一种新型自调节灰色预测控制器

提出一种结合传统反馈控制方法和灰色预测控制的新型自调节灰色预测控制器，可对系统当前输出误差和预测系统输出误差进行合成形成一个综合误差，并用综合误差代替传统反馈控制方法中的实际误差项，这样控制器可根据系统当前和将来的响应来计算控制律．该控制器可根据预测精度来自动调整控制器参数，使控制器对系统响应具有适应性．仿真结果表明，与传统反馈控制方法相比，该控制器可获得更为优良的动态性能和鲁棒性．     

基于灰色广义预测控制的网络化控制系统丢包补偿

针对网络传输中存在的数据丢包问题，提出了将灰色广义预测控制引入到网络化控制系统的新思想．将网络化控制系统视为灰色系统，设计了一个控制器节点由事件—时间驱动、传感器节点和执行器节点由时间驱动的分布式模型．利用灰色广义预测控制在线计算量小的特点，结合队列机制，提出补偿策略．仿真结果表明补偿策略效果良好．     

基于数据预处理灰色神经网络组合和集成预测

当研究的系统扰动因素过大或系统行为在某个时川点发生突变，出现严重扰动系统的异常数据时，提出不应直接按原始数据建模预测，而应根椐实际情况适当地对数据预处理．提出了基于数据修正的改进型灰色神经网络组合和集成预测，并根据南昌火车站旅客发送量时间序列建立了多个模型，从模型预测效果对比中说明数据修正、改进型灰色模型和改进型灰色神经网络、灰色神经网络组合和集成确实能提高预测精度．另外，修正数据要把握一个度，不能修正全部数据，只能修正较异常的数据，要在数据的趋势性和预测的灵敏性间取得平衡。     

延迟时间未知的时延系统灰色预测控制

延迟时间的变化可能会引起控制品质的恶化，甚至使系统不稳定，利用灰色预测控制不需要掌握被控对象模型结构的先验信息，具有很强的自适应性的优点，同时利用神经网络辨识延识系统的延迟时间来在线调整灰色预测控制器的参数，将二结合用于有不确定性延迟时间的大延迟系统的控制，仿真结果表明这种控制策略具有很好的控制效果。它是大延迟控制中克服延迟时间变化的很有希望的方法。     

多变量系统灰色预测函数控制方法研究

针对多变量时滞系统,提出一种以灰色模型为基础的多变量灰色预测函数控制策略,并给出多变量灰色预测函数控制算法.分析了灰色系统建模,灰色模型预测输出,和控制量计算方程的求解.仿真实验表明,该方法有较强的鲁棒性,快速性和强抗干扰能力强的特点.     

灰色预测模糊自适应PID控制的城轨列车智能驾驶系统研究

为提高城轨列车驾驶系统的智能化程度，将灰色预测控制与模糊自适应PID控制技术相结合，应用到城轨列车驾驶系统中。在对城轨列车驾驶系统进行需求分析的基础上，针对其对各种性能指标的要求，提出了基于灰色预测模糊自适应PID控制的城轨列车智能驾驶系统的设计方案。将灰色预测控制与模糊自适应控制应用到经典PID控制中，设计出了系统的智能控制器，有效满足了城轨列车在运行时对跟踪误差、准点率、停车误差、舒适度和节能性等多个性能指标的要求。仿真结果表明：采用灰色预测模糊自适应PID算法的控制系统具有良好的控制精度且系统的智能化程度得到了相应的提升。     

基于灰色预测理论的转子系统振动主动控制

以灰色预测控制理论为基础,采用现代控制理论中的二次型优化原理,以控制力和响应加权最小为目标函数,设计了两种基于灰色预测理论的转子系统振动主动控制方案——灰色 GM(1,1)预测优化控制方案和灰色 Verhuslt 预测优化控制方案.并将该两种方案分别应用于带电磁阻尼器转子轴承系统的转子振动主动控制中,通过数值仿真验证了两种控制方法的有效性,并对两种方法的控振效果进行了比较.     

灰色预测控制在有源滤波器中的应用

为了有效地补偿非线性负载中的谐波电流,针时数字化的APF系统,提出了基于灰色预测的APF预测控制方案,根据灰色系统理论的GM(1,1)模型,建立负载电流谐渡的灰色预测模型,并将其应用于APF谐波补偿控制装置.结果表明,采用灰色预测控制能较好克服APF滞后对谐波补偿的影响,改善了系统的性能.     

基于预测控制的混沌系统参数微调控制方法

本文将预测控制理论引入混沌系统的控制研究中，提出一种基于预测控制的混沌系统参数微调控制方法，通过对控制参数进行微调，将模型未知时的混沌运动稳定到系统的不稳定不动点处．与现有同类方法相比，本控制系统具有快得多的响应速度，需要较短的时间就能实现混沌系统的控制．本方法能够控制超混沌系统，算法简便，控制算法的收敛性和控制系统的稳定性能够保证，理论分析和仿真实验都表明了本方法的有效性．     

液压舵机伺服系统灰色预测模糊PID控制

研究灰色预测模糊PID控制在液压舵机伺服系统中的应用问题。由于液压舵机伺服系统具有典型非线性和不确定性,传统的PID控制很难满足控制要求。为解决这一问题,提出了灰色预测模糊PID控制方法。在SimuIink中搭建液压舵机伺服系统的模型并进行仿真,灰色预测模糊PID控制无超调,调节时间为0．008s,消除干扰使系统再次达到稳定的时间为0．045s。结果表明：灰色预测模糊PID控制与传统PID控制、模糊PID控制相比,能有效加快系统的控制速度,缩短调节时间,提高控制精度,具有较强的抗干扰能力。     

