基于Haar小波变换的连续时间系统参数辨识

给出了用 Ｈａａｒ小波辩识连续时间系统模型参数的方法。通过小波对积分建立的操作矩阵,简单有效地将微分方程化为代数方程。根据系统的测量数据并结合最小二乘算法辨识模型参数。给出了一个离线算法,仿真结果表明算法的有效性。     

基于Haar小波变换的持续时间系统参数辨识

给出了用Ｈａａｒ小波辩识连续时间系统模型参数的方法。通过小波对积分建立的操作矩耻,简单有效地将微分方程化代数方程。根据系统的测量数据并结合最小二乘算法辩识模型参数,给出了一个离线算法,仿真结果表明算法的有效性。     

基于火焰摄动谱分布的动态燃烧优化

提出基于火馅摄动谱分布特性与火馅微压振动信号的燃烧控制方法，通过分析三层小速分解后的信号平均幅值变化特点可以找到最优燃烧状态。     

一种可补偿建模误差的多变量自校正控制在液位系统中的应用

本文将不对称的多变量自校正控制进行建模误差的补偿，给出一种鲁棒性较好的自校正控制，并在实际在水位系统中进行了应用，取得了满意的结果，最后给出了实际水位的控制曲线。     

基于Hammerstein模型的自校正极值调节器及其应用

基于确定性Hammerstein模型,给出了一种自校正极值调节器寻优算法,用递推参数估计来确定最优控制策略。该调节器可用于具有很大惯性的慢动态系统,寻优过程在较短的时间内完成。对算法的收敛性进行了分析,并给出了仿真实例。最后,将其应用于燃烧系统的优化控制中,取得了较好的结果。     

一种输入输出维数不等的多变量自校正补偿控制

本文给出了一种输入输出维数不相等的多变量自校正控制,并考虑了自校正控制中存 建模误差的问题,得出了模型误差补偿的多变量自校正控制。仿真结果表明了这种算法的有效性。     

基于Haar 小波变换的连续时间系统鲁棒参数辨识

给出用Ｈａａｒ小波对连续时间系统的鲁棒辨识方法。该方法在用Ｈａａｒ小波对系统输入和输入展开时,通过极小化一个鲁棒指标来减少噪声对展开系数的影响。因此对连续时间系统可获得鲁棒参数估计。仿真结果表明了该算法的有效性。     

非线性Hammerstein系统辨识的动态分离方法

利用同幅值的M序列和逆M序列作为输入信号, 对Hammerstein模型中的线性动态部分进行分离处理, 通过辨识得到一个线性动态模型. 基于此线性模型, 依据系统的测量输出重构出系统的中间输入. 最后由系统的测试输入和中间输入估计出非线性部分的参数. 仿真结果表明本方法的有效性.     

一类多变量Hammerstein模型的参数辨识方法

通过对系统输入信号的设计,使Hammerstein系统输出只反映系统的线性动态,并将非线性部分的静态影响有效地分离掉.利用最小二乘辨识得到系统的线性动态模型.基于此模型并依据系统的测量输出重构系统的中间输入,进而可估计出非线性部分的参数,据此给出了多变量Hammerstein系统辨识的动态分离方法.仿真结果表明所提出的方法是有效的.     

液位控制系统的非方正多变量系统建模误差补偿自校正控制

本文对非方正多变量系统自校正控制进行建模误差的补偿，给出了一种普棒囱校正控制，从而克服了模型失配的影响，提高了系统的鲁棒性。并在实际液位系统中进行应用，最后给出了实际水位系统的控制曲线。