基于精细计算的结构瞬时最优预测控制

针对地震激励作用下的结构控制问题,提出一种瞬时最优预测控制算法,该算法采用的开闭环控制策略在控制过程中综合考虑了下一时刻位移、控制力输入能量和地震波能量对结构的影响,解决了传统开闭环控制必须知道整个过程中外扰信息的难题,另外对控制过程中的指数矩阵采用精细积分法来求解,避免求解动力状态矩阵的特征值和特征向量,简化了算法中指数矩阵的计算,提高了计算效率,使得算法具有高效率、高精度、对步长不敏感、无条件收敛的优点.在算例中将文中方法与LQG算法进行了比较,证明了文中算法的有效性且优于LQG算法.     

建筑结构在地震作用下的主动控制时滞补偿探讨

利用ＡＲ模型实时在线向前预测地震加速度,ＡＲ时间序列步长和控制时间步长可选取较优的比例关系,利用卡尔曼滤波作状态估计,对状态变量向前作一最优预测,导出了适用瞬时最优开环,闭环和开闭环时滞补偿控制算法理论公式。     

高层建筑结构振动控制的一种瞬态最优控制算法

提出了一种适用于高层建筑结构振动控制的瞬态最优控制算法。该算法以求一个时变的二次型性能指标的最小值为目标，采用Ｎｅｗｍａｒｋ法求解最优控制力和结构的响应，使每一瞬时的性能指标取最小值。文中详细地分析了该算法，给出了编程方法和框图。     

有源电力滤波器指令电流提取算法的研究

从传统i-i方法的基本原理出发,推导出瞬时电压矢量定向和基波正序电压矢量定向的2种新型指令电流提取算法.2种算法充分利用了三相电源电压的全部信息,解决了以往锁相环难以精确锁相的难题,从而可快速精确地分离出畸变电压产生的谐波电流.新型指令电流提取算法对于有源电力滤波器实现动态谐波治理与无功补偿提供了新的途径,在工程中有良好的应用价值与开发前景.     

多传感器一步延迟OOSMs序贯融合滤波

该文提出了一种序贯式多传感器一步延迟无序量测的融合估计算法.针对现有系统中存在的延迟量测问题,在单传感器一步延迟无序量测最优更新A1算法的基础上,引入序贯递推的思想,在线性最小方差准则下,提出了一种序贯式的多传感器一步延迟无序量测最优融合算法,提高了多OOSMs融合估计的实时性.仿真验证了该文算法的有效性和最优性.     

基于瞬时无功理论的并联型有源滤波器恒功率控制

针对有源滤波器谐波电流检测的复杂性以及响应延迟,根据瞬时功率理论,提出了并联型有源滤波器恒功率控制策略。该控制策略通过实现逆变器有功功率和无功功率的解耦,分离出待补偿的功率分量,采用空间矢量调制算法,实现系统的恒功率控制。通过Matlab/Simulink进行仿真验证,结果显示该策略可以有效抑制系统交流侧谐波电流,补偿无功功率,输出稳定的有功功率,改善系统稳态性能,证明了该策略的正确性和有效性。     

汽车主动悬架系统的离散最优控制

为改善汽车乘坐舒适性和操作性,研究1／4汽车主动悬架系统的离散最优控制问题,给出汽车主动悬架系统的离散化模型,并通过引入路面扰动补偿向量,给出悬架系统的有限时域前馈反馈最优控制律．通过求解矩阵微分方程得到扰动补偿向量．该控制律容易实现,对由路面引起的振动有明显的抑制作用．     

张拉整体结构的非线性主动控制

为了有效解决张拉整体结构在各种动态激励下的振动控制问题,保证结构的功能与安全性,研究张拉整体结构的主动控制问题.根据结构的机电耦合作动方程,推导结构的状态空间描述.基于瞬时最优控制算法和New-mark关系,推导张拉整体结构机电耦合最优控制方程.在Newmark算法的基础上引入Newton-Raphson迭代过程,考虑结构的几何非线性效应,实现了张拉整体结构的机电耦合非线性主动控制.以双层柱状张拉整体结构在随机激励下的振动控制为例,验证了算法的正确性与可行性.     

