变论域自适应模糊控制及其在Chua''s混沌电路中的应用

本文研究输出反馈自适应变论域模糊控制方法.变论域模糊控制通过自适应调节伸缩因子,生成大量规则,提高了系统的控制精度.由于状态的不完全可测,本文首先通过构造状态观测器实现输出反馈控制.然后,为了抑制外部扰动和参数变化,通过监督控制将系统的状态约束在给定的范围之内,从而提高了控制器的精度和鲁棒性.进而利用Lyapunov函数证明了观测器-控制器系统的稳定性;在所有状态一致有界的前提下,整个自适应控制算法保证闭环系统的稳定性.最后将所提算法应用于Chua s混沌电路,仿真结果证明了控制方法的有效性.     

电阻点焊的变论域模糊控制方法

为提高电阻点焊模糊控制适应性和稳定性差的缺点, 根据变论域控制理论, 提出了电阻点焊的变论域模糊控制方法. 首先, 讨论了变论域模糊控制的基本原理. 其次, 设计了输入隶属函数、输出隶属函数、模糊控制规则、伸缩因子, 开发了一种基于规范化因子的电阻电焊变论域模糊控制器, 并使用模糊规则选择变论域的伸缩因子,给出了算法实现的具体步骤. 最后, 进行了不同控制方案的实验研究, 分析了实验结果, 验证了该控制算法的优越 性.     

基于变论域模糊PID算法的张力控制

张力控制在工业中应用十分广泛,其核心是保持张力的恒定。目前恒张力控制主要采用的算法有分段PID和模糊PID,但是这两种方法控制稳定性差。在常规模糊控制的基础上,引入了变论域的思想并设计了伸缩因子基于函数类型的变论域模糊控制器,以此对执行机构为磁粉制动器的张力系统进行控制。通过建立系统模型对常规模糊控制PID算法和变论域模糊控制PID算法进行了仿真对比,仿真结果表明采用变论域模糊PID算法进行系统控制时具有超调小,响应速度快的优点。     

基于Simulink变论域算法仿真技术研究

针对目前通过Simulink模糊控制工具箱对变论域模糊控制算法仿真缺少理论支撑的现象,利用模糊数学理论,推导出变论域模糊控制插值函数,并对此插值函数分析得出:将伸缩因子的作用对象向输入输出移动而保持论域固定可等效实现变论域算法.为验证理论,以单相逆变电源为例,在Simulink中搭建变论域模糊控制+PID算法仿真模型....     

基于多种群遗传算法的电动变桨系统的变论域模糊控制

针对电动变桨系统的时变性、非线性、大惯性及风速不确定性等特点,提出一种基于多种群遗传优化算法的电动变桨系统的变论域模糊控制方法。在该方法中,通过分析确定变论域伸缩因子的结构,利用多种群遗传算法优化其参数,实现伸缩因子参数的智能寻优,有效解决了模糊控制器精度不高、模糊控制中规则数量与控制精度之间的矛盾。在遗传算法迭代中,染色体采用实数编码、多种群、多目标并行搜索,利用最优个体最少保持代数作为算法终止判断。将设计的优化变论域模糊控制器应用于电动变桨系统的速度控制中,根据速度环的性能指标建立合适的目标函数,通过对基本论域自适应调整,实现了速度环的自适应控制。仿真结果表明,基于多种群遗传优化算法的变论域模糊控制在动态性能和稳态性能上优于变论域模糊控制。     

符号型自适应模糊控制器

伸缩因子设计是变论域模糊控制的关键, 也是设计的难点. 借助于Lyapunov综合分析方法, 提出一种符号型自适应模糊控制方案, 避免花费精力设计伸缩因子. 方案中使用符号函数替代输入的伸缩运算, 后件调整仍使用积分调节因子. 因此, 本质上它仍是一种论域可变的模糊控制. 相比较变论域模糊控制, 该方案所需规则少, 稳态精度高, 鲁棒性好. Lyapunov稳定性理论保证了跟踪误差的渐近收敛. 最后, 实例证实了方案的可行性.     

误差分级变论域模糊控制在电机软启动的应用

针对一般模糊控制在异步电动机软启动应用时出现的启动不平稳和调整时间长的问题,分析了误差分级变论域模糊控制理论,设计了误差分级模块和S函数选择模块,搭建了基于误差分级变论域模糊控制电机软启动的整体仿真系统,实现了在电流误差不同的时刻选择不同论域的模糊规则来调整电机输入电压的目的.仿真对比实验表明:误差分级变论域模糊控制在电动机软启动过程中的控制效果优于一般模糊控制,能够使启动平稳并缩短调整时间.     

