基于LMS自适应滤波的模糊控制主动悬架研究

以车辆操纵稳定性及行驶平顺性为控制目标，根据路面一车辆系统的特点，提出一种在线可调整的模糊控制算法，利用LMS自适应模块调整模糊控制器的自调整因子，改善单一模糊控制算法对专家先期经验的依赖。针对简化的车辆模型，以路面信号作为激励源，进行悬架系统的振动控制研究，结果表明提出的算法对车辆悬架系统的振动控制具有较好的适应性。     

城市交通超级网络均衡配流模型及算法

从我国城市交通的实际情况出发，综合考虑交通网络中自行车，公交车和一般机动车３种基本交通方式的交通流及它们的相互影响，建立了一个混合交通的超级网络模型，给出了求解该问题的迭代算法。     

基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。     

高速公路常发性交通拥挤路段实时判定与跟踪研究

提出的自动判定和实时跟踪高速公路常发性拥挤路段的方法包含3个算法：①路段平均车速算法；②交通流区段类型判定算法；③排队类型判定算法。考虑采用两个前后相邻车辆检测站之间的路段平均车速来实时判定和跟踪常发性交通拥挤路段的情况，使得模型所提供的信息更能反映路段的真实交通状况。采用路段平均车速的方法克服了目前采用点速度来跟踪车队方法的局限性，并且采用“客观”标定临界车速作为基于现场数据判定车队状态的一种方法。     

卡尔曼滤波器在船舶运动模型参数辨识中的应用

船舶航行在广阔洋面时,由于速度极快,因此具有很好的机动性,但遇到恶劣天气时,会面临很大的控制难题,尤其是控制信号的传递和导航数据的传输过程中会面临较强的干扰问题。本文主要研究船舶运动模型参数的辨识问题,采用卡尔曼滤波器对输入信号进行处理,能够主动分离出有用信号和噪声信号。在滤波过程中,通过对滤波参数进行提取,能够提高滤波效率,显著改善了船舶运动控制的水平。     

大型船舶电力系统脆性中的粒子群优化算法研究

随着自动化技术和电力推进技术在船舶工业的广泛应用,船舶电力系统的稳定性、可靠性显得更加重要,针对大型船舶电力系统的脆性优化也引起了国内外的广泛研究。大型船舶电力系统的故障恢复和脆性优化具有重要意义,一方面可以提高船舶电力系统的可靠性,为船载用电设备提供充足的电力;另一方面,电力系统网络结构的优化有助于提高电力系统的集成特性,降低成本的同时可以提高供电效率。本文主要研究了大型船舶电力系统的脆性优化问题,采用了粒子群优化算法和脆性建模技术,对全面分析复杂的船舶电力系统,预防和控制电力系统脆性故障,提高电力系统可靠性具有重要的理论和实际应用价值。     

自适应干扰抵消在船舶通信系统中的应用

在船舶信息化技术飞速发展的今天,绝大部分船载设备都需要与船载通信控制系统建立联系,从而能够实现对整个船舶运行状态的实时监控。但是在有限的船载空间中,需要安置众多的通信交换设备,多种设备之间必然存在通信干扰,因此为了提高通信网络的性能,需要对网络中的干扰进行滤除。本文结合船载通信设备的特点和网络拓扑结构,介绍了一种自适应干扰滤除算法,该算法能够主动侦测系统中的干扰信号,通过反馈网络,对干扰信号的特征进行主动学习,然后在网络中的节点对噪声进行滤除,从而大大提高了船舶通信系统的整体性能。     

深度模拟器液压系统仿真研究

介绍了深度模拟器总体结构及工作原理,针对深度模拟器控制系统中PID算法及其相关参数进行了仿真研究。以深度模拟器液压系统为模型,利用AMESim仿真软件工具,对整个液压系统进行了仿真分析并对系统各元器件的参数进行了优化,为深度模拟器的进一步研究提供了理论基础。     

舰艇编队信息融合中模糊C-均值算法改进研究

在分析舰艇编队信息处理融合的基础上,提出舰艇编队信息融合体系结构、模型和实现框架。针对原C-均值算法在处理数据时的不合理性,提出了改进的模拟C-均值算法,提高分类效果,满足信息融合的实时要求和可靠性要求。