改进的加热过程模糊自调整PID算法及仿真分析

为解决工业控制中大惯性、纯滞后、参数时变的非线性受控对象难于控制的问题,提出一种改进的控制算法。该算法采用1个单输入3输出的模糊控制器结构代替3个单输入单输出模糊控制器结构,通过Mam—dani模糊推理运算自调整PID（Proportional Integral Derivative）参数,并结合Smith预估补偿控制作用,优化系统动态响应指标,改善了控制器性能。将其应用于注塑机加热过程的温度控制中,并与常规PID控制器和Smith预估PID控制器比较。仿真结果表明,该控制器各项性能均好于其他两种控制器,调节时间为420s,超调量和稳态误差均为0,具有抗干扰性强和鲁棒性好等优点,为进一步改善注塑机加热过程的实际控制性能提供了理论依据。     

一种无线定位中NLOS误差抑制算法

为克服非视距传播带来的定位误差,提出了非视距误差的窗函数补偿法．通过测量p个采样点的均方根延迟计算平均超量延迟,实现窗长为p的非视距误差的窗函数补偿法．相对最优化方法,该算法的计算量明显减少;相对单点补偿法,该算法的精度明显提高．对移动台处于3种不同位置的情况进行了仿真分析,结果表明,该算法具有较高的定位精度．     

一种高阻带余弦调制滤波器组的子带有源噪声控制

针对宽带有源噪声控制(ANC)系统,在采用子带自适应滤波结构时,由分析滤波器组的非理想特性及下采样原因引起的子带信号混叠问题,采用内插脉冲响应技术间接设计了一种高阻带衰减的低通原型滤波器,使得阻带能量最小化来直接消除子带信号间的混叠问题,具有较低的计算复杂度.同时,通过采用补偿误差通道延迟的方法来消除由分析滤波器组产生的延迟.仿真实验结果表明,该算法在宽带高斯白噪声和宽带有色信号下都具有较好的收敛性能,尤其对宽带有色信号.     

低时延传输的ERDQN数据调度算法

针对车载网络、远程医疗、工业控制等领域需要低时延、高可靠性的网络传输应用场景,提出了一种经验回放的DQN(experience replay DQN,ERDQN)数据传输调度算法。该算法的主要目的和任务是降低网络时延和提高网络传输的稳定性。ERDQN算法在最后期限感知的传输协议(deadline-aware transport protocol, DTP)的基础上优化了发送端的排队策略,充分考虑了数据块的优先级和截止日期(Deadline),将其作为计算进入等待队列顺序的重要因素,解决了数据块丢失Deadline的问题,降低了网络传输的排队延迟;同时在拥塞控制方面以当前时刻网络传输状态为特征向量,预测下一时刻网络传输状态参数,并赋予不同的奖励因子进行评估,通过ERDQN网络的迭代学习,自动调整到适合当前网络传输的最优参数,在后续的网络链路传输过程中,平均传输速率高且稳定,缓解了网络拥塞和传输不稳定的问题,降低了网络传输时延。实验结果表明ERDQN算法的平均排队时延和传输时延远远低于传统拥塞控制算法(Reno算法),在质量系数(quality of experience, QoE)方面远远高于传统的拥塞控制算法,能够最大程度减少网络传输速率波动、降低丢包率,提供稳定可靠的传输。     

基于强化学习的多阶段网络分组路由方法

多阶段网络被广泛应用于机器学习集群,由于多阶段网络中可用路径多,分组的路由是一个组合优化难题。现有基于启发式的路由算法由于缺乏性能保证,严重影响分组传输延迟。提出了基于强化学习的多阶段网络分组路由方法,使用一个新颖的策略迭代算法,通过学习的方式计算出最佳路由策略。算法通过在策略评估步骤中使用价值函数的最大似然估计器,克服了强化学习方法中蒙泰卡罗(MC)或时间差分(TD)价值估计器样本效率低的问题。为了应对组合优化时计算复杂度高的问题,算法在策略改进步骤中将组合动作空间上的优化分解为各组成动作的序列优化,以提高求解效率。基于NS-3网络模拟器的仿真实验结果表明,相较于现有最优的启发式路由策略,该算法学习到的路由策略降低了13.9%的平均分组延迟。     