自主汽车的侧向H∞自适应变论域模糊控制

自主侧向控制实现汽车自动调节转向和车道变换,是复杂的非线性控制系统.本文将变论域模糊控制,自适应技术和H_∞最优控制理论相结合对自主汽车的侧向系统进行控制,提高了系统的鲁棒性和控制精度.设计直接自适应变论域模糊控制器,利用Lyapunov稳定性理论证明了整个闭环系统的稳定性.然后与H_∞相结合,通过选取控制变量的权重因子,可以将逼近误差和外部扰动对跟踪误差的影响减小到任意给定的标准.最后把这种算法应用到了自主汽车的侧向系统的控制,仿真结果表明算法的实用性和有效性.     

一种改进的三级倒立摆变论域模糊控制器设计

在传统变论域模糊控制系统中, 论域随着输入的变化实时改变, 论域的反复调整降低了控制的实时性, 同时伸缩因子的函数结构和参数也不易确定. 基于上述问题本文设计了基于改进型变论域算法的三级倒立摆模糊控制器: 首先提出了相对变论域控制思想, 然后采用模糊逻辑推理器构造了伸缩因子, 实时调整输入变量, 从而相对性地改变论域大小, 避免了传统伸缩因子的函数结构和参数不易确定的问题, 并根据系统闭环响应曲线设计了控制 器输出调整因子. 最后采用极点配置方法对状态变量进行综合, 避免了规则爆炸问题. 三级倒立摆的仿真结果表明了该方法具有较好的控制效果.     

基于LQR三级倒立摆变论域自适应模糊控制

针对传统模糊控制的不足,以三级倒立摆为例,应用变论域自适应模糊控制理论,给出了三级倒立摆的数学模型,并验证了其可控性。考虑到三级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR理论先设计出状态反馈器,再进行降维处理。最后利用变论域自适应模糊控制理论给出伸缩因子,从而得到变论域自适应模糊控制器。仿真结果表明,该方法控制精度高,具有良好的稳定性和鲁棒性,可实现倒立摆系统的随动控制。     

离散自适应重复控制: 收敛性分析与实现

针对周期已知情形下的离散周期时变系统, 提出一种自适应重复控制方法, 参数估计采用带死区修正的重复学习投影算法. 关键技术引理在分析离散自适应控制系统时起到了关键作用, 通过推广这一引理, 文中给出重复域关键技术引理, 用于证明离散自适应重复控制系统的稳定性和收敛性. 理论分析表明, 系统的输入和输出信号均有界; 且当周期数趋于足够大时, 跟踪误差收敛于一邻域中, 其半径为干扰的界. 在直线电机实验装置上的应用结果验证了 所提出重复控制方法的有效性.     

一种新的调节交叉和变异概率的自适应算法

提出一种新的基于模糊控制策略的交叉和变异概率自适应调节算法.该算法以相邻两代群体之间平均适应度函数和标准差的差值作为输入,以交叉和变异概率的变化量作为输出.并提出了与输入相对应的自适应归一化算子以及新的基于启发式知识的模糊规则,用于交叉和变异概率的调节.对3种不同测试函数的数值仿真研究表明,与其他2种自适应模糊控制算法相比,该调节算法可使遗传算法具有更快的搜索速度和更高的搜索质量.     

具有输入饱和的不确定非线性系统自适应渐近跟踪控制

将一类具有输入饱和的严格反馈单输入单输出非线性系统作为研究对象,解决其自适应渐近跟踪控制问题.与已有结果不同,所考虑的虚拟控制参数可以是未知且增益函数的上界信息也是未知的,这给控制器的设计带来了挑战.通过结合光滑函数及有界估计方法,设计一种新颖的自适应渐近跟踪控制策略;其次,通过引入Nassbaum函数解决由输入饱和不确定参数以及未知虚拟控制参数带来的影响;此外,通过利用未知增益的下界信息巧妙地构造一个特殊的李雅普诺夫函数并结合不等式技巧,可以消除对控制增益函数上界信息的需要,并保证系统的全局稳定性和跟踪性能;最后,通过实例仿真及对比仿真表明所提出自适应渐近跟踪控制算法的有效性.     

基于视觉灵敏度分类的IFS自适应图象编码算法

为了提高IFS自适应图象压缩编码方法对不同图象的适应能力,在按人类视觉对比灵敏度分类的基础上,提出了一种进行分形图象IFS自适应压缩编码的新算法,同时定义了广义置信度的概念,并根据MSE误差曲线的广义置信度,确定了基于四叉树结构的分块分形编码过程中的匹配误差门奶。这种自适应门限编码算法不仅克服了传统固定门限IFS编码算法不能很地适应不同复杂程度输入图象的缺点,而且还提高了编码的效率。实验结果证明,此算法不仅可以自动地适应不同的输入图象,而且解码图象的视觉效果良好。     

