离散系统状态和参数鲁棒滤波分离算法

提出了一种离散系统的鲁棒分离滤波方法.为了对状态向量进行较准确估计,将鲁棒滤波器分为:1)零误差状态估计器;2)不确定矩阵估计器;3)鲁棒合成器.零偏差状态估计器是假定系统的不确定部分为零时的状态估计器;其新息作为不确定部分的估计变量,并由此估计系统的不确定部分;最后,根据系统不确定部分估计误差的上下界,用鲁棒合成器对状态向量的估计值进行鲁棒修正.为了在合成器中得到鲁棒滤波的逼近计算式,通过变换状态估计误差的协方差阵,得到了系统矩阵不确定部分的误差上界不等式逼近,并且得到了估计误差协方差阵逆阵的下界不等式逼近,从而给出了鲁棒合成滤波的完整算法.     

高超音速飞行器鲁棒控制研究

针对高超音速飞行器具有高度非线性、输入输出之间强耦合以及参数不确定等特点,提出了基于随机鲁棒设计的动态逆控制;这一控制方案基于系统控制需求,利用蒙特卡罗仿真方法建立目标函数,并通过遗传算法最优化系统设计参数,该控制方案将动态逆控制的非线性解耦控制能力与随机鲁棒设计的强鲁棒性结合,保证了飞行的纵向稳定性,改善了其控制性能;基于某常规高超音速飞行器纵向模型进行仿真验证,结果表明该方案能够满足系统控制需求且具有强鲁棒性。     

多变量非线性厚度–活套系统的鲁棒逆控制

针对典型的多变量、强耦合、不确定厚度–活套非线性系统, 提出了一种基于逆系统理论的非线性解耦鲁棒控制策略. 建立了厚度–活套非线性系统动态模型, 应用该策略实现了厚度–活套系统的反馈线性化解耦, 并针对伪线性系统的未建模动态和外界干扰推导了保证厚度系统鲁棒稳定性和鲁棒性能的约束条件, 设计出抗干扰、鲁棒性强的反馈控制器. 仿真效果表明鲁棒逆系统策略对厚度–活套多变量强耦合非线性系统控制的有效性.     

基于动态神经网络的非线性内模控制

针对一类不确定仿射非线性系统，提出一种基于动态神经网络的非线性内模控制方法。利用该网络模型存在相对阶时可以解析求得逆模型的特点，避免了普通神经网络内模控制方案中求逆的困难。并在有建模误差的情况下，通过将非线性对象输入输出线性化，分析了闭环系统的鲁棒稳定性和稳态性能。仿真试验表明该方法是可行和有效的。     

多变量非线性厚度-活套系统的鲁棒逆控制

针对典型的多变量、强耦合、不确定厚度-活套非线性系统.提出了一种基于逆系统理论的非线性解耦鲁棒控制策略.建市了厚度-活套非线性系统动态模型,应用该策略实现了厚度-活套系统的反馈线性化解耦,并针对伪线性系统的未建模动态和外界干扰推导了保证厚度系统鲁棒稳定性和鲁棒性能的约束条件,设计出抗干扰、鲁棒性强的反馈控制器.仿真效果表明鲁棒逆系统策略对厚度-活套多变量强耦合非线性系统控制的有效性.     

含攻击角度约束的三维制导控制一体化鲁棒设计方法

针对具有攻击角度约束的STT飞行器对象,提出了一种三维制导控制一体化鲁棒设计方法.首先,基于某些可行性简化原则,推导出面向三维制导控制一体化设计的非线性数学模型.然后,针对一类多变量非线性系统,通过引入控制补偿项,提出了一种鲁棒动态逆设计方法.结合鲁棒动态逆和动态面控制方法,完成了制导控制一体化鲁棒算法的设计.仿真结果表明,所提出的三维制导控制一体化算法可保证飞行器的稳定飞行和精确制导,并且满足攻击角度的约束要求.此外,该方案具备针对参数不确定性和等效干扰的强鲁棒性能.     