结构主动控制系统的时滞多项式插值补偿算法

时滞与补偿是结构主动控制系统优化设计中必须考虑的一个重要问题。文章对此进行了研究，分析了时间滞后产生的原因和对控制系统的影响，提出了结构主动控制系统的时滞多项式补偿算法。算例分析表明，时滞补偿后系统的控制效果有了明显的改善，说明该时滞补偿方法是有效的。     

A novel digital control strategy of three-phase shunt active power filter under non-ideal mains voltages

A novel control strategy for three-phase shunt active power filter (SAPF) was proposed to improve its performance under non-ideal mains voltages. The approach was inspired by our finding that the classic instantaneous reactive power theory based algorithm was unsatisfactory in terms of isolating positive sequence fundamental active components exactly under non-ideal mains voltages. So, a modified i _p -i _q reference current calculation method was presented. With usage of the new method, not only the positive sequence but also the fundamental active current components can be accurately isolated from load current. A deadbeat closed-loop control model is built in order to eliminate both delay error and tracking error between reference voltages and compensation voltages under unbalanced and distorted mains voltages. Computer simulation results show that the proposed strategy is effective with better tracking ability and lower total harmonic distortion (THD). The strategy is also applied to a 10 kV substation with a local electrolysis manganese plant injecting a large amount of harmonics into the power system, and is proved to be more practical and efficient.     

Sigmoid函数变步长LMS自适应算法的抗干扰性能改进

为了改善Sigmoid函数变步长LMS算法（SVS-LMS）在高斯噪声和冲激噪声干扰下的性能,首先将以瞬间误差功率为Sigmoid函数自变量控制步长更新的方法,改为以误差的自相关时间均值估计调节步长,抑制了噪声干扰;然后使用HB加权进一步平滑了因噪声干扰导致的自适应滤波器权系数伪峰、使用归一化处理获得了更大的输入信号动态范围。自适应时延估计仿真实验表明,在高斯噪声和冲激噪声干扰下,相比于固定参数下的SVS-LMS算法和另外一种SVS-LMS改进算法,本文算法及其HB加权能够获得更好的时变时延跟踪均方误差性能。     

牵引供电系统综合补偿及矢量控制研究

分析了无功补偿电源(SvG)对干扰性负荷的无功及谐波综合补偿原理，针对电气化铁路牵引供电系统的特点，结合瞬时无功功率理论，给出综合补偿的iP、ig矢量控制算法，并进行了计算机仿真，仿真结果可使三相系统达到平衡供电。     

基于免疫算法的电力线通信网接入点规划方法

为了保证电力系统安全有效地运行,需要对接入点位置进行部署规划。首先建立接入点位置优化模型,然后综合考虑经济性、可靠性、网络时延和N-1原则,提出了一种基于免疫算法的配用电通信网接入点规划方法。仿真结果表明,该方法能在不同网络条件下进行接入点部署规划,并在保证可靠性和经济性的条件下缩短网络时延。     

时滞系统的模糊神经网络补偿控制

针对传统的模糊神经网络(FNN)在线控制方法用于控制时滞对象时存在调节时间较长的问题,分析产生这一现象的原因,对传统的模糊神经网络在线控制进行改进,给出一种新的确定补偿量的方法.基于递推最小二乘(RLS)法在线辨识对象模型,通过时滞对象模型预测对象输出的变化,利用补偿方法得到控制量的补偿量.设计二维输入的带补偿的模糊神经网络控制器,进行实验与仿真研究.仿真结果表明,该补偿方法调节时间短,控制精度高,比传统的模糊神经网络的控制效果明显.     

时-空欠采样的信号频率和二维DOA估计

在空间信号时－空欠采样下，基于时延、四阶累积量和MUSIC算法提出了一种新的多空间信号频率和2－D到达方向分离估计方法。适当地选取时延和非均匀阵列阵元位置，该方法的信号频率和2－D到达方向估计无模糊。灵活地运用矢量Kronecker积估计信号数大于二阶技术。计算机模拟证实了其有效性。