Sigma adaptive fuzzy sliding mode control of a class of nonlinear systems

Based on fuzzy approximators of nonlinear functions, a new adaptive fuzzy sliding mode control scheme is proposed for a class of nonlinear plants. In comparison with most existing methods, in which the parameter projection algorithm is often involved to prevent the estimated value of the input gain function from evolving into zero, the proposed control law has shown its success and simplicity in tackling the case when the value of the estimated input gain function becomes zero during online operations. A variant of adaptive law with dead-zone sigma-modification is introduced to help achieve this goal. The bounding parameters of the model approximation error and the external disturbance are all regarded as unknown constants in this paper, and adaptive laws for them are devised for tracking purposes. Based on Lyapunov's stability theory the proposed controller has been shown to render the tracking error arbitrarily close to zero. A comparably good tracking performance is obtained as illustrated by the simulation results for an inverted pendulum system.     

输入力矩受限的机器人鲁棒自适应跟踪控制

在输入力矩受限的情况下, 提出一种全新的简单鲁棒自适应跟踪控制算法, 当参数的估计范围包含其真实值时, 证明了闭环系统的渐近稳定跟踪;当有干扰存在, 常规参数估计自适应控制算法不能实现稳定控制时, 本算法仍然使系统稳定, 在本算法中, 所估计的参数在跟踪控制律前馈项中表现为非线性, 这是区别于常规参数估计自适应算法的一个最重要特征. 因此本算法控制器的设计更有灵活性, 另一方面获得更好的控制品质和鲁棒性, 特别是对参数域估计误差即参数范围估计错误的强鲁棒性, 均为仿真算例所验证.     

一种频率域相关性分布式扩散最小均方算法

以均方误差为代价函数的最小均方（LMS）自适应滤波算法具有结构简单、易于实现、计算复杂度低、稳定性好等优点,然而在对未知系统的脉冲响应进行估计时,传统的分布式扩散最小均方（DLMS）算法易受到噪声的干扰,从而降低估计精度。针对该问题,提出一种频率域相关性分布式扩散最小均方（FCDLMS）算法。利用不相关信号的相关函数值趋近于零的性质,在DLMS算法基础上分别将输入信号的自相关函数以及输入和期望信号的互相关函数作为新的观测数据,消除噪声干扰,从而给出相关性DLMS （CDLMS）算法,并将算法扩展至频率域,在频率域中使用乘法运算而非卷积运算来更新抽头系数,减少计算复杂度。实验结果表明,与传统DLMS算法相比,频率域相关性分布式扩散最小均方算法在噪声环境下对分布式自适应网络中的未知系统脉冲响应具有更好的估计结果,算法性能更优,同时也能较好地适应多抽头数、多节点数、强噪声的复杂环境。     

Adaptive non-linear Bayesian estimation for bounded-noise systems†

An adaptive non-linear filtering algorithm is developed for handling linear, time-invariant, discrete, dynamical systems with bounded input and measurement noise disturbances. The new result yields the conditional-mean state estimate by combining the Bayesian decision rule, a reachable set concept and a technique of approximating probability density functions by their moments. The adaptive feature is needed because only the input noise bounds, rather than the complete input density function, are assumed to be known. Numerical comparisons on a second-order system are presented to demonstrate that the non-linear filtering algorithm adapts itself to yield considerably more accurate results than those obtained by applying the best linear filter.     

一种脆弱的图像自适应置乱算法

证明在离散余弦变换和小波变换中,图像经空域置乱前后在频域内不变的系数规律,根据构造的复合混沌迭代动力系统,提出2个利用不变频域变换系数规律的构造函数,生成复合混沌迭代动力系统需要的初始值,给出脆弱的图像自适应置乱算法以及相似度和抗攻击半径的置乱算法评价概念。实验表明,算法无需任何附加信息即可提取出原始图像,对各种攻击十分敏感,平均抗攻击半径高于一般算法,适用于法庭、医学等要求极其严格的场合。     

Improved adaptive fuzzy backstepping control of a magnetic levitation system based on Symbiotic Organism Search

Magnetic levitation systems have become very important in many applications. Due to their instability and high nonlinearity, such systems pose a challenge to many researchers attempting to design high-performance and robust tracking control. This paper proposes an improved adaptive fuzzy backstepping control for systems with uncertain input nonlinear function (uncertain parameters and structure), and applies it to a magnetic levitation system, which is a typical representative of such systems. An adaptive fuzzy system is used to approximate unknown, partially known or uncertain input nonlinear functions of a magnetic levitation system. An adaptation law is obtained based on Ljapunov analysis in order to guarantee closed-loop stability and good tracking performance. Initial adaptive and control parameters have been initialized with Symbiotic Organism Search optimization algorithm, due to strong non-linearity and instability of the magnetic levitation system. The theoretical background of the proposed control method is verified with a simulation study and implementation on a laboratory experimental application.