基于极点配置的稳定广义预测控制算法

推导了广义预测控制的状态空间结构,提出了一种稳定的广义预测极点配置算法;可保证广义预测控制系统的闭环稳定性     

基于GARI的连续广义系统正实反馈设计

针对连续型广义系统,基于广义代数里卡提不等式,建立了新的连续情形的正实引理,给出了状态反馈控制器的构造方法,当状态反馈控制器与系统相连时能够使系统保持内稳定性.     

广义预测控制与滚动式LQG控制关系

基于输入输出模型的广义预测控制与基于状态空间模型的滚动优化控制之间的关系还没有被人们所认识.本文基于CARMA模型及其等价的状态空间模型,建立了多变量广义预测控制算法的各种等价形式;给出了一种多变量滚动式的LQG控制算法;建立了随机多变量系统的广义预测控制与LQG控制之间的关系,导出了闭环系统特性方程,从而为分析多变量广义预测控制系统的稳定性和鲁棒性奠定了基础.     

广义系统干扰和输入输出同时解耦问题的转化

在研究状态反馈下的广义系统干扰和输入输出同时解耦问题时，先利用广义系统的受限等价变换和满秩坐标等价变换，使广义系统干扰和输入输出同时解耦问题等价转化为一个低阶正常状态空间线性系统的干扰和输入输出同时解耦问题．     

带状随机非线性系统的状态估计

讨论了系统噪声和测量噪声为非零均值并且互为相关情形下的广义随机非线性系统,利用广义逆矩阵和矩阵的奇异值分解,给出了奇异矩阵为带状的广义随机非线性系统的奇异值标准形式,得到了该系统状态的最优预测和滤波递推方程．     

一类广义混杂系统的随机稳定性及稳定化

针对切换序列为齐次有限状态Markov链的离散广义混杂系统,采用多Lyapunov函数和随机广义Lyapunov函数相结合的方法,无需对广义系统作受限等价变换,得到了系统随机稳定的充要条件,该条件以耦合广义Lyapunov方程(Coupled Generalized Lyapunov Equation,缩写CGLEs)的形式给出,可化为严格线性矩阵不等式(SLMIs)来进行求解．然后,进一步对系统的稳定化问题进行了分析与设计,给出了状态反馈增益矩阵的求解方法．最后的数值算例说明了该方法的有效性．     

广义线性系统状态反馈和极点配置的一种方法

利用矩阵的奇异值分解和矩阵的广义逆讨论了奇异矩阵是非方形矩阵的广义线性系统的状态反馈和极点配置问题，得到了该系统的奇异值标准形式，给出了该系统极点配置的一种方法。     

具滞后的离散广义系统的镇定

为了实现具滞后的离散广义系统的镇定,利用广义Ｌｙａｐｕｎｏｖ方法设计了状态反馈镇定控制器,给出了一数值算例以验证文中定理的可行性。     

亏损阻尼系统的模态灵敏度分析算法

提出了亏损振动系统的模态灵敏度分析的算法。首先将N维向量空间中描述的亏损振动系统转入2N维广义状态空间中,再利用广义状态向量及其伴随向量系的解耦性能,解耦广义状态空间中的灵敏度控制方程,并利用移频技术求解广义状态向量的灵敏度;其次建立了2N维广义状态向量与N维亏损系统模态向量之间的联系;最后将广义状态向量灵敏度算法平移至模态向量,从而建立了亏损振动系统模态向量灵敏度分析的移频算法。该算法可用于拥有各种类型Jordan块的亏损系统,结构紧凑,应用灵活,具有较强的工程应用性。数值算例的结果说明了该算法是可行且有效的。     

区间广义系统状态反馈鲁棒无源控制

研究了区间广义系统的状态反馈鲁棒无源控制器设计问题,在给出区间广义系统的等价描述后,基于系统参数矩阵不等式,得到问题可解的充分条件,并给出了控制器构造.该控制器保证闭环系统是广义二次稳定,且从外部输入到被调输出之间是无源的.最后数值例子说明了该结论的有效性.     

