基于时间次优补偿的齿隙非线性系统的切换控制

以伺服系统为研究对象,提出了ー种针对齿隙非线性的切换控制方法。在正常情况下采取线性控制,而在齿隙期间则采用基于时变滑模平面的时间次优控制;给出了ー种监督控制机制,使系统能够选择合适时机由线性控制切换至时间次优滑模控制,保证整个系统为有界输入有界输出（BIBO)稳定。理论分析和仿真研究表明.:该方案能够有效地消除由齿隙引起的冲击干扰,同时提高了控制器的鲁棒性。     

长时延网络控制系统的建模与分析

针对传感器、执行器为时间驱动,控制器为事件驱动的长时延网络控制系统,考虑存在数据包丢失和乱序,将包含网络的广义被控对象建模为具有时变控制对延的线性离散系统。针对该模型,利用Lyapunov方法,给出了与时滞相关的闭环系统渐近稳定的充分条件;基于线性矩阵不等式( LMI)方法,给出了保证闭环系统渐近稳定的时延上界的求取方法。仿真结果表明本文的方法是有效的。     

一类非线性网络控制系统的控制器设计

针对被控对象为Lurie系统的一类非线性网络控制系统(NCS),利用混合系统模型统一描述了同时存在网络诱导时延、数据包丢失、乱序等因素的NCS.在所提模型的基础上,利用线性矩阵不等式方法给出了系统渐近稳定的充分条件以及状态反馈控制器的设计方法。此外,该方法还可以用于求取使系统保持渐近稳定的最大时延上界以及最大允许传输间隔。最后的仿真结果验证了所研究方法的有效性。     

一种基于神经网络在线逼近器的非线性鲁棒故障诊断方法

针对一类不确定非线性动态系统，提出了一种基于神经网络在线逼近结构的鲁棒故障 检测方法．该方法通过构造神经网络通过在线逼近结构学习非线性故障特性来监测动态系统 的反常行为,当故障发生时，在线估计器可逼近各种可能的未知故障，然后对其进行诊断和 适应．神经网络权重的在线学习律没有持续激励的要求，并采用Lyapunov稳定性理论保证了 闭环误差系统一致最终有界稳定．     

一类不确定非完整机器人的时变自适应镇定

通过对质心和几何中心不重合情况下两轮驱动移动机器人镇定问题的研究，提出了一种光滑时变控制律，并针对质心和几何中心距离参数未知的情况，利用自适应技术对其进行了修正. 证明了所提出的控制律可使该类型移动机器人的位姿从任意的初始状态指数收敛到原点．仿真试验验证了本文所提出控制律的有效性．     

拟人智能控制在温控系统中的应用

针对实际多变量、强耦合非线性温控系统，设计了自适应拟人智能控制器。采用了分区控制思想，根据不同的误差和误差变化趋势，采用了不同的PID控制策略。为了更好地克服各种外界因素的影响，构造了误差观测器，在线实时调整控制器参数。同时，为了有效克服系统时滞特性的影响，进一步引入了提前补偿的控制思想。实际系统运行结果表明了该控制策略的有效性。     

模糊Delta算子系统的鲁棒稳定性分析与控制

研究一类由Delta算子描述的T-S型模糊系统的鲁棒稳定性与状态反馈控制设计问题。基于Delta域的Lyapunov稳定性理论，利用线性矩阵不等式(LMI)的方法，给出了不确定模糊Delta算子系统鲁棒稳定及存在状态反馈控制器使得闭环系统稳定的充分条件。这不仅将连续与离散不确定模糊系统的有关结果纳入Delta算子系统的统一框架中，也为Delta算子方法在非线性系统中的应用研究提供了一种有效途径。数值算例说明了该方法的有效性。     

一类非线性系统的自适应时延观测器设计

利用输出差分及滑模方法研究一类非线性系统的自适应时延状态观测器设计问题. 首先将系统输出的微分及高阶微分用输出和其延迟测量值的差商来表示, 然后在此基础上构造了一种时延状态观测器, 估计误差的影响可由滑模项来消除. 在系统满足线性参数化的条件下给出了一种自适应时延状态观测器设计. 最后给出仿真研究说明设计方法的有效性.     

薄膜热电偶动态建模方法

以薄膜热电偶动态补偿设计为背景,应用离散小波分析方法对实验数据进行了预处理,提出了基于自适应线性神经网络的薄膜热电偶辨识方法,建立了传感器的动态模型,通过试验数据的交叉检验,证明所采用的方法能获得理想的辨识效果。     

一种基于反馈模糊图论的视频多语义标注算法

为了弥补视频语义检索中视频底层特征与高层语义概念之间的“语义鸿沟”,提出了一种基于反馈模糊图论的视频多语义标注算法。该算法首先构造一个包括所有数据的时间和空间分布信息的小样本集,据此进行人工标注并将其作为训练集。然后将模糊算子引入图论中,将语义概念间的关系模糊化,以实现模糊推理。最后将标注完成的测试集中的样本加入到训练集中,以完成视频标注的反馈。实验结果表明,使用反馈的模糊图不仅可以很好地建立语义概念间的关系,还能提高视频标注的准确率,表现出良好的性能。