假如有人将 24V 电源连接到您的 12V 电路上，将发生什么？倘若电源线和接地线因疏忽而反接，电路还能安然无恙吗？您的应用电路是否工作于那种输入电源会瞬变至非常高压或甚至低于地电位的严酷环境中？

开关电源设计实例之保护电路实例详解之输入欠压保护电路 输入欠压保护电路一 1概述(电路类别、实现主要功能描述)： 该电路属于输入欠压电路，当输入电压低于保护电压时拉低控制芯片的供电Vcc，从而关闭输出。 2电路组成(原理图)： 输入欠压保护电路二 1概述(电路类别、实现主要功能描述)： 输入欠压保护电路。当输入电压低于设定欠压值时，关闭输出;当输入电压升高到设定恢复值时，输出自动恢复正常。 2电路组成(原理图)： 3工作原理分析(主要功能、性能指标及实现原理): 输入电压在正常工作范围内时， Va大于VD4的稳压值，VT4导通，Vb为0电位，VT5截止， 此时保护电路不起作用;当输入电压低于设定欠压值时，Va小于VD4的稳压值，VT4截止，Vb为高电位，VT5导通，将COMP(芯片的1脚)拉到0电位，芯片关闭输出，从而实现了欠压保护功能。 R21、VT6、R23组成欠压关断、恢复时的回差电路。当欠压关断时,VT6导通，将R21与R2并联， ;恢复时，VT6截止， 4电路的优缺点 优点：电路形式简单，成本较低。 缺点：因稳压管VD4批次间稳

人工智能-机器学习-计算机技术在移动通信欠费风险控制中的应用.pdf

人工智能-机器学习-河北移动实时欠费风险控制系统实现.pdf

3.欠定方程组的解 当方程数少于未知量个数时,即不定情况,有无穷多个解存在。 matlab可求出两个解： 用除法求的解x是具有最多零元素的解 是具有最小长度或范数的解，这个解是基于伪逆pinv求得的。

OLS - 正交最小二乘法：由 T. Blumensath, ME Davies 提出StOLS - Stagewise OLS：将 StOMP 理念与 OLS 相结合ROLS - 正则化 OLS：将 ROMP 思想与 OLS 相结合

资源包含相关文献及对应的matlab仿真程序，仅供参考。 针对速度不可测的三自由度欠驱动船舶轨迹跟踪控制问题,考虑船舶存在模型参数不确定项以及外界环境干扰未知情况,提出一种基于扩张观测器的欠驱动船舶轨迹跟踪低频学习自适应动态面输出反馈控制策略.该策略构造扩张观测器估计船舶速度向量,利用神经网络算法逼近模型参数不确定项,然后采用动态面控制技术避免对虚拟控制律直接求导,简化控制律计算过程,并引入低频增益学习技术消除外界扰动导致控制信号产生高频振荡,最后选取李雅普诺夫函数证明该控制律能够保证船舶跟踪闭环系统中所有误差信号一致最终有界.仿真结果表明,本文所设计控制器对船舶模型参数不确定项及外界环境干扰具有较强的鲁棒性,能够实现对船舶轨迹的有效跟踪.

资源包含相关研究文献及对应的maltab仿真程序，仅供参考。 针对三自由度欠驱动船舶的路径跟踪问题,本文提出一种基于强化学习的自适应迭代滑模控制方法。该方法引入双曲正切函数对系统状态进行迭代滑模设计,并采用神经网络对控制参数进行优化,增强控制器的自适应性。通过定义一种控制量抖振测量变量和强化学习信号,实现对神经网络的结构和参数进行在线调整,能进一步抑制控制量的抖振作用。应用5446TEU集装箱船的数学模型进行控制仿真,结果表明所设计控制器能有效地处理风和流等外界扰动,具有较强的鲁棒性,与迭代滑模控制器相比舵角的抖振减小明显,控制舵角信号符合船舶的实际操作要求,更符合工程实际要求。

资源包含相关参考文献及对应的matlab仿真程序，仅供参考。 针对欠驱动船舶的路径跟踪问题,提出一种基于强化学习的自适应迭代滑模控制方法。该方法引入双曲正切函数对系统状态进行迭代滑模设计,并采用神经网络对控制参数进行优化,增强控制器的自适应性。通过定义一种控制量抖振测量变量和强化学习信号,实现对神经网络的参数进行在线调整,能进一步抑制控制量的抖振作用。其次,针对欠驱动船舶的轨迹跟踪问题,把设计的基于强化学习的迭代滑模控制器推广到两路控制,对跟踪轨迹的横向和纵向偏差分别进行迭代滑模控制器设计,控制器输出为控制舵角和柴油机转速,根据舵角和转速抖振实现参数调节,控制器的控制结构与路径跟踪控制类似。

资源包含相关参考文献及对应的maltab仿真程序，仅供参考。 在路径跟踪和轨迹跟踪研究基础上，把基于强化学习的自适应迭代滑模控制 器用于自动停靠泊的控制中，引进混浊粒子群优化算法，对重要的控制器参数初 始值进行优化。最后，集装箱船为目标，在风浪等干扰下进行船舶 靠巧仿真，并与不加混浊粒子群控制方法的仿真结果进行对比分析。