一种广义离散随机线性系统的状态估计

针对目前关于广义系统状态估计的研究现状，即几乎所有的讨论都集中在奇异矩阵为方阵的情况，讨论了广义矩阵及其性质，利用矩阵的奇异值分解理论，给出了奇异矩阵为条形或带形广义离散线性系统的奇异值标准形式，基于标准形式，利用广义逆矩阵的性质，在两种情况下，将系统分解成两个子系统，通过估计子系统的状态，得到了该系统状态的最优预测和滤波递推方程。结果表明，对于广义系统，该方法有效地减少了计算量。     

广义连续随机非线性系统的状态估计问题

讨论了系统噪声和测量噪声为非零均值及具有相关噪声干扰情形下的广义连续随机非线性系统,利用矩阵的奇异值分解方法,得到该系统的状态估计的最优递推滤波方程。     

广义线性系统的状态反馈和极点配置

利用矩阵的奇异值分解讨论了广义线性控制系统 ,得到了该系统的奇异值标准形式 ,从而大大简化了系统的分析和设计 ,继而给出一种极点配置方法     

广义离散随机非线性系统的递推算法

讨论了广义离散随机非线性系统的最优递推问题,利用矩阵的奇异值分解理论,给出了广义离散随机非线性系统的奇异值标准形式,基于标准形式,在两种情况下,将系统分解成两个子系统,通过对子系统状态估计的研究,得到了该系统的最优递推算法．结果表明,对于广义随机系统,该方法便于应用并且减少了计算量．     

广义离散随机线性系统的最优递推问题

讨论了广义离散随机线性系统的最优递推问题,利用矩阵的奇异值分解理论,给出了广义离散随机线性系统的奇异值标准形式,基于标准形式,在两种情况下,将系统分解成两个子系统,通过对子系统状态估计的研究,得到了该系统的最优递推方程．     

广义Delta算子系统的H_∞性能分析及控制

针对广义Delta算子系统的H∞性能分析及H∞控制问题,本文采用Delta算子方法,利用线性矩阵不等式,对广义Delta算子系统进行H∞性能分析。通过分析得到使广义Delta算子系统容许且具有H∞性能的充分必要条件。在此基础上,进一步考虑了广义Delta算子系统的H∞控制问题,对于不是容许且具有指定H∞性能的广义Delta算子系统,基于线性矩阵不等式,给出了广义Delta算子系统状态反馈H∞控制器的存在条件和设计方法,并利用MATLAB-LMI工具箱,对给出的数值算例进行计算和分析。结果表明,所得闭环广义离散系统容许且满足H∞性能,证明了本文所给出的判别方法的有效性。Delta算子方法在广义离散系统的性能研究中可以良好应用。     

拟对称组合广义大系统的稳定性分析

应用矩阵的特征值理论，给出了拟对称组合广义大系统准解耦变换的一种方法，根据这个结果讨论了这类拟对称组合广义大系统的稳定性问题，得到了利用其解耦子系统的正则、无脉冲解和稳定性来判别该广义大系统的正则、无脉冲解和稳定性的方法。最后，给出例子说明该方法的可行性。     

基于奇异值分解的测量矩阵优化

针对压缩感知理论中通用的测量矩阵(如随机高斯、伯努利等)不具有最优性能保证的问题,本文通过引入奇异值分解,提出基于奇异值分解的测量矩阵优化方法,对压缩感知中一般线性测量模型中的测量矩阵与测量向量进行优化,再利用优化后的测量矩阵与测量向量重建原稀疏信号。经典的随机高斯测量矩阵和伯努利测量矩阵的数值实验结果表明本文提出的方法可以显著地提高重建成功恢复概率以及对高斯噪声的鲁棒性。该方法适用于一般线性测量系统,成功地实现了测量矩阵和重建矩阵的分离,可在不改变前端测量模型的前提下使重建矩阵接近最优配置。