扰动抑制无模型自适应控制的鲁棒性分析

针对一类存在测量扰动的SISO非线性离散时间系统,研究无模型自适应控制算法的扰动作用问题.首先给出了系统输出误差与测量扰动的关系,分析了测量扰动对控制性能的影响.然后提出了一种带有滤波器的改进无模型自适应控制算法,该算法较常规无模型自适应控制算法可有效抑制测量扰动的作用.仿真结果验证了理论分析的正确性.     

基于单变量与多变量系统的模型预测控制研究

为充分验证模型预测控制算法在解决工业过程中单变量与多变量系统控制问题的先进性,研究了以单容水箱与精馏塔为典型系统的模型预测控制算法的实现过程.结合上述实际系统,阐述模型预测控制算法中预测模型、滚动优化以及反馈校正环节的具体含义以及理论推导过程.利用西门子PCS7提供的集散控制系统(DCS)为平台,对单变量与多变量系统进行模型预测控制系统设计与算法开发,从仿真与实际控制两方面体现模型预测控制算法的先进性与实用性.     

无人驾驶车辆稳态漂移的无模型自适应控制

本文引入一种基于无模型自适应控制算法的无人驾驶车辆稳态漂移控制方案.首先,对车辆漂移动态过程进行动力学分析,其次,确定控制系统的控制输入量和控制目标,然后基于无人驾驶车辆稳态漂移控制系统的动态线性化数据模型,设计无模型自适应稳态漂移控制算法、伪雅可比矩阵估计整定算法和伪雅可比矩阵重置算法,从而实现无人驾驶车辆的稳态漂移过程.该无模型自适应控制方法仅使用车辆运行时的输入输出数据,无须进行复杂建模,实现了良好的动态控制结果,具有的良好自适应性.最后,通过数值仿真验证了控制算法的有效性.     

一类时变系统的多模型切换动态调节控制算法

当被控对象参数所在的不确定区域未知时, 多模型切换调节等控制算法虽然最终可以使系统达到期望特 性, 但随着不确定区域的增大, 系统需要增加大量的模型才能满足快速性等方面上的要求. 因此, 为了实现一类时 变系统在只增加少量模型时便能够满足期望控制性能的目标, 提出了多模型切换动态调节控制算法. 此算法在不 确定区域内分配若干上层模型, 在双切换机制的监督下, 利用动态分配方法, 在最优上层模型所在的子区域分配出 若干下层模型, 在与自适应模型的协作中, 设计最优控制器, 保证了系统的暂态和稳态响应. 在数值仿真与故障卫星 系统的仿真研究中, 结果表明了多模型切换动态调节算法在暂态性能方面优于多模型切换调节算法, 并验证了此算 法的有效性.     

基于动态模型库的多模型切换控制

针对含有有界扰动和模型参数跳变的离散时间系统,提出基于动态模型库的多模型切换控制方法.在模型参数范围未知情况下,利用在线学习的多模型自适应控制算法自动建立多模型,并对模型库中的子模型进行优化.采用具有积分特性的指标函数作为切换准则.在每一采样时刻根据其最小值来选择与实际系统最接近的模型,并将基于此模型的控制器切换为当前控制器.文中证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性.计算机仿真结果表明该算法的有效性.     

因特网拥塞控制的稳定性、公平性和可扩展性*

基于对偶模型理论,从公平性、稳定性和可扩展性三个方面结合多个发展线索,对因特网拥塞控制研究的发展和近况进行综述,并阐释和辨析了一些重要概念和算法,如网络拥塞控制算法的公平性概念,基于窗口调整和基于速率调整的端节点算法,调度算法与主动队列管理算法,端节点算法、中间节点算法与对偶模型理论中原始算法、对偶算法及原始-对偶算法的对应关系,基于速率和基于队列的中间节点算法。对这一研究领域的最新研究成果作了更全面的分析和更深层次的理解。最后指出了几个有意义的研究方向。     

一种低复杂度H.264宏块级码率控制算法

首先分析了H.264的码率控制算法复杂度高的原因;接着分析MPEG-2 TM5码率控制算法中的虚拟缓冲区机制,并由此得到了一种简单的积分控制算法;最后把这个积分控制算法应用到H.264码率控制算法的宏块层上,提出了一种新的宏块级码率控制算法.该算法避免了传统码率控制算法与率失真优化技术之间的矛盾.实验结果表明,改进的算法同时适应CBR（Constant Bit Rate）和VBR（Variable Bit Rate）情况.该算法不仅有效降低了原算法的复杂度,使得码率控制更加准确,同时得到的平均PSNR值与原算法基本相同.     

MIMO系统的多模型预测控制

针对非线性多变量系统提出一种多模型预测控制(MMPC)策略.首先给出一种多模型 辨识方法,利用模糊满意聚类算法将复杂非线性系统划分为若干子系统,并获得多个线性模型, 通过模型变换得出全局系统模型,接着对全局MIMO系统设计MMPC,并进行了系统的性能分 析,最后以pH中和过程为例,通过仿真研究验证了辨识和控制算法的有效性.     

基于强化学习的四旋翼高度控制器设计

针对四旋翼飞行器高度控制通道易受干扰的问题,在先验飞行数据基础上,利用局部加权线性回归算法建立了四旋翼飞行器的非参数模型,该模型考虑了实际飞行中干扰因素对高度控制的影响.以此非参数模型为基础,运用强化学习算法构建了四旋翼飞行器高度控制算法,并以离线方式优化了控制算法的结构参数.最后通过实际的飞行实验验证了控制算法的合理性.     

