具有混合延时和不同时标的混沌忆阻竞争神经网络的自适应同步

本文考虑了具有混合时变延时和不同时标的混沌忆阻竞争神经网络的自适应同步问题.使用Lyapunov泛函方法和不等式分析技术,设计了一类新的具有反馈控制律的自适应控制器以取得网络同步及指数同步目的,提出了不用过多计算,如求解线性矩阵不等式或复杂代数计算的保证网络同步条件;同时,所获条件也可以应用到已有文献里关于忆阻器网络不同数学模型中.最后,通过实例验证了本文获得的理论结果的有效和正确性.     

具有随机扰动和混合时滞的两层异质网络的同步研究

在现实生活中,很多复杂的系统不是由单个网络来表示,而是由一组相互依赖的网络系统来表示的.本文研究了具有随机扰动和混合时滞的两层异质网络的对应节点的同步控制问题.基于随机微分时滞方程的LaSalle不变原理和Lyapunov稳定性理论,采用牵制控制方法,对部分节点实施控制,给出了实现同步的充分条件.为了降低反馈控制的增益,结合自适应控制的方法,进一步弱化了两层异质网络实现同步的条件.最后,通过数值仿真,验证了理论结果的有效性.     

基于状态约束的直流电动机有限时间位置跟踪控制

本文提出了一种基于状态约束的直流电动机神经网络自适应有限时间控制方法.首先采用障碍李雅普诺夫函数对直流电动机的状态量进行约束,确保直流电动机的角位置和角速度限制在给定的约束区间内,引入神经网络逼近系统中未知的非线性函数.此外,通过引入有限时间控制技术,提高了系统的收敛速度和控制精度.仿真结果验证了该方法能够实现对直流电动机快速有效的位置跟踪控制.     

一个新混沌系统的自适应反同步控制及实现

针对所提出的一类新型混沌系统,研究了其驱动与响应系统的反同步控制问题.基于李雅普诺夫稳定性理论,利用自适应控制方法,提出了可以实现混沌系统反同步的控制器的设计方法和参数自适应学习算法.在此基础上,通过Matlab软件进行数值仿真,仿真结果显示所有的参数均可以得到准确地识别,并且可以在较短的时间内使误差系统趋于稳定,说明了控制器与参数自适应律的正确性.最后,基于Multisim电路仿真平台对同步电路进行验证,结果进一步证明了该方法的电路可实现性.     

基于观测器的多智能体系统的自适应一致性控制

针对带有非线性动态的高阶多智能系统,本文提出了基于观测器的一致性和自适应控制算法.在一致性算法中加入了历史信息,并且参数增益采用自适应律控制的策略.利用Lyapunov函数、稳定性理论、图论和线性矩阵不等式技巧,得到多智能体系统一致性的充分条件.最后通过数值仿真结果验证该算法的有效性.     

分布参数高阶随机时滞Hopfield神经网络的指数稳定性

利用Lyapunov稳定性理论,积分不等式和Halanay不等式,研究了具分布参数的高阶随机时滞 Hopfield神经网络的均方指数稳定性,得到了保证系统指数稳定且与扩散项相关的充分性条件,并给出了指数收敛率,同时放松了现有文献中对变时滞的要求,因而在一定程度上了改进了现有文献的结果.最后给出了数值算例验证所得结果的有效性.     

基于LMS的自适应数字波束形成的FPGA实现

介绍了一种针对DBF(自适应数字波束形成)的最小均方(LMS)自适应处理方法,并在工程上用 FPGA(现场可编程门阵列)实现算法的验证和调试.该算法比较简单,易于在工程上用硬件来实现.     

参数不匹配下含有泄露时滞与多个传输时滞的分数阶忆阻器神经网络的拟同步

本文主要讨论了一类在参数不匹配之下带有多个传输时滞与泄露时滞的分数阶忆阻器神经网络的拟同步问题.首先,给出了时滞线性反馈控制器;然后,根据分数阶微分包含、集合值映射理论和分数阶微分不等式理论等,得出了主从系统达到拟同步所满足的条件以及所对应的误差边界;最后,给出了一些数值模拟验证所得结论的有效性.     

基于神经网络方法的不确定非线性微分-代数子系统的鲁棒反推镇定控制

对于指数1且关联可测的不确定非线性微分-代数子系统,将反推方法和神经网络相结合,研究了其鲁棒渐近镇定控制问题.基于反推方法来构造镇定控制器,利用3层的神经网络来逼近每一步控制器构造过程中的不确定项.提出一种新的自适应算法对神经网络权值进行在线调节,并适当选取每一步虚拟控制器的参数,最终得到的控制器使得闭环系统是渐近稳定的.     

