船舶横向运动鲁棒PID控制及优化

针对船舶横向运动控制特点,为达到航向舵控制航向同时达到减横摇的目的,提出了一种基于闭环增益成形和模糊优化算法的鲁棒PID控制器设计方法。根据具有工程实际意义的横摇和艏摇带宽直接构造出横摇、艏摇鲁棒PID控制器,并基于横摇与艏摇频谱,组合成横向控制器。由于用舵来减摇不可避免地增加了舵机的工作负担造成较大的舵机损耗,为此提出对横摇和艏摇控制器输出加入权重分配,采用模糊算法优化横向控制器权系数的方法,达到系统性能综合最优。仿真结果表明所设计的控制器具有较强的鲁棒性,合理的权系数选择,不但可以达到降低舵机损耗的目的,而且提高了航向控制精度。该控制器设计简单,易于船舶横向运动控制的实际工程应用,具有一定的研究价值。     

复杂产品仿真可信度鲁棒评估方法

计算机建模仿真已经发展为重要的产品开发和系统测试手段.仿真可信度对仿真结果非常重要,但评估仿真可信度的过程常常较为繁琐.面向复杂产品仿真的可信与可靠评估需求,研究了评估风险的来源,提出了复杂产品仿真可信度鲁棒评估方法.该方法尽可能多地利用专家经验知识、仿真数据和试验数据的评估信息进行定性定量综合评估,通过建立评估结果分析反馈的优化机制,实现在反复迭代的评估过程中,减小不确定因素的影响,使评估结果逐渐趋向一致、稳定,以提高复杂产品仿真的评估结果的可信性、可靠性和鲁棒性.     

鲁棒的加权核主成分分析算法

为减弱离群点对数据处理的影响, 提出了一种鲁棒的加权核主成分分析算法。利用核函数将样本投影到核空间, 在核空间构建一个样本加权重建误差最小模型, 最大限度地提取数据中的非线性信息并降低离群点样本的干扰。在Yale人脸库和UCI数据集上的实验表明, 该方法具有很好的识别率, 尤其对离群点样本具有较好的鲁棒性。     

基于T-S模型的双时变时滞不确定系统的鲁棒H∞容错控制

为了解决系统在含有执行器局部或者完全失效故障情况下的鲁棒H∞容错控制问题, 针对一类状态和控制输入同时存在时变时滞的不确定非线性系统, 采用T-S模糊模型来描述, 利用并行分布补偿（PDC）算法设计了模糊状态反馈控制器, 结合Lyapunov稳定性理论给出了保证该模糊容错控制系统渐近稳定的充分条件, 不但保证了系统输出的鲁棒稳定性, 而且能够满足给定的鲁棒H∞性能指标。最后通过MATLAB仿真对比系统中有外部干扰和无外部干扰情况下的系统输出曲线, 验证了所提出方法的可行性。     

一般广义不确定周期时变系统的鲁棒稳定性

针对一般广义不确定周期时变系统存在鲁棒稳定性问题,根据一般广义周期时变系统的Lyapunov不等式,提出一般广义不确定周期时变系统鲁棒稳定的概念,并采用矩阵不等式（LMI）方法进行分析,得到了该类系统鲁棒稳定的充分必要条件.研究了在状态反馈控制下保证闭环系统鲁棒稳定的条件,给出了一组状态反馈鲁棒控制器的设计方法;引入了一般广义不确定周期时变系统二次稳定的概念,讨论了二次稳定性与鲁棒稳定性的关系,是广义定常系统相应结论向一般广义周期系统的自然推广.     

一类结构不确定非线性系统的鲁棒镇定

基于鲁棒控制Lyapunov函数,首先给出一个函数为鲁棒控制Lyapunov函数的等价条件,进而获得该类系统可鲁棒稳定、可鲁棒实用稳定、可鲁棒渐近稳定的充分条件,并构造了与之相应的逐点最小范数的连续状态反馈控制律.仿真实例说明了所采用方法的有效性.     

基于最小一乘能量预测的冰球式蓄冷系统

提出将近似最小l1模递推算法应用于冰球式蓄冷系统的能量预测,所提算法对干扰和量测噪声不敏感,具有较强鲁棒性;同时引入遗忘因子,通过对新旧测量数据予以不同权重,用时变系统来近似实际系统.在系统实现上,利用组态王实现数据采集、友好人机界面设计,利用MATLAB完成复杂的预测算法,充分发挥组态软件在工业控制上组态方便、开发周期短和MATLAB强大数值计算功能的优势,两者之间通过DDE技术实现数据实时通信.实际运行表明,所提预测算法成功应用于冰蓄冷系统能量预测.     

Robust and Low-Complexity Synchronization for Energy Detection UWB Receiver

A simple method using aided sliding rectangular windows for synchronization in e nergy detector (ED) receiver is proposed for impulse-based ultra wideband radio s (IR-UWB) under binary pulse position modulation (PPM), therefore grants an at tractive solution for gaining low complexity while the accompanying performance loss in terms of UWB signal reception is comparatively low. Also, a method is de veloped to suppress noise through accumulation of integrated results before sync hronization point is reached....     

Application Research of Robust LS-SVM Regression Model in Forecasting Patent Application Counts

A forecasting system of patent application counts is studied in this paper. The optimization model proposed in the research is based on support vector machines (SVM), in which cross-validation algorithm is used for preferences selection. R esults of data simulation show that the proposed method has higher forecasting p recision power and stronger generalization abi1ity than BP neural network and RB F neural network. In addition, it is feasible and effective in forecasting paten t application counts.