CDMA系统呼叫接纳控制

呼叫接纳控制是CDMA蜂窝系统无线资源管理的重要功能实体，本文根据接纳域体现参数分析了基于用户数、功率、干扰、剩余容量以及带宽的接纳控制算法，并就应用性能进行了探讨，最后结合研究热点及CDMA蜂窝系统特征分析了呼叫接纳控制算法的发展趋势．     

汽车安全气囊控制算法的基础研究

在现有安全气囊引爆时刻确定准则的基础上，主要分析一些能够决定汽车碰撞程度的基本参数与其他常用参数，最后总结了现有基于这些基本参数与常用参数的安全气囊控制算法。     

多模型预测控制方法研究

对于预测控制系统中的多模型切换问题，在切换时间已知的条件下，通过重新构造系统的结构，提出了一种广义预测控制算法。     

多值非线性系统的自适应控制

提出了带有多值非线性环节的线性离散系统的自适应控制算法，仿真实验的结果表明：该算法简单易行具有明显的优点，跟踪误差比采用一般的自适应控制算法时要小得多，且能保证闭环系统大范围近收敛。     

一种改进的基于FXRLS的反馈式振动主动控制方法

在实际的振动主动控制中,由于条件限制无法获得较为精确的参考信号,通常会导致会产生控制性能的下降.针对这类问题,文中在一种FXRLS主动控制算法的基础上,进行了改进,通过归一化技巧,提出了一种改进基于FXRLS算法的反馈式振动主动控制算法,相比原先的振动主动控制算法,它具有较强的鲁棒性能,能够有效处理此类的参考信号频率与振源信号频率不精确引起的性能下降的问题.通过对此算法的研究和仿真分析,验证了该振动主动控制算法能够在无法获得较为精确的参考信号时,有效进行振动主动控制.     

一种新型的动态矩阵控制算法

对无约束动态矩阵控制（ＤＭＣ）算法进行了改进，提出了一种新的ＤＭＣ控制算法，即用遗传算法对ＤＭＣ的设计参数进行在线寻优，由优化结果来计算实际控制作用，与一般的定参数ＤＭＣ相比，其闭环性能更好，能有效地处理各种约束。仿真实例表明了该方法的有效。     

积分分离PID控制算法在炉温控制系统中的应用

积分分离PID控制算法是当被控量与设定值偏差较大时,取消积分作用,以提高系统的稳定性,减小系统的偏差,当被控制量接近设定值时,引入积分控制。本文以工业中常用的炉温控制系统为例进行仿真试验分析,验证积分分离PID控制算法的作用。     

基于满意优化的模糊多目标预测控制算法研究

提出了以满意优化取代传统的最优控制对模糊预测控制中的性能指标进行优化的方法。以模糊多目标单步预测模型为例，给出了系统对某一控制目标的满意优化控制算法，并在此基础上提出了基于满意优化的模糊多目标预测控制算法。     

数字PID控制算法在电子调速器中的应用

本文首先分析了NABCO公司的MG-800电子调速器的系统组成及调速原理，同时详细介绍了经典PID算法，包括模拟控制算法和数字PID控制算法。着重分析了MG-800电子调速器系统中的数字PID控制算法，详细给出算法中三个参数的设置规则和参考设定值，同时分析了不同的参数值对于主机转速的影响。     

基于脉冲响应的预测控制算法及仿真

针对复杂工业过程不确定性、变量间的耦合性、非线性等特点,介绍了对模型要求低、在线计算方便、综合控制质量高的一类新型计算机控制算法--预测控制方法,并进行了仿真,仿真结果表明预测控制算法的控制效果远远优于PID控制算法,有很好的应用前景.     