约束不确定非线性系统的鲁棒优化镇定

针对状态和输入约束不确定非线性仿射系统,提出一种鲁棒镇定的优化控制器设计方法.基于弱鲁棒控制Lyapunov函数概念,构造一个参数可调控制器.再利用LaSalle定理和逆优化理论,验证该控制器的鲁棒镇定性和逆最优性.进一步,采用滚动优化原理在线计算控制器的可调参数,实现闭环系统的鲁棒优化镇定.最后对一个开环不稳定振荡器系统进行鲁棒优化镇定,其结果验证了文中方法的有效性.     

基于支持向量机α阶逆系统方法的非线性内模控制

为了提高传统逆系统方法的鲁棒性和抗干扰能力, 提出了基于支持向量机α阶逆系统方法的非线性内模控制新方法. 该方法利用支持向量机辨识非线性系统的α阶逆模型, 并将其串连在原系统之前得到复合的伪线性系统. 对求得的伪线性系统采用内模控制方法进行控制. 仿真结果证明了该方法的有效性. 理论分析和仿真结果均表明, 该方法不依赖于系统的模型, 且较一般的逆系统方法鲁棒稳定性好, 设计简单, 跟踪精度高, 是解决非线性系统控制的一种可行的理论方法.     

一类非线性不确定动态系统的鲁棒稳定控制器设计及Benchmark问题求解

本文研究一类非线性不确定动态系统的基于状态反馈的鲁棒稳定控制器设计问题，提出了一种基于状态反馈的非线性控制律，该控制器使得闭环系统鲁棒稳定．对于Ｂｅｎｃｈｍａｒｋ问题验证了所提控制律的正确性和有效性．     

不确定性系统的非因果鲁棒学习控制

针对不确定性系统提出一种非因果鲁棒学习控制方法。该学习控制律的非因果学习部分通过标称系统的优化指标得到,鲁棒部分通过设计鲁棒加权来实现。首先,不考虑鲁棒部分的具体形式,推导出标称系统描述的学习控制律的鲁棒收敛性条件;然后,设计与系统不确定性相关的鲁棒加权,由鲁棒收敛性条件得到鲁棒加权的设计原则;最后,通过仿真实验验证了所提出方法的有效性,并分析了不同形式不确定性系统鲁棒设计的保守性。     

具有输入齿隙的一类非线性不确定系统自适应鲁棒控制

针对一类具有未知输入齿隙、参数不确定以及未建模动态和干扰的非线性系统,设计了自适应鲁棒控制器.将齿隙非线性模型等价表示为具有有界建模误差的全局线性化模型,在此基础上设计了包含自适应模型补偿、反馈稳定和鲁棒反馈3部分的自适应鲁棒控制器,并给出了系统动态跟踪误差和稳态误差指标.理论分析证明,闭环控制系统信号有界且跟踪误差在任意期望的精度范围内,仿真研究验证了所提出方法的有效性.     

输入状态稳定的鲁棒预测控制

以有界干扰非线性系统为研究对象,设计一种基于近似可达集的鲁棒预测控制方法。该方法以鲁棒控制不变集作为终端约束集,采用一种简单的三次多项式逼近预测控制的待优化控制律,通过在线优化求解三次多项式的各项系数,并从理论上证明了所设计的鲁棒预测控制律可以使系统输入状态稳定。最后通过仿真实例验证了所提出的鲁棒预测控制方法的可行性和有效性。     

发电机和静止无功补偿器鲁棒非线性协调控制

采用Hamilton函数方法研究发电机励磁和静止无功补偿器(SVC)的鲁棒协调控制问题。首先建立系统的不确定非线性微分代数系统控制数学模型;然后通过预置状态反馈完成系统的耗散Hamilton实现,并基于耗散实现设计鲁棒非线性协调控制器。仿真结果表明,该控制器能有效提高电力系统的暂态稳定性。     

一类非线性时滞系统的鲁棒模糊自适应控制

针对一类非线性时滞系统,给出一种鲁棒模糊自适应跟踪控制算法.该非线性系统包含不确定项,其控制增益部分也是不确定的.针对这种特殊的系统,通过对非线性部分的_在线逼近,给出了控制律和自适应律.Lyapunov稳定性分析表明,该闭环系统中的所有信号都是稳定的.仿真结果验证了控制器的有效性.     

