基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。     

几种常见形式的等效阶梯截面

针对许多平面杆系桥梁分析软件仅提供梯形分块法的截面尺寸输入方式和截面几何特性已知或者有解析表达式的带有曲边的截面不便直接使用梯形分块法的问题，利用桥梁结构平面计算中截面等效的概念．提出了等效算法，构造了节线数不多于6的等效阶梯截面，推导了等效阶梯截面几何要素的一般计算公式．给出了圆形、圆环等几种常用截面形式的不多于6条节线等效阶梯截面尺寸计算的具体而又简捷的公式。     

单调惯性系统控制理论的进一步研究

非线性未知系统的多目标最佳化控制一直是控制领域一个比较困难的问题，它是多目标最佳化问题与控制问题的结合体。其困难主要表现在几个方面，一是被控对象没有可利用的数学模型，仅能依据经验或其输人输出数据对它进行认识；二是系统各个控制目标不能用精确解析式子进行定量描述；三是系统的涉及的变量和因素较多，运行状态有很多不确定性。上述三方面的困难使得已有的基于模型的多目标最佳化理论不能有效解决。     

基于观测器的时变时滞不确定系统的强稳定鲁棒H^∞控制器设计

研究一类同时存在状态和控制输入不确定性的时滞系统基于观测器的强稳定鲁棒控制问题，其中不确定性是时变的，满足范数有界条件。被控对象可鲁棒强稳定且满足从干扰输入到控制输出的H^∞范数界约束。     

一种具有鲁棒性的磁链观测器在异步电机直接转矩控制中的应用

对磁链的准确估计在异步电机直接转矩控制中具有至关重要的作用．针对参数不确定电机模型．利用Lyapunov函数方法，给出了一种基于线性矩阵不等式（LMI）的具有鲁棒性的磁链观测器设计方法．得到了磁链观测器辨识的收敛性条件：相对于基于参数辩识磁链估计方法，其计算量很小．容易满足实时性控制的要求、仿真结果表明．磁链受定转子电月且不确定性变化影响较小．具有较强的鲁捧性．     

基于非线性观测器的IPMSM无位置传感器控制

为了解决内嵌式永磁同步电机(IPMSM)无位置传感器控制中转子角度和速度估计问题,根据IPMSM的状态方程和非线性理论,设计了一种非线性状态观测器,并基于Lyapunov稳定性原理讨论了观测器稳定条件.同时考虑负载影响,加入了负载转矩的观测由于模型参数问题和采样精度问题,状态变量的观测值和实际值存在一定误差,因此对角度和速度观测值分别进行了修正.仿真和试验研究表明,改进后的非线性观测器能够准确估计转子角度和速度,可以获得良好的动态和稳态性能.     

带漂角和输入饱和的水面船舶航向控制

[目的]为处理水面船舶航向控制过程中受到的非零漂角和输入饱和影响,提出一种基于反步法的航向控制方法。[方法]首先,利用相对速度求出实际漂角,再通过漂角对航向角误差进行修正;然后,采用一种预滤波方法减小航向改变时对航速变化的影响,同时引入双曲正切函数和Nussbaum函数逼近输入约束,结合自适应律对逼近误差和艏摇方向上的扰动进行估计;最后,借助指令滤波器简化反推过程,并通过Lyapunov理论证明控制系统的稳定性。[结果]仿真结果表明,所提控制器有效减小了水面船舶的航向输出误差,且能始终保持较小的控制输入力矩。[结论]研究成果可为水面船舶航向控制设计提供参考。