周期时变时滞非线性参数化系统的自适应学习控制

针对一阶未知非线性参数化周期时变时滞系统, 设计了一种自适应学习控制方案. 假设未知时变参数, 时变时滞和参考信号的共同周期是已知的, 通过重构系统方程, 将包含时变时滞在内的所有未知时变项合并成为一个周期时变向量, 采用周期自适应律估计该向量. 通过构造一个Lyapunov-Krasovskii型复合能量函数证明了所有信号有界并且跟踪误差收敛. 结果被推广到一类含有混合参数的高阶非线性系统. 通过两个仿真例子说明本文所提出的控制算法的有效性.     

非一致目标跟踪的混合自适应迭代学习控制

针对一类含有时变和时不变参数的高阶非线性系统,结合Backstepping方法,提出了一种新的自适应迭代学习控制方法,该方法由微分-差分型自适应率和学习控制率组成,保证对非一致目标的跟踪误差平方在一个有限区间上的积分渐近收敛于零,克服了传统的迭代学习控制(ILC)对目标轨线限制,可以跟踪非一致目标轨线.通过构造复合能量函数,给出了闭环系统收敛的一个充分条件,仿真结果说明了该方法的有效性和可行性.     

一类脉冲随机混杂系统的鲁棒H无穷控制

本文研究具有外在扰动的脉冲Markov切换线性随机系统的鲁棒H无穷控制问题,分别从系统的鲁棒稳定性及鲁棒性能两方面进行分析,首先,利用多Lyapunov函数法对系统的稳定性进行分析,给出了系统鲁棒依概率稳定的充分条件,进一步,运用线性矩阵不等式(LMI)法对系统的鲁棒性能进行分析,给出相应的状态反馈增益矩阵和脉冲控制增益矩阵的求解方法,在此基础上得出了一个鲁棒H无穷控制律,并提出了一套基于Matlab软件的鲁棒控制器的设计方法。最后,数值算例说明所设计方法的有效性。     

具有脉冲效应的切换随机系统的几乎必然稳定性

针对一类在切换时刻具有脉冲行为的Markov切换非线性随机系统,首先,应用切换的Lyapunov函数方法研究系统的稳定性,给出系统几乎必然稳定的充分条件,该条件不依赖于系统的矩稳定性;然后,进一步对线性系统的稳定化问题进行分析与设计,对随机子系统的控制结构同时出现在方程的位移部分与扩散部分,给出相应的状态反馈增益矩阵的求解方法;最后,数值算例说明了所设计方法的有效性.     

连续时间非线性时滞系统的协状态预测算法

研究了非线性连续时间时滞系统的最优控制问题，提出了基于线性时滞模型的协状态预测算法，在模型与实际存在差异的情况下，给出了原问题的最优解，该算法具有每次迭代的计算简单，易于实现等优点，仿真结果验证了这一结论。     

电动汽车V2G技术及其充电设施供配电分析

基于电动汽车的发展现状,对V2G技术(电动汽车到电网)及不同功能建筑内充电设施设置原则及供配电方案进行分析研究:介绍电动汽车充电设施发展现状;论述V2G技术应用的过渡阶段;提出V2G技术分层实现的概念;按不同建筑功能特性,对供配电方案进行分析。     

对2010版《建筑物防雷设计规范》的思考

依据GB50057-2010《建筑物防雷设计规范》,分析建筑物防雷设计中常遇到的几个问题,阐述作者对规范条文的理解,并提供设计方案。     

控制在小世界网络中的仿真研究

探讨和分析了NS的工作原理和仿真机制,介绍了在小世界网络下利用NS软件进行网络控制系统仿真的方法和设计实现过程。基于网络仿真软件NS的编程通用性强和功能可扩展的特点,利用NS中类C++的语言环境实现了控制系统微分方程的实时求解,最后展示了仿真研究的结果。     

基于Hopfield神经网络的状态观测器设计

基于神经优化计算原理，给出了线性定常系统的状态观测器的设计方法。将观测器设计问题转化为约束非线规划问题，利用Hopfield神经网络在线的计算观测器的增益矩阵和输入矩阵，能够保证观测器输入信号的平均幅值接近最小。数字仿真结果表明了该方法的有效性。