化策略,提高了UF的工程可用性。仿真验证表明,提出的ASRUF算法用于雷达组网空域目标状态估计时,初始化平稳无波动,工程可用性好,状态估计精度高,明显优于扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法。