基于偏格式线性化的MIMO系统无模型自适应控制

针对常规PID控制器不能很好兼顾抗干扰性与鲁棒性以及基于模型的控制算法过于依赖受控系统数学模型的缺点,提出一种适用于离散时间多输入多输出(MIMO)非线性系统的无模型自适应控制算法.该算法首先通过偏格式线性化方法将非线性系统线性化,再利用一种新型的投影算法在线辨识受控系统参数,根据辨识得到的受控系统参数直接递推计算无模...     

基于分片线性化方法的非线性系统多模型自适应控制

基于分片线性化方法辨识一类非线性系统 ,给出了非线性系统的多线性模型表示。基于线性模型建立多个控制器 ,基于最大最小指标切换函数构成多模型自适应控制器。给出了非线性系统多模型自适应控制算法的优化模型集建立方法 ,解决了多模型自适应控制模型多、计算量大的问题。仿真结果证明了算法的有效性     

火电厂主气温系统的继电反馈多模型控制

针对火电厂变负荷机组主汽温系统时变和非线性的特点，提出了基于继电反馈的多模型控制算法;首先利用继电反馈的方法，对若干典型工况点建立的固定模型设计子控制器;在运行过程中，利用多模型控制根据系统工况的变化选择相应的控制器以保证系统的控制性能，仿真结果表明应用该方法建立的控制系统具有良好的控制品质和较强的自适应能力。     

一种多模型自校正控制算法及其在醋酸蒸发器液位控制中的应用

针对传统自校正控制算法存在的暂态响应较差 的缺点，本文提出了一种多模型自校正控制算法，并将之应用于醋酸蒸发器的液位控制．实 例仿真表明了算法的优越性．     

Adaptive model predictive inventory controller for multiproduct warehouse system

An inventory control system has been developed for a distribution system consisting of a single multiproduct warehouse serving a set of customers and purchasing products from multiple vendors. Purchase orders requesting multiple products are delivered to the warehouse in a process referred to as joint replenishment. The receipt of customer orders by the warehouse proceeds in order intervals and in order quantities that are subject to random fluctuations. The objective of warehouse operation is to minimize the total cost while maintaining inventory levels within the warehouse capacity by adjusting the purchase order intervals and quantities. An adaptive model predictive control algorithm is developed using a periodic square wave model to represent the material flows. The adaptive concept incorporates a stabilized minimum variance control-type input calculation coupled with input/output stream parameter predictions. The boundedness of the control output under the suggested algorithm is mathematically proven under the assumption that disturbances in the orders are bounded. The effectiveness of the scheme was demonstrated using simulations.     

基于串联结构的分布式模型预测控制

分布式模型预测控制(Distributed model predictive control, DMPC)是一类用于多输入多输出的大规模系统的控制方式.每个智能体通过相互协作完成整个系统的控制. 已有的分布式预测控制算法可以划分为迭代式算法和非迭代算法:迭代算法在迭代到收敛情况下,具有集中式预测控制(Centralized model predictive control, CMPC)算法的性能,但迭 代次数过多,子系统间通信量大;非迭代算法不需要迭代,但性能有一定损失.本文提出了一种基于串联结构的非迭代分布式预测控 制算法.本文算法在串联结构系统中可以有效减少计算量,并结合氧化铝碳分解(Alumina continuous carbonation decomposition process, ACCDP)这一串联过程,通过仿真验证了算 法的有效性;同时分析了算法运用在串联结构下的性能并证明了其稳定性.     

鲁棒多模型自适应控制系统的稳定性

研究含有不确定性的连续时间随机被控对象的鲁棒多模型自适应控制(Robust multiple model adaptive control, RMMAC)的闭环稳定性问题. 通过采用基于模型输出误差指标的 加权算法取代传统的基于卡尔曼滤波器和贝叶斯后验概率公式的加权算法, 在权值收敛的前提下, 基于虚拟等价系统(Virtual equivalent system, VES)理论给出了此类鲁棒多模型自适应控制系统的闭环稳定性证明, 并将结果推广到可以用多个线性系统系统模型进行逼近的 一类非线性慢时变被控对象.     

一种改进的多机器人任意队形控制算法

针对快速收敛的机器人部队任意队形控制算法中存在的问题，提出一种改进的多机器人系统模型和控制算法．新方案中详细讨论了基于全局通信的机器人集合划分方式，机器人可以以多种策略选择跟踪对象，并且新的系统模型和控制算法能够用于具有不同高度的机器人、目标和障碍物的情形．理论分析表明新方案尽可能多地减少智能体机器人之间的冲突及等待时间，更接近实际应用．      

拒绝服务攻击下的多输入多输出非线性系统无模型自适应控制

针对多输入多输出(MIMO)非线性离散时间系统,研究系统遭受拒绝服务(DoS)攻击和随机发生数据包丢失下的控制问题.首先采用两个独立的伯努利分布对周期性DoS攻击和随机发生的数据包丢失进行建模.其次结合DoS攻击设计无模型自适应控制(MFAC)算法,进而通过理论分析和数学推导证明所提算法的收敛性.并且通过结合先前时刻数据设计一种补偿算法对系统输出进行补偿,从而抵消DoS攻击和随机丢包的影响,减小系统超调量,加快收敛速度使系统可以更快的达到期望输出.最后,通过两个仿真实例验证了算法的有效性.     

基于在线优化的切换多模型自适应控制

介绍了切换多模型控制方法，针对多模型方法中子模型数量过多的问题，提出一种基于模型集在线优化方案的多模型自适应控制算法，并对其实时性进行讨论，该方法能减少子模型数量，降低计算复杂度，缩短系统的采样间隔，计算机仿真结果表明，该方法在控制精度，计算复杂度等方面均优于采用固定模型集的切换方案。