汽车离合器从动盘测试机电控系统设计

基于滑模控制算法和卡尔曼滤波算法的分析,设计了基于卡尔曼滤波的复合滑模控制算法,并将其应用于设计的离合器从动盘测试机的电控系统,以提高测试机的控制性能．经仿真分析验证,复合滑模控制算法比复合PID算法响应速度快,具有较好的稳态精度和跟踪精度,卡尔曼滤波算法能有效消除现场随机干扰和抑制了工频干扰．检测数据表明,测试机的位移和力矩检测精度分别达到了±0．005mm和±0．05N·m．     

基于脉冲响应的预测控制算法及仿真

针对复杂工业过程不确定性、变量问的耦合性、非线性等特点，介绍了对模型要求低、在线计算方便、综合控制质量高的一类新型计算机控制算法——预测控制方法，并进行了仿真，仿真结果表明预测控制算法的控制效果远远优于PID控制算法，有很好的应用前景．     

陶瓷烧成炉温度及气氛控制系统设计

基于两级计算机控制系统，根据陶瓷烧成炉生产过程对控制系统的要求，对炉温和气氛控制系统进行了主要硬件，软件的结构设计，并给出了控制算法。     

一种基于神经网络的模型参考自适应控制的研究

本文将ＢＰ网络的非线性映射特性和联想记忆功能用于模型参考自适应控制中，用以克服传统模型参考自适应控制算法的不足。仿真研究表明，该方法不仅能实现原方法的功能，而且该系统稳定性和抗干抗方面中优于原方法。     

一种智能动态矩阵控制研究

本文研究了一种新型控制算法──智能动态矩阵控制算法。文中提供了计算方法并进行了仿真研究。重点讨论了该算法在对象参数和时滞等发生时的鲁棒性。与常规动态矩阵控制相比,该算法具有良好性能且无需复杂计算,很适合于工业控制应用。     

变学习因子神经网络自适应控制研究

利用网络逼近的思想，提出了一种用ＢＰ网络逼近对象的学习算法及相庆的控制算法，并得到了一种快速学习因子的选择方法，结合多种不同对象进行领导具，均获得了满意的效果。     

不确定时滞系统的PD型迭代学习控制算法

针对不确定时滞系统,在网络时滞范围已知情况下,采用改进PD型迭代学习控制算法补偿网络时滞.在初态是严格重复时,给出这类系统的极限轨迹和迭代输出收敛于该极限轨迹的充分条件.并与P型迭代学习控制算法进行比较.仿真结果表明改进后的PD型迭代学习控制算法能够有效地补偿此类时滞.当网络时滞范围变窄时,能够更加精确跟踪极限轨迹.在相同迭代次数情况下,PD型迭代学习控制算法比P型迭代学习控制算法能更快收敛于极限轨迹.     

一种基于CARMA模型的鲁棒广义预测控制算法

本文基于CARMA模型提出了一种鲁棒广义预测控制算法。该算法在有色噪声情况下,不必 估计噪声多项式C,且只解一个Diophantine方程即可获得满意的控制效果,特别是与现有基 于CARMA模型的改进广义预测控制算法比较,它还具有能克服随机负载扰动的优点。各种 情况下的仿真结果表明,本算法控制效果好,鲁棒性强,计算量小。      

基于异步优势强化学习的交通信号控制策略

为解决交通信号控制中的信号灯配时调度不合理、路口拥堵等问题,提出一种基于行动者-评论家算法的城市智能交通控制算法。该算法是一种基于异步优势的算法,可对交通状态特征进行抽象表征,并以多线程并行实现对交通状态的精确感知。该算法还参考了强化学习算法,能在最短时间内不断迭代优化其内部参数,得到交通信号控制的最优方案。为验证该算法的有效性,采用交通仿真软件SUMO,对该算法和其他3种典型的交通信号控制算法进行模拟仿真,并对仿真结果进行比较和分析。研究结果表明：与这3类典型算法中效果最好的Qlearning算法相比,该算法的交叉口车辆平均延误时间减少了14.1%,平均队列长度缩短了13.1%,平均等待时间减少了13.5%。该交通信号控制算法能有效地改善城市道路拥堵,提高道路交叉口的通行效率。     

一种自校正PID控制及其单片机实现

本文介绍了一种鲁棒性强,易于在单片机上实现的自校正PID控制算法,并详细论述了该算法的计算步骤和实现过程。该算法对工业过程控制系统有较强的适用性。