基于DRNN神经网络的PD混合控制技术在船舶动力定位系统中的应用

船舶在海上运动是一种复杂的非线性运动，其水动力系数很难精确确定，而海洋环境的随机干扰因素也在不断地发生变化，因此需要研究具有鲁棒性和自适应能力的船舶动力定位控制技术。PID控制在优化参数的条件下，对于能够建立精确数学模型的确定性系统具有鲁棒性好和可靠性高的特点，但对于船舶运动这样复杂的非线性系统其控制效果不理想，而神经网络具有自学习和自适应能力，因此需要结合两者的特点，设计自适应能力强、鲁棒性好的控制技术。本文研究了基于DRNN神经网络的PD混合控制技术，并将其应用到船舶动力定位系统。仿真结果表明该方法有效，且具有较好的鲁棒性和自适应能力，提高了动力定位系统的精度和性能。     

Application of a self-tuning fuzzy PI–PD controller in an active anti-roll bar system for a passenger car

A fuzzy proportional-integral-derivative (PID) controller has not been widely investigated for active anti-roll bar (AARB) application due to its unspecific mathematical analysis and the derivative kick problem. This paper briefly explains how the derivative kick problem arises due to the nature of the PID controller as well as the conventional fuzzy PID controller in association with an AARB. There are two types of controllers proposed in this paper: self-tuning fuzzy proportional-integral–proportional-derivative (STF PI–PD) and PI–PD-type fuzzy controller. Literature reveals that the PI–PD configuration can avoid the derivative kick, unlike the standard PID configuration used in fuzzy PID controllers. STF PI–PD is a new controller proposed and presented in this paper, while the PI–PD-type fuzzy controller was developed by other researchers for robotics and automation applications. Some modifications were made on these controllers in order to make them work with an AARB system. The performances of these controllers were evaluated through a series of handling tests using a full car model simulated in MATLAB Simulink. The simulation results were compared with the performance of a passive anti-roll bar and the conventional fuzzy PID controller in order to show improvements and practicality of the proposed controllers. Roll angle signal was used as input for all the controllers. It is found that the STF PI–PD controller is able to suppress the derivative kick problem but could not reduce the roll motion as much as the conventional fuzzy PID would. However, the PI–PD-type fuzzy controller outperforms the rest by improving ride and handling of a simulated passenger car significantly.     

基于POE的以太网技术在气象智能传感器中的应用

介绍了一种基于POE的以太网技术在气象智能传感器系统中的应用,着重对基于IEEE802.3af以太网供电工业标准的以太网供电系统（POE）的工作原理和实现方法进行了详细的介绍。系统的供电充分利用了POE技术,在传输数据的网线上同时提供电流,这样大大减少了电源系统的复杂度,同时提高了系统电源设计的可靠性。通过实际系统的测试,系统功能和性能方面都达到了预期的设想。     

地面中重频PD雷达探测巡航导弹性能分析

为了提高对低空小目标,尤其是对巡航导弹的探测能力,地面对空情报雷达已采用中重频PD体制。文章简要分析了地面雷达采用中重频PD体制杂波重叠、距离-多普勒盲区等问题,重点对巡航导弹探测性能进行了仿真分析。仿真结果表明,在距离较近的强杂波干扰环境中采用中重频PD体制对巡航导弹具有较强的探测能力。     

电控助力转向路感特性分析及控制

建立电控助力转向系统模型,针对电控助力转向路感特性,将其电流控制部分看作黑箱.首先推出路感传递函数,在此基础上分析系统的特性,针对系统性能要求反求黑箱的函数表达式,进行频域、时域分析.分析表明,电控助力转向系统路感特性传递函数为二阶传递函数;将黑箱设计成PD模块,仿真结果显示,PD控制与纯比例控制相比,系统的谐振峰值、...     

移动式近海基地的动力定位控制研究

移动式近海基地是一个大型的、浮动的、自行驱动的、由三至五个模块组成的海洋结构.其中的每个模块均能在风、浪、流作用力下实现长期定位.本文首先讨论了针对移动式近海基地的控制架构.然后针对近海基地中的单独模块设计了一个非线性带前馈的比例微分(PD)控制器,并将其应用到多个模块的运动控制中.文中同时给出了所设计的控制系统的仿真结果.     

汽车电动助力转向系统的混合模糊PD控制

在建立电动助力转向系统模型基础上,采用了电动助力转向系统的混合模糊PD控制策略,针对不同速度提出了不同的模糊控制规则．根据系统的阻尼与频率确定了PD控制的参数。建立了电动助力转向系统的混合模糊PD控制模型,并对模型进行了仿真分析。     

PD雷达解速度模糊中冗余量的选择分析

分析了PD雷达解速度模糊中存在的冗余量选择问题。对比了相控阵雷达利用数字波束形成(DBF)搜索方位和PD雷达频率估计的相似性,提出一种减小冗余量的方法。通过大量的数据仿真,验证了该方法能有效降低解模糊的冗余量,提高PD雷达的估计频率并保证解模糊的准确度。     

基于模糊PD控制的电动助力转向系统建模及仿真分析

汽车电动助力转向系统的基本功能是利用电机产生助力力矩帮助转向。与传统的转向系统相比该系统结构简单，灵活性大，能较好地满足汽车转向性能的要求；在操纵舒适性、安全性、节能等方面也充分显示了其优越性。本文对汽车电动助力转向系统的结构及其动力特性分析，建立数学模型，设计了一种自适应模糊PD控制系统。并进行了仿真研究。仿真结果表明，基于模糊PD控制的EPS比传统PD控制具有更好的助力特性和抗干扰能力。     

基于椭圆曲线离散对数问题的可否认认证方案

可否认认证方案在现实生活中具有广泛的应用前景，章在椭圆曲线离散对数问题基础上构建了一种新的更为安全的可否认认证方案。