研究论文-水下机器人的模糊滑模控制方法

为了削弱抖振,结合模糊控制和滑模变结构控制的特点,并按照航向保持和航向改变的控制要求,设计了一种组合式航向控制器.当航向偏差较大时采用基于指数趋近律的滑模控制以缩短操舵时间,反之则采用模糊滑模控制柔化控制信号.仿真结果表明,所设计的模糊滑模控制器无论在响应时间还是在超调量上都优于常规滑模控制器,并对系统的参数摄动和外扰具有强鲁棒性,能满足船舶航向实时控制要求.

研究表明，将滑模控制技术应用于BUCK变换器时，其所得到的开关频率是不固定的，并且存在滞环滑模技术中的开关频率对噪声较为敏感等缺点。一般在滞环滑模控制系统中加入一个恒定的时间常数电路，或者利用自适应滞环控制技术，但都要引入外部电路，从而增加了电路的功耗。对此提出了一种附加积分项的定频滑模控制技术，通过将二阶标准系统应用到滑模轨迹中，设计了控制器的滑模系数；分析了引入附加积分对控制器性能的影响；为滑模控制器设计了指数趋近律，改善了趋近运动的动态品质；并利用MATLAB仿真验证了所提出的方法，证实了其在DC-DC变换器中具有较强的实用性。

腾讯游戏早期的网络同步机制解决方案，移动端保证网游不同客户端的强同步机制。文章主要介绍基础原理及实现方案，部分异常情况的处理，仅供参考。

matlab的欧拉方法代码神经元网络模型 动态耦合激发大脑中神经元的模型以产生复杂的网络同步 该项目提供了Matlab代码来模拟以下情况： 一个发射神经元细胞，使用三种不同的模型。 x个激发神经元的网络，使用静态耦合矩阵耦合在一起。 x个激发神经元的网络，使用基于神经元细胞之间突触模型的动态耦合功能耦合在一起。 在single_neuron_models目录中，运行着一些程序来模拟单个激发神经元的行为。每个程序的顶部都有一些示例运行。 OneNeuronTau.m：基于Tau常数的简单模型 OneNeuronIzhInF.m：伊兹凯维奇着名的“整合并发射”神经元模型 OneNeuronExpInF.m：更复杂的指数神经元模型 在Neuron_network_models目录中，运行程序“ Neuron Simulations”以打开一个GUI，该GUI允许配置和显示神经元网络。 NeuronSimulations.m：包含所有不同模型和行为的GUI NeuronNetworkTau.m：对通过耦合矩阵连接在一起的“ Tau激发”神经元网络进行建模。 使用正向Euler方法计算每个神经元

基于卡尔曼滤波器的一阶倒立摆滑模控制方法，林乐天，张晓华，为了解决在有较大噪声干扰情况下，一阶倒立摆的常规控制方法无法进行精确的位移定位与角度平衡的问题，采用卡尔曼滤波器与滑模控

在本文中，针对升压转换器设计并分析了级联控制器。 快速内部电流回路使用滑模控制。 慢速外电压回路使用比例积分 (PI) 控制。 仿真结果表明，参考输出电压在参数变化、系统不确定性或具有快速动态瞬态的外部干扰下被很好地跟踪

详细阐述了滑模控制的理论与方法，对学习滑模控制的同行来说有一定帮助。

提出了一种天棚面滑模控制方法，并将其应用于半主动悬架系统的控制，以提高车辆的平顺性。 给出了车辆半主动悬架系统的二自由度动力学模型，该模型侧重于乘客的乘坐舒适性。 在 MATLAB/SIMULINK 中设计了具有给定初始条件的仿真。 仿真结果表明，带有天棚表面滑模控制器的车辆半主动悬架系统的乘坐舒适性得到了提高。

采用基于2阶低通滤波的永磁同步电机滑模控制的控制策略,运用低通滤波和锁相环法进行转子速度和转子角度的估算,并用角度补偿法提高转子角度估算的准确性。仿真结果表明,无论永磁同步电机是在空载还是在额定负载下运行时,在允许的误差范围内,转子的转速和位置的估计值都能够稳定快速地收敛到实际值。