您的位置: 专家智库 > >

高汉昆

作品数:7 被引量:5H指数:1
供职机构:山西煤炭职业技术学院更多>>
发文基金:四川省教育厅青年基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 6篇期刊文章
  • 1篇学位论文

领域

  • 6篇自动化与计算...
  • 1篇电子电信

主题

  • 4篇网络
  • 3篇预测控制
  • 3篇网络化
  • 3篇控制系统
  • 3篇测控
  • 2篇网络控制
  • 2篇网络控制系统
  • 2篇ADS-B
  • 1篇信号
  • 1篇循环冗余校验
  • 1篇延时
  • 1篇预测控制算法
  • 1篇置信度
  • 1篇冗余
  • 1篇冗余校验
  • 1篇时延
  • 1篇双容水箱
  • 1篇随机延时
  • 1篇自动控制原理
  • 1篇网络化控制

机构

  • 5篇西南科技大学
  • 3篇山西煤炭职业...
  • 1篇中国科学院自...
  • 1篇焦煤集团

作者

  • 7篇高汉昆
  • 4篇武丽
  • 1篇毕效辉
  • 1篇董哲
  • 1篇于亚利
  • 1篇高鹏

传媒

  • 1篇计算机安全
  • 1篇工业控制计算...
  • 1篇微计算机信息
  • 1篇四川教育学院...
  • 1篇西南科技大学...
  • 1篇机械工程与自...

年份

  • 1篇2013
  • 2篇2011
  • 2篇2008
  • 2篇2007
7 条 记 录,以下是 1-7
排序方式:
基于NetCon的网络化预测补偿控制算法及其应用
2011年
网络控制系统(Net-worked Control Systems,NCS)是指传感器、控制器和执行器通过网络形成的闭环反馈控制系统。介绍了以NetCon控制器为基础的应用于NCS的网络预测控制算法,详细阐述了预测控制算法的设计与实现过程,分别以双容水箱系统和直流电机系统作为控制对象将该算法应用到了实际系统中,实现了网络化控制,证明了该网络预测控制算法的有效性。
武丽于亚利高汉昆
关键词:预测控制算法
ADS-B系统信号纠检错算法及FPGA实现
2013年
介绍了ADS-B接收机算法系统组成,阐述了循环冗余校验(CRC)算法,提出了基于置信度判定的蛮力纠错算法;基于ADS-B系统,给出了实现系统信号纠错检错处理流程图,并在FPGA中实现了仿真。硬件仿真表明,本算法很好地实现了信号校验和纠错,提高了ADS-B系统信号传输的可靠性。
高汉昆高鹏
关键词:循环冗余校验
网络化控制系统时延预测补偿控制方法研究
网络化控制系统指通过串行通讯网络连接回路的控制系统。它是计算机技术、集成电路技术、网络技术和控制理论等多种技术综合的结果。网络的引入给网络化控制系统带来了很多的优点,但它的共享通信信道特性也产生了一些问题,如随机网络延时...
高汉昆
关键词:网络化控制系统随机延时
文献传递
基于模式S的ADS-B消息解码算法研究及实现
2011年
分析了ADS-B(Automatic Dependent Surveillance-Broadcast)模式S接收机的数字信号处理算法,着重阐述了基于参考功率进行位和置信度检测、判定算法的原理。根据接收机的性能参数,提出了一种基于时域处理的置信度算法。然后给出了置信度算法的FPGA实现方案,采用Verilog HDL语言完成了其功能模块的设计。实验结果表明,该算法设计合理,能够快速准确地实现ADS-B系统报头的比特位和置信度的检测及提取。
高汉昆
关键词:ADS-B置信度
基于MATLAB的《自控理论》CAI课件的制作与实现
2007年
针对《自动控制原理》这门课程,介绍了运用MATLAB软件中的图形用户界面GUI进行CAI课件的设计与制作的方法,并给出了一些运行界面。课件内容丰富,操作简单方便,仿真结果直观,准确性高,可以大大提高学生的学习兴趣。
高汉昆毕效辉武丽
关键词:自动控制原理CAIMATLABGUI
网络化预测控制系统的设计和实现被引量:5
2008年
网络预测控制器主要包括一个含在线辨识器的预测控制产生器和一个网络延时补偿器。他可以在没有同步延时策略的情况下克服网络控制中前向通道和反馈通道中的随机延时和丢包现象。本文通过对网络化直流电机控制系统进行在线仿真和实物实验,证明该算法的有效性。
高汉昆武丽
关键词:网络控制系统预测控制
LQG算法在双容水箱网络控制系统中的应用研究
2007年
针对网络控制系统中由于随机延时而导致系统不稳定的问题,描述了网络化预测控制系统的设计和实现。首先用机理法建立了双容水箱的数学模型,然后通过LQG算法调整到较好的控制参数,最后设计网络预测控制器和网络延时补偿器来补偿随机延时,使系统控制性能得到了较大的提高,取得了较好的仿真效果。
高汉昆武丽董哲
关键词:LQG网络控制系统预测控制
共1页<1>
聚类工具0