基于改进的Capon滤波器组谱估计新方法

为了解决Capon滤波器组谱估计方法在α稳定分布噪声下性能出现退化的问题,提出了一种改进的Capon滤波器组谱估计方法,利用分数低阶协方差(FLOC)对传统的Capon滤波器组进行重构.由于分数低阶协方差的作用范围是0＜α≤2整个分数低阶空间,因此在α稳定分布噪声下其谱估计性能比基于二阶统计量方法的谱估计性能更好.计算机仿真结果显示了这种方法的优越性能,并且在高斯噪声环境下,其性能与二阶统计量下的方法类似.     

一类不稳定时滞过程的最优控制

本文对控制能量存在约束条件下一类不稳定时滞过程的最优控制问题进行了探讨. 首先基于不稳定过程的互质分解, 由敏感度函数和控制敏感度函数定义了一个包含跟踪误差和控制能量在内的性能指标, 然后应用谱分解最小化该性能指标, 从而为一类不稳定时滞过程导出了一种最优的控制器设计方法, 可使系统在控制能量存在约束时获得最优的控制性能. 仿真研究进一步说明了该方法的有效性.     

时滞切换系统的时滞依赖稳定

首先利用多Lyapunov 函数方法, 分析常时滞切换系统的时滞依赖稳定性, 并给出此系统时滞依赖稳定的充分条件及切换律的设计; 然后运用共同Lyapunov 函数方法, 研究一类时变时滞切换系统的时滞依赖稳定性, 也给出此系统时滞依赖稳定的充分条件及切换律的设计. 所得结果均可用线性矩阵不等式方法求解. 最后通过仿真验证了结论的正确有效性.     

随机非线性系统的输出反馈控制

针对满足线性增长条件的一类随机非线性系统, 本文研究了输出反馈镇定问题. 然而不同于现有的所有文献, 由于线性增长条件中含有不可量测的状态, 引入了一个待定的高增益观测器. 利用反推设计技术, 构造性地给出了一个输出反馈控制器的设计, 通过适当地选取高增益参数, 保证了闭环系统的零解是概率意义下全局渐近稳定的, 输出几乎处处调节于零.     

磁浮列车搭接结构的非线性解耦控制

磁浮列车的搭接结构是一个多输入多输出的非线性系统, 对该系统进行稳定控制是确保磁浮列车可靠性的关键. 本文采用微分几何方法对系统解耦; 采用反馈线性化方法对解耦后的系统进行线性化, 确保了系统的全局稳定性; 对线性化之后的系统采用极点配置的方法进行控制律设计, 使系统的动态性能达到一定的指标; 最后给出了应用此方法的一个实际例子.     

一类多输入级联非线性切换系统的全局镇定

研究一类带有部分线性系统的多输入级联非线性切换系统的全局镇定问题. 首先, 给出保证线性部分有一致规范型的充分条件. 其次, 利用一致规范型及其零动态的共同二次Lyapunov函数设计状态反馈使得线性部分在任意切换律下镇定. 最后, 通过构造共同Lyapunov函数能实现闭环系统在任意切换律下的全局渐近稳定性.     

横滚隔离激光捷联惯导系统稳定回路自抗扰控制

针对自旋飞行器高速自旋的特点,介绍了一种具有横滚隔离功能的捷联惯导系统,着重研究了横滚隔离激光捷联惯导系统稳定回路的自抗扰控制问题.通过对横滚隔离激光陀螺单轴稳定平台状态空间模型的分析,利用自抗扰控制思想,建立了二阶离散自抗扰控制算法.引入Stribeck模型模拟稳定回路的摩擦力矩,仿真分析表明,自抗扰控制的稳定回路可有效抑制干扰、跟踪指令角速度,具有精度高、收敛快、鲁棒性强等特点.该控制算法具有一定的工程实用价值.     

一种基于同步树替换文法的统计机器翻译模型

提出一种基于同步树替换文法的机器翻译模型.相对于基于短语的模型,此模型可以对远距离结构性调序和非连续短语翻译进行建模;相对于基于同步上下文无关文法模型,此模型可以对任何层次上的树节点调序进行建模.因此,该模型可以为处理语言结构间的异构对应问题提供有效的解决途径. 在两组风格差异较大的数据集上进行的实验均验证了基于同步树替换文法的模型相对于基于短语模型和基于同步上下文无关文法模型的稳定优势.     

面向大规模实时流媒体的应用层组播方案

提出一种基于集中控制与分布式自组织相结合应用层组播方案:CD-Media.这种多层次的、稳定的组播方案在上层由能力较强且稳定的专用服务器组成星形结构,并由它们集中控制下层Mesh结构和组播树的构造与维护.下层应用层拓扑采用分布式的自组织协议.该方案分超节点、Cluster和组播岛3个层次,它们共同组成一棵组播树.这种“分层”、“分群”的思路提高了可扩展性,最大化提高网络可支持的用户数量,降低了成本,非常适合网络电视这种单源准实时应用.此外,为解决网络电视对稳定性要求高和应用层网络动态变化大之间的矛盾,Cluster内的应用层组播成员间采用全连通的Mesh结构,在此基础上由超节点集中计算组播树.CD-Media还将应用层组播与网络层组播相结合,充分发挥两者的优势.实验评价了CD-Media的性能,并与已有算法进行比较,结果显示该方案具有明显的优点.     

全局自适应神经网络跟踪控制及逼近域确定

针对自适应神经网络跟踪控制问题,提出一种确定逼近域的方法.采用参考信号取代未知非线性函数中的系统输出,神经网络用于逼近以参考信号为输入的未知不确定项.可以利用参考信号的界预先确定神经网络逼近域,再采用自适应鲁棒方法处理由于函数输入置换所引起的另一类不确定项.所得到的闭环系统是全局稳定的.仿真实例说明了该控制方法的有效性.