基于模型扰动抑制的直线伺服电机滑模鲁棒控制

针对直接驱动的交流永磁直线电机直接驱动伺服系统,提出一种将模型扰动抑制方法和滑模控制相结合构成的鲁棒跟踪控制策略.滑模控制器保证了系统对给定的快速跟踪性能;而模型扰动抑制补偿器在很大程度上抑制了速度闭环系统内的各种扰动（包括负载及直线电机的端部效应力等）,从而削弱滑模控制的抖振对系统稳态性能的影响.仿真结果表明该方案在保证伺服系统的快速性同时,对系统参数变化和阻力扰动具有很强的鲁棒性.     

危岩变形的灰色预测方法及应用

危岩是山区常见的地质病害之一,危岩变形监测预测是危岩防灾减灾的重要基础。将灰色预测理论应用于危岩变形监测,建立了危岩变形灰色预测模型及残差修正灰色预测模型。以重庆南川甑子危岩为例,以实测危岩累计位移值为原始数据,建立了GM(1,1)灰色预测模型及残差修正预测模型。经精度检验,小误差频率P=1,后验差比值C=0.160243,模型精度等级达到较高水平,比常规危岩预测方法更具有可靠度。     

堡镇隧道围岩变形的神经网络预测

隧道新奥法施工中，常以围岩变形量作为评判围岩稳定性和支护结构经济合理性的重要指标。隧道围岩变形量是随时间而变化的数据序列，因而可以建立一些实时跟踪预测模型和方法。针对宜万铁路堡镇隧道软弱围岩区段施工大变形特点，采用神经网络技术对其变形量进行了预测分析，预测结果经过工程实践检验，具有相对较高的准确性和可靠性，为隧道施工决策提供了有效依据。     

基于BP神经网络算法的特大跨度斜拉桥施工过程中的线形预测

随着斜拉桥跨度的增大,其几何非线性因素影响越来越明显,这就需要寻求考虑几何非线性影响的特大跨度斜拉桥施工线形预测方法。文章分析BP神经网络算法的基本原理及改进措施,借助Matlab语言建立预测模型,探讨其在特大跨度斜拉桥施工控制中的应用。以某主跨为1088m的特大跨度钢箱梁斜拉桥为工程背景,验证该方法的合理性和可行性,为同类型桥梁的线形控制提供参考。     

An Approach to Hide Secret Speech Information

Introduction Informationhidingasacommunicationprob-lem[1]canbeadoptedtoprotectthesecurityofme-dia(signal)andchannelofcommunication.Media securityisrelativetocopyrightprotectionofdigital media,i.e.watermarking.Channelsecurityasso-ciateswithsecurecommunication.Mostresearch todaylayparticularstressontheformer,whilelit-tleattentionispaidtothelatter.Thispaperisfo-cusedonthesecurityofcommunicationchannel,proposesanapproachofreal-timespeechsecure communicationbasedonthetechniqueinformation hiding.Th…     

高速公路汽车追尾模型

应用自适应神经模糊推理系统,以两车车速差、跟随车的车速、行车间距为输入量,两车的追尾概率为输出量,建立了高速公路汽车追尾的ANFIS(自适应神经模糊推理系统)概率模型,计算出在不同车速差和行车间距时的高速公路汽车追尾概率.该概率模型为高速公路汽车追尾建模提供了一种新思路,对模型进行实时校正后用于追尾预测,对避免高速公路汽车追尾具有指导意义.     

基于自适应正交变换线性组合器的EP信号压缩方法

研究了自适应正交变换线性组合器（ＡＯＴＬＣ）的原理，并将其应用于ＥＰ信号的数据压缩之中，分析和计算机模拟的结果表明，在保持同样压缩率的情况下，对ＡＯＴＬＣ压缩数据所恢复的ＥＰ信号进行潜伏期变化估计的性能，优于采用常规的差分脉冲编码调掉（ＤＰＣＭ）方法压缩重建ＥＰ信号并估计潜期变化的性能在保持各自潜伏期估计性能相近的情况下，ＡＯＴＬＣ的压缩率优于ＤＰＣＭ，另一方面，ＡＯＴＬＣ具有削弱随机噪声的能力，     

磁浮列车直线电机边缘效应的计算方法与分析

通过对直线电机边缘效应的计算分析，探讨了相关多数之间的作用规律，为有效地利用和控制这些多数的影响，实现磁浮列车直线电机的优化设计提供了依据，文中给出的边缘效应计算曲线，对磁浮列车直线电机的设计计算具有参考价值。     

仿射流形码与射影流形码

提出了弱区组设计的概念，并根据仿射几何构造了流形码的射影流形码。此外，受我国古代的“孙子定理”的启发，构造了“孙子码”。     

基于奇异值分解的混沌时间序列Volterra预测

提出一种用于混沌时间序列预测的奇异值分解Volterra滤波器.在Volterra滤波系数计算过程中,采用奇异值分解的方法得到线性方程组的最小二乘解.4种混沌序列的预测实验表明:该滤波器对混沌流的预测性能远优于NLMS自适应Volterra滤波器,前者的一步预测相对误差比后者小3~4个数量级.