现代控制理论在汽车悬架控制中的应用现状

传统汽车悬架无法在各种行驶条件下提供良好的减振性能，应用现代控制理论保证汽车行驶平顺性和操纵稳定性的研究日益完善。本文论述了最优控制、自适应控制、模糊控制、人工神经网络控制等几种以现代控制理论为核心的悬架控制技术，并作出相应的评价。     

离散模型参考自适应控制的H^∞设计方法

本文基于H~∞控制理论,通过使被控对象与参考模型之间的误差传递函数的H~∞范数极小得到一种自适应控制器的设计方法。这种方法不论被控对象是否稳定或是否最小相位均适应,因此,它有较大的应用价值。文中论证了闭环系统的稳定性并给出了仿真例子。     

基于自适应迭代阈值的声呐图像增强算法

水下声呐成像探测技术日益成为各国普遍重视的技术。声呐图像具有对比度低、成像质量差的特点，对声呐图像进行增强处理是进行声呐图像判读和提高视觉效果的基础之一。针对声呐图像增强算法研究较少等问题，提出了一种迭代阈值图像增强算法，并采用评价准则算法和频域响应法对常用的几种图像增强算法进行比较分析。结果表明，该方法具有算法简单、易于实现等特点，且增强效果可较好地满足视觉效果的需求。     

WDM系统测试探讨

介绍了光波长分割复用（ＷＤＭ）技术的系统结构和工作原理，并对在ＷＤＭ系统检测中需特别测试的若干参数论述了其理由。     

重载机车横向振动自适应模糊控制技术

针对重载机车横向二系半主动悬挂系统,研究基于加速度反馈的自适应模糊控制技术。根据车体加速度及其变化率的大小,自动修改量化因子和控制规则,使模糊控制器对重载机车运行工况的变化具有自适应的能力。通过MATLAB软件与ADAMS/RAIL软件联合建立了由17个自由度组成的重载机车横向振动动力学模型,并进行仿真研究。仿真结果表明:在重载机车不同运行速度下,与被动控制相比,自适应模糊半主动控制的加速度最大值改善率、加速度有效值减少率和Sperling乘坐指数提高率分别为55%~64%,55%~77%和16%~35%。由此表明,自适应模糊半主动控制能够有效减少车体振动,提高机车的乘坐舒适性和平稳性。     

基于多智能体的舰船维修系统建模技术研究

基于舰船维修计划任务分配优化和维修系统能力评估需求,根据舰船维修系统的组成和运行机制构建基于多Agent的维修体系结构和部分Agent的特征模型,对维修系统任务分配的规则及Agent演化的自适应算法进行研究,对系统Agent之间通信的机制进行探讨,对通信原语和内容协定的扩展进行讨论,为舰船维修系统建模与战时能力评估提供了方法。     

基于傅里叶变换的快速TAMVDR算法

时域解析信号MVDR算法(TAMVDR)可以在一次快拍的前提下获得较好的宽带信号处理效果,是一种在阵列信号处理中具有广泛应用前景的高分辨波束形成方法,但因运算量较大制约了其工程应用。本文详细分析基于傅里叶变换的时域解析信号构造和精确时延方法,提出改进的快速TAMVDR算法,给出具体算法流程和运算量分析。海上实验结果表明,快速TAMVDR算法的处理性能与TAMVDR算法相当,其波束分辨力和检测能力均优于常规波束形成技术,其运算量仅为TAMVDR算法的1/4。     

基于自适应反步控制的船舶航向控制器

本文在非线性船舶运动模型的基础上,设计基于自适应反步控制的船舶航向控制器,并通过设置控制参数对控制器进行仿真。在仿真过程中,通过无积分器情况下的船舶航行情况,以及有外界环境时船舶的航行变化,说明本文所设计的控制器鲁棒性强。     

高速船联网智能推进系统综合优化设计技术研究

推进系统是整个船舶动力系统的心脏,其性能好坏直接关系到各动力装置的运转。随着航运业的发展,对船舶的航行速度要求越来越高,一套高效的推进系统成为现代船舶研究的重点。本文研究现有船舶推进系统结构,分析各类推进器的性能特点。在此基础上,利用Matlab仿真工具,对基于船联网的智能推进系统进行建模,利用自适应遗传算法及基于PID模糊控制算法对推进系统模型进行优化;最后对系统模型进行仿真并对结果进行分析。     

基于自适应变异 PSO-BP算法的船舶横摇运动预测

为了准确高效预测船舶在海上的航行状态,以保证人员、货物和船舶的安全,提出一种自适应变异的粒子群优化算法（self-adapting particle swarm optimization algorithm,SAPSO）,将该算法与误差反传（back propaga-tion,BP）神经网络结合。SAPSO-BP预测模型使用SAPSO算法优化BP网络的网络参数。克服传统BP神经网络对初始权值阈值敏感,容易陷入局部极小值的缺点,同时也克服了传统PSO算法早熟收敛、搜索准确度低及迭代效率低等缺点。运用该模型对科研教学船“育鲲”轮在海上航行的横摇情况进行实时预测实验,验证该方法的可行性与有效性具有较高的预测精度。