RS+交织+卷积级联纠错码的FPGA实现

为了提高编解码速率，更好地满足实时收发系统的要求，本文提出了采用由纯硬件电路构成的现场可编程逻辑门阵列（Field Programmable Gate-Array，FPGA）取代CPU系统的纠错码策略．该策略先把RS（Reed Solomon)、交织、卷积编解码分别模块化，然后通过端口映射方式对它们进行逻辑组织以实现整个编解码的级联．分析表明，用FPGA构成的纠错码系统不仅使电路大大简化，稳定性得到极大提高，而且可编程逻辑器件的高智能化使整个系统的设计、调试周期大大缩短．     

灰色广义预测控制算法及仿真研究

基于灰色系统模型, 构造了一种新的广义预测控制算法. 该算法仅在线估计两个参数, 不用求解Dio phantine方程. 从而大大减少了计算量, 增强了实时性. 仿真实验说明, 该算法单步和多步情况均可获得较好的控制跟踪效果.     

Rail pressure controller design of GDI basing on predictive functional control

Gasoline direct injection (GDI) is a pivotal technique for a highly efficient engine. However, how to maintain a stable rail pressure which offers good fuel economy and low emissions, is still a challengeable work. In this paper, a rail pressure controller is designed basing on predictive functional control (PFC), a model predictive control (MPC) method, to surmount the nonlinearity and discontinuity brought by the common rail pressure system (CRPS). A control-oriented piecewise linear model is presented to simplify the CRPS. The simulation results on a benchmark show that rail pressure tracks the setpoint accurately even with some perturbations. Profiting from the conciseness of PFC algorithm, the controller can compute the online solution in a short time, which makes it possible to realize the strategy on a fast response system.     

基于增量加权的预测函数控制

介绍了预测函数控制方法的主要思想和特点。针对通常的预测函数控制在优化求解的目标函数中仅含有输出误差的平方和序列，没有考虑控制增量的变化，通过在性能指标中对控制增量适当加权，提出了一种双值预测函数控制算法，提高了系统的稳定性，克服了系统的稳态偏差。在工业过程模型中，用Matlab软件进行了仿真研究，取得了良好的控制效果，表明该算法跟踪快、控制精度高、稳定性强，是一种比较有效的控制方法。     

电加热炉系统预测函数PID控制算法的研究

由于电加热炉系统具有大时滞、时变性、非线性等特点,提出了一种新型预测函数PID控制算法.该算法将PID控制算法和预测函数控制算法结合起来,通过预测被控对象的未来输出值,得到一个新的优化目标函数,实时优化控制参数,得到控制量的解析解.仿真结果表明,与常规PID控制和预测函数PID串级控制相比,所设计的控制器满足系统对快速性和稳态精度的要求,系统具有较强的抗干扰性和鲁棒性,能够实现对电加热炉系统的有效控制.     

一类SISO系统的预测函数控制及其鲁棒稳定性分析

首先给出对象不确定性描述,基于阶跃响应模型提出单值预测函数控制和双值预测函数控制两类算法的设计．然后将系统控制结构归结为内模控制结构,利用多项式Jury主系数定理,分别给出基于两类预测函数控制算法设计的闭环控制系统鲁棒稳定的充分条件．最后通过仿真实验讨论了控制器的参数调节．     

Adaptive predictive functional control for networked control systems with random delays

Nowadays, more and more field devices are connected to the central controller through a serial communication network such as fieldbus or industrial Ethernet. Some of these serial communication networks like controller area network (CAN) or industrial Ethernet will introduce random transfer delays into the networked control systems (NCS), which causes control performance degradation and even system instability. To address this problem, the adaptive predictive functional control algorithm is derived by applying the concept of predictive functional control to a discrete state space model with variable delay. The method of estimating the network-induced delay is also proposed to facilitate the control algorithm implementing. Then, an NCS simulation research based on TrueTime simulator is carried out to validate the proposed control algorithm. The numerical simulations show that the proposed adaptive predictive functional control algorithm is effective for NCS with random delays.     

一种基于T-S模糊模型的自适应预测函数控制

针对离散时间非线性系统，提出了一种基于T-S模糊模型的自适应预测函数控制算法。该算法利用加权递推最小二乘法在线辨识T-S模糊模型后件参数，以克服模型失配对系统性能的影响。根据辨识得到的模型参数直接递推计算模型的预测输出，而不需要求解Diophantine方程，进而直接递推求解预测控制律，而不需要求解矩阵逆。仿真结果表明，该算法具有良好的跟踪性能和较强的鲁棒性。     

基于网络的运动控制系统预测控制研究

针对一类基于网络的运动控制系统中存在的时延和丢包问题进行研究。对于网络运动控制系统存在数据时延和丢包的情况,建立网络运动控制系统模型。在此模型下,对预测函数控制算法进行分析,设计了预测函数控制产生器和数据延时预测补偿器,并研究相应的补偿策略。仿真分析表明算法的合理性和有效性。     

Model predictive functional control for processes with unstable poles

In this paper the coprime‐factorized model predictive functional control for single‐input single‐output processes with an arbitrary number of unstable poles is presented. The predictive functional control algorithm gives a framework for designing the control for a wide range of processes. The main idea in the case of unstable poles is based on the prediction of the process output based on the coprime‐factorized process model. The robust stability of the proposed control algorithm is also discussed, using the small‐gain theorem, which provides a sufficient condition for stability. Copyright © 2008 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society