针对电液位置伺服系统中的非线性、参数时变性等复杂因素,设计了一种模糊神经网络控制方案。由于常规的模糊神经网络学习算法具有权值调整复杂,收敛速度慢的缺点,因此采用模糊逐级误差逼近方法来调整模糊神经网络的权值。该算法易于实现,网络权值在线学习速度较快,而且计算量小于其他的常规神经网络学习算法。将该方法应用于电液位置伺服控制系统中,在对象参数摄动情况下,进行了仿真研究。仿真结果表明,采用该方法所设计的控制器满足系统对快速性和稳态精确度的要求,系统的鲁棒性增强,验证了方法的有效性。

基于RFID的手持式交通违章处罚终端系统采用ARM9作为微控制器,RFID读写器接收电子标签的信息,以图形界面的形式,通过GPRS技术与监控中心进行数据的传输,对违章司机进行惩处。在此主要从硬件和软件方面,介绍了系统所用RFID技术及其实现的过程和方法。实验表明,设计的系统能准确地读取标签,能很好地取代交警手写罚单的繁杂过程,很大程度地改善和方便了交通违章的处理,具有广泛的应用前景。