基于U模型的非线性控制系统设计方法：十年发展综述

非线性系统的控制一直是具有挑战性的普遍问题,建立一个通用、易于控制器设计并具有高精度的非线性模型是解决控制系统设计的关键, U模型的起源正是基于这样的认识演变而来的。自U模型被提出以来,已为非线性控制系统设计开创了一个新的研究领域。为此,在总结十年来基于U模型的对象辨识、控制系统设计和鲁棒性研究的基础上,分析已进行的研究工作所具有的优势和所存在的问题,并提出了基于U模型的非线性系统分析和设计的进一步可能的研究方向。     

基于高斯微粒群优化的动态神经网络延迟系统辨识

为提高神经网络对未知非线性大滞后动态系统的泛化能力,提出一种基于高斯微粒群优化的自适应动态前馈神经网络.在输入层与隐含层之间、隐含层与输出层之间分别加入动态延迟算子,可以高效地辨识出系统纯滞后时间,建立精确系统模型.此外,采用高斯函数和混沌映射方法平衡微粒群算法全局寻优能力,以克服提前收敛的缺陷,从而快速有效地自适应优化网络中的参数.仿真实验表明了该方法在非线性人滞后系统辨识中的有效性.     

具有输入饱和的轧机液压伺服系统鲁棒动态输出反馈控制

针对具有状态不可测、参数不确定和输入饱和的轧机液压伺服位置系统,提出一种基于anti-windup的抗饱和鲁棒动态输出反馈控制算法.首先,应用Finsler引理,将闭环系统稳定的充分条件转化为LMI条件,并解得控制器参数矩阵;然后,综合考虑系统的干扰抑制能力和稳定域大小,求解优化问题,得到anti-windup增益矩阵.可以证明,所设计的控制器能够保证闭环系统一致有界稳定,并具有鲁棒 ∞性能.将所提出的算法应用于某650 mm可逆轧机液压伺服位置系统中进行仿真,其结果验证了所提出算法的有效性.     

基于非线性干扰观测器的减摇鳍滑模反演控制

利用一种非线性干扰观测器观测减摇鳍系统的不确定性和随机海浪干扰,通过选择设计参数使观测误差指数收敛.针对引入非线性干扰观测器后的系统采用滑模反演法设计控制器,控制律的设计保证了闭环系统的稳定性.仿真结果表明,在不同浪向角和航速的各种海况下采用该控制策略,系统均能取得较好的减摇效果,同时能很好地克服对象的不确定性和随机海浪干扰,鲁棒性较强.     

具有扇区有界非线性时变时延离散系统的非脆弱H_infinity控制

研究具有扇区有界非线性时变时延离散系统的非脆弱非线性记忆状态反馈H∞控制器的设计问题.提出一种具有更一般性的控制器增益不确定,并采用Lyapunov-Krasovskii泛函及线性矩阵不等式技术给出了控制器设计的一个时滞依赖的充分条件.最后通过一个例子验证了所提出方法的有效性.     

基于WKGV-KICA 的盲源信号分离算法

基于核学习的非线性映射能力,提出一种小波核广义方差的核独立成分分析算法WKGV-KICA.小波核函数具有近似正交,适用于信号局部分析的优点.与互信息相联系,将核广义方差作为对比函数对统计独立性进行衡量,可以获得理想的数学特性.将该算法应用于宽范围的盲源分离问题的实例中,并与现有算法进了比较.实验结果表明, WKGV-KICA算法在同等条件下的分离精度更高,而且性能更好.