随机马尔可夫跳变系统的弹性动态输出反馈控制

本文讨论了随机噪声影响下马尔可夫跳变系统的弹性动态输出反馈控制问题.在系统随机干扰和控制输入扰动的情况下,设计的弹性控制器可以确保闭环系统的依概率渐近稳定性.通过运用随机微分方程理论和线性矩阵不等式技术对系统进行稳定性分析,获得了系统依概率渐近稳定的充分条件和控制器增益.最后通过数值算例和直升机系统仿真验证了所提弹性动态输出反馈控制方法的有效性.     

复杂网络的固定时间混合外部同步

本文研究了两个复杂动态网络间的固定时间混合外部同步问题.基于固定时间稳定性理论,采用合适的控制器,实现了两个复杂网络之间的固定时间混合外部同步.最后,通过数值模拟验证了该控制方法的有效性和可行性.     

重庆市区雾的天气特征分析及预报方法研究

分析了重庆市区雾的特点、天气特征及温、湿等气象要素垂直分布特征,利用重庆站的观测资料选取适当的诊断因子,采用动态学习率BP算法的人工神经网络对重庆市区能见度进行了拟合和预报检验。研究表明:55年以来,重庆年雾日数总体呈逐年下降趋势,同时轻雾日数急剧上升,这种变化可能主要与城市热岛效应增强和空气污染状况加重有关;发展成熟的辐射雾大多具有逆温的稳定结构,雾顶上下温度、湿度存在明显跃变特征;神经网络模型具有较强的自适应学习和非线性映射能力,对能见度为0~1 km雾的报出率为83%,Ts评分达到69%,平均预报误差为0.384 km。除常规气象要素外,通过M指数、Ri数、凝结核、辐射状况和其他物理量的引入,以及对因子网络输入值的技术处理,明显提高了神经网络对雾尤其浓雾的预报能力,其对能见度在0.4 km以下浓雾预报的Ts评分可达89.5%。模型结果对重庆市区雾的预报具有良好的参考价值。     

一种新的温度传感器湿度补偿方法

针对温度传感器测量中易受湿度影响的问题,通过对思维进化算法（Mind Evolutionary Algorithm,MEA）中的趋同操作、异化操作及收敛条件进行研究改进,对趋同操作中的散布权值进行自适应调整,在异化操作中引入差分进化算法的变异操作,并考虑收敛条件中搜索平面平缓的情况,提出了基于改进思维进化算法的BP神经网络湿度补偿方法.由湿度影响检定实验得到的样本数据,利用此补偿方法建立湿度补偿模型,将补偿结果与未经优化的BP神经网络模型的结果进行比较研究.结果表明,基于改进思维进化算法的BP神经网络模型补偿精度较高,收敛速度快,计算量小,可有效提高温度传感器的测量精度和可靠性,便于实际应用.     

降雨量及叠加预测方法研究

为了得到精确度较高的降雨量预测值及其叠加预测精度,利用小波神经网络和NARX动态神经网络对降雨趋势和降雨量进行预测,并分析降雨量叠加预测值的误差.研究表明,小波神经网络分析的月降雨量多个变化周期以及总的变化趋势较为准确;NARX动态神经网络预测模型测试误差为0.21％,回归效果图的相关系数R为0.99993,回判和检验...     

复杂网络方法在东亚地区夏季极端降水研究中的应用

利用1971-2007年东亚地区夏季（6-8月）逐日格点降水资料,借助事件同步法建立格点之间的非线性相关,构建了极端降水复杂网络,从复杂网络的角度研究了东亚地区极端降水的区域性特征,并利用复杂网络中的关联强度和关联方向信息,从极端降水时、空记忆性的角度构建了预测模型。复杂网络结构特征量表明:北部陆地地区的夏季极端降水空间同步性好,而沿海地区的夏季极端降水空间同步性差。不同地区的格点与周围格点的关联空间范围不一样,沿海地区格点之间远距离连接少,关联空间范围小,北部陆地地区格点之间远距离连接多,关联空间范围较大。极端降水预测模拟结果显示沿海地区的预测准确率一般高于北部陆地地区,其原因是该地区极端降水强度大、降水密集度高且空间格点的平均连接距离小、直接关联性强。研究表明,从时、空记忆的角度构建的预测模型对东亚地区的极端降水具有一定的预测能力,在极端降水研究中存在一定的潜在应用价值。      

一种全数字QPSK解调器的Matlab仿真及设计

QPSK作为一种抑制载波的抗干扰能力较强的四相移键控调制方式,被广泛应用于无线卫星通信中.同步（载波同步和符号同步）是解调过程中最核心的问题之一.采用基于软件无线电的思想,把尽可能多的通信功能用可升级、可替换的软件来实现.载波同步采用数字Costas环的方式,符号同步采用模平方谱线估计法来完成,并通过Matlab仿真验证结果的可行性.将仿真获得的参数结合硬件平台,最终在工程上实现了一款基于FPGA（现场可编程逻辑门阵列）的气象卫星解调器的设计.