本文主要解决在基于以太网的远程液位监控系统中如何实现网络通信的问题,在本地嵌入式系统上.选择ARM微处理器S3C44BOX和以太网控制器RTL8019AS作为硬件平台,在实时探作系统μC/OS-Ⅱ上移植嵌入式TCP/IP协议栈LwIP.通过对LwIP编程实现服务器程序;在远端PC机上,通过对VC++6.0环境下的套接字编程,实现客户端程序.在此基础上成功开发了远程液位监控系统,实验结果表明达到了良好的效果.

针对一类具有时变短时延的网络控制系统的稳定问题,首先搭建了网络化倒立摆控制实验平台,对该实验平台的软硬件系统进行了详细的介绍,对系统各组成部分的功能以及实现方法进行了具体的说明;然后利用牛顿-欧拉方法建立了倒立摆装置的状态空间模型,利用切换系统方法设计其状态反馈控制器,并在网络环境下对倒立摆系统实施平衡控制;最后进行了实验验证。实验结果表明,该控制器对于具有时变短时延的网络化控制系统具有良好的控制效果。

电池荷电状态（SOC）是锂离子电池的重要性能指标,其估计精度直接影响电池的使用寿命。为了提高SOC估计性能,引入多传感器数据融合策略,利用无迹信息融合滤波器在处理非线性系统上的优势设计了SOC估计算法,与无迹卡尔曼滤波算法相比,无迹信息融合估计算法在SOC估计上具有更好的容错性和估计精度。仿真实验验证了该算法在SOC估计上的有效性。

针对事件触发无线传感器网络环境下实现目标跟踪会产生的量测矩阵不确定的问题,提出了一种高斯渐近滤波框架下的目标跟踪方法。首先,从网络节能角度出发,通过一种事件触发采样机制对传感器量测信息进行了有效的筛选。其次,采用高斯渐近扩展信息滤波方法融合收集到的传感器量测信息,得到移动目标的状态估计。再次,通过＂渐近＂的量测更新方法,有效地减少了线性化误差的影响,从而提高了目标跟踪系统的跟踪精度。最后,用仿真示例证明,相对于EIF方法,PEIF方法具有更高的跟踪精度。

在分析了永磁同步电机先验模型的基础上,引入线性二阶受控自回归模型。通过将系统辨识问题转化为优化问题,并引入综合学习策略粒子群优化算法实现了对二阶受控自回归模型参数的离线估计。为了验证模型的准确性和可靠性,在实际三轴运动控制平台上设计并完成了验证实验。实验结果表明,通过该方法获得的模型精度高,且能较好地表征永磁同步电机伺服控制系统的实际输入输出特性。