一种带多重次优渐消因子的扩展卡尔曼滤波器

本文提出了"强跟踪滤波器"的新概念,给出了强跟踪滤波器的一般结构,并提出了一个正 交性原理用于此类滤波器的设计.在此基础上,提出了一种具有强跟踪滤波器性能的带多重 次优渐消因子的扩展卡尔曼滤波器(SMFEKF),改进了文献[1]中提出的一种带单重次优渐消 因子的扩展卡尔曼滤波器(SFEKF).数值仿真说明了SMFEKF的有效性.  

预测控制性能研究的新进展

随着预测控制在工业过程中的广泛应用，近年来，预测控制理论研究也取得了很大进展。本文系统地综述和评析了在预测控制性能方面理论研究的新进展，主要内容包括控制系统的稳定性，鲁棒性，可行性等性能以及对非线性系统的研究。  

非线性系统预测控制的多模型方法

本文在非线性系统的线性化多模型基础上,引入多模型参考轨迹逼近期望轨迹,提出了一 种非线性系统预控制的多模型方法.仿真结果表明,这种方法是有效的.  

非线性模糊间接和直接自适应控制器的设计和稳定性分析

提出卫种非线性模糊直接和间接自适应控制的统一设计方法，该方法把文献「１，２」中的监督控制器用Ｄ－控制来取代，在闭环系统的渐近稳定性分析中取消了要求逼近误差平方可积的条件，模糊控制器能克服外界干扰对系统误差的影响。仿真结果验证了该控制方案的有效性。  

一类非线性系统的自适应模糊滑模控制

对一类具有不确定性的非线性系统,根据滑模控制原理并利用模糊系统的逼近能 力,提出了一种自适应模糊滑模控制系统的设计方法.控制结构中采用模糊系统自适应朴偿 过程的不确定性.利用李雅普诺夫理论,证明了控制算法是全局稳定的,跟踪误差可收敛到 零的一个邻域内.  

一种新型控制器—NLPID

本文综述了作者利用非线性特性改进经典ＰＩＤ调节器方面所得的结果，其中有非线性“跟踪－微分器”、“非线性ＰＩＤ控制器”等新结构和系统的“时间尺度”，控制器的“适应性”、“鲁棒性”等新概念；有些新结构和概念的各种应用方法。  

对稳定的模糊自适应控制方案的研究与改进

对美国加州伯克利大学Li-Xin Wang1993年提出的模糊自适应控制方案的稳定性 条件进行了研究,证明了两个新的结论:1)原来的监督控制可以取消;2)渐近稳定的条件可由 w(t)平方可积放宽到w(t)→0.在此基础上,提出并证明了一种模糊自适应控制的新方案,它 能在任何情况下保证闭环渐近稳定,并在一定条件下还能保证参数收敛.对一阶不稳定与二 阶混沌两个控制对象的仿真实验结果表明,新方案的控制效果比Wang的方案有很大提高.  

连续非线性系统的神经网络α阶逆系统控制方法

对连续非线性系统,采用连续系统的设计方法,利用神经网络对非线性函数的逼近 能力加上用来表征系统动态特性的若干积分器,构造工程上可实现的原系统的神经网络α阶 逆系统(将α阶逆系统直接与原系统串接,构成α阶积分伪线性复合系统),并对α阶积分伪 线性复合系统设计线性控制器,实现对原非线性系统的有效控制.仿真结果表明,该方法适用 于较一般的线性、非线性连续系统,且结构简单,易于工程实现.  

基于遗传算法的非线性系统模型参数估计

针对非线性系统模型的多样性 ,提出适用于多种非线性模型的基于遗传算法的参数估计方法 ,并以多种非线性模型为例作了仿真研究 .结果表明 ,遗传算法是非线性系统模型参数估计的有效工具  

非线性系统迭代学习算法

对于一个未知的非线性连续系统或离散系统,从任给的一个初始控制出发,尝试实现一条 给定的输出目标轨线.在满足一定条件下,利用跟踪误差来修正控制函数,经过反复的迭代学 习可以取得满意的效果.本文改进了Arimoto、Togai和Bien等的开环迭代学习的收敛条 件,并提出闭环迭代学习算法.理论与仿真结果证明了闭环算法在收敛条件、速度和抗干扰能 力上都优于开环算法.