方膜上横向压阻压力传感器的非线性研究

本文对方膜的硅压力传感器结构进行了应力非线性的计算分析,得出了应力-压力关系非线性与压力量程、膜的几何参数以及器件位置的关系,并给出了实现线性最佳化设计的结果.实验与理论结果的比较表明:(1)压阻效应非线性很小,压力传感器的非线性主要决定于应力非线性;(2)方膜边缘的四端力敏电阻设计不仅灵敏度高,而且有较好的线性;(3)进一步改进压力传感器精度的方法是选用应力线性优良的结构.     

基于分片线性化方法的非线性系统多模型自适应控制

基于分片线性化方法辨识一类非线性系统 ,给出了非线性系统的多线性模型表示。基于线性模型建立多个控制器 ,基于最大最小指标切换函数构成多模型自适应控制器。给出了非线性系统多模型自适应控制算法的优化模型集建立方法 ,解决了多模型自适应控制模型多、计算量大的问题。仿真结果证明了算法的有效性     

1种多面体描述的非线性预测控制器综合

针对工业过程中的非线性计算量大,实时性低等问题,提出了1种计算非线性预测控制的新方法。该方法将神经网络与线性微分包含(LDI)相结合对非线性系统建模,从而将非线性系统转换成多面体描述的线性时变系统。对于多面体描述系统的各个顶点构成的多个线性模型,在线求得不同状态下的控制器。最后通过证明多面体描述的线性系统的稳定性来保证原非线性的稳定性。通过仿真看出此算法在处理复杂系统的控制问题具有良好的控制效果。     

基于逆阵更新方法的局部非线性结构频响分析

针对含有非线性连接的大型局部非线性结构,采用描述函数表示其所连接的非线性内力,将非线性结构频响表示为拟线性动柔度矩阵(Quasilinear Receptance Matrix),提出一种逆阵更新(Inverse Matrix Updating Method,IMU)方法,将求解系统动柔度(频响特性)的高阶矩阵求逆转化为低阶矩阵的求逆,从而获得大型局部非线性结构主频响应的快速计算方法.仿真结果表明,本文的分析方法具有较好的稳定性,并能大幅提高大型局部非线性结构主频响应的计算效率.     

具有不可分割瓶颈功能段的非线性流水线调度问题

本文结合线性流水线中不可分割瓶颈功能段的解决方法和非线性流水线调度优化的非计算延迟段插隙法,给出一种解决具有不可分割瓶颈功能段的非线性流水线调度问题的算法。     

含参数多自由度非线性系统的降维方法研究

研究一类具有一定结构特点的含参数多自由度非线性系统,以固定界面动态子结构方法为基础,借助于灵敏度分析的基本思路,提出一种实用的降维方法首先根据实际系统的结构特点将其划分为若干子系统,使其中部分子系统是线性的,其余子系统是非线性的基于灵敏度分析的相关理论导出线性部分子系统的频率、模态对于参数的依赖关系,采用固定界面模态综合法将线性部分子系统的截断模态与非线性子系统进行综合,最终得到具有较低维数的含参数非线性动力系统结合具体算例,将降维前后的非线性动力系统随参数值变化时的对应的幅频特性曲线进行了比较算例表明,采用这里提出的降维方法所得到的低维系统可以较为准确地反映原系统的动力学特性．     

基于神经网络的非线性系统多步预测控制

针对离散非线性系统,利用非线性激励函数的局部线性表示,提出一种可用于非线性过程的神经网络多步预测控制方法,并给出了控制律的收敛性分析．该方法将非线性系统处理成简单的线性和非线性两部分,对复杂的非线性多步预测方程给出了直观而有效的线性形式,并用线性预测控制方法求得控制律,避免了复杂的非线性优化求解．仿真结果表明了该算法的有效性．     

一种优化梯度计算的改进HS光流算法

HS(Horn&Schunck)方法是光流计算中的经典方法之一。在经典HS方法中,图像中两点间的灰度变化被假定为线性的,而实际上灰度变化是非线性的。因此,在HS算法中最小均方差迭代的最终收敛点会产生偏移,从而导致光流计算结果的不准确。为此,详细分析了灰度估计不准确造成的偏差,提出了一种改进HS算法。实验部分给出了改进算法和其他经典光流计算方法的计算结果比较。实验结果表明,改进HS算法可以得到较好的计算结果,并能明显减少光流计算的迭代次数。     

一种基于LMI的非线性模型预测控制终端域优化方法

对于具有约束的非线性系统, 提出了一种模型预测控制 (Model predictive control, MPC) 的终端域优化方法. 基于线性矩阵不等式(Linear matrix inequality, LMI) 优化和非线性系统的范数有界线性微分包含 (Linear differential inclusion, LDI), 给出了求解非线性 MPC 终端代价函数和局部稳定控制器的一种方法, 在此基础上可方便地得到非线性模型预测控制终端域. 一个具体的数值算例验证了算法的有效性.     

基于一种继承模型的多变量非线性预测控制

提出了一种由人工神经网络与线性ＡＲＸ模型相结合的集成模型,给出了其辨识训练方法。以此模型为基础,提出了一种多变量非线性预测控制算法。它利用线性预测控制的成果,得到一解析式的非线性优化控制输入,避免了通常非线性模型（包括普通人工神经网络模型）预测控制所需的在线数值寻优计算,节约了在线计算时间。提高了算法的可靠性和稳定性。进一步给出了在ＣＳＴＲ反应器上的仿真实验结果。     

改进的非线性连续-离散系统的极大似然参数估计及其应用

对Jategaonkar等人给出的同时计及过程及观测噪声的非线性连续-离散系统的极大似 然算法从两个方面进行了改进:1)给出了计算灵敏度的最佳摄动有限差分算法,避免了普通 有限差分法计算灵敏度矩阵时需人为选择参数摄动量大小而带来的缺点;2)给出了具有快 速三角化平方根滤波的极大似然算法,提高了原算法的数值稳定性.上述改进算法经应用于 飞行器系统参数估计证明了方法的有效性.     

改进的非线性连续－离散系统的极大似然参数估计及其应用

对Ｊａｔｅｇａｏｎｋａｒ等人给出的同时计及过程及观测噪声的非线性连续－离散系统的极大似然算法从两个方面进行了改进：１）给出了计算灵敏度的最佳摄动有限差分算法，避免了普通有限差分法计算灵敏度矩阵时需人为选择参数摄动量大小而带来的缺点；２）给出了具有快速三角化平方根滤波的极大似然算法，提高了原算法的数值稳定性．上述改进算法经应用于飞行器系统参数估计证明了方法的有效性。     

基于MEC优化BP神经网络的PSD非线性校正

光电位置敏感传感器(PSD),特别是其B区存在非线性误差大、测量精度低的问题.针对现有神经网络校正方法的不足,提出一种基于思维进化计算(MEC)算法优化的神经网络校正模型.该方法首先应用MEC算法搜索最优神经网络初始权值和阈值,再利用LM算法训练BP神经网络,最后将训练好的神经网络用于PSD非线性校正.仿真实验结果表明,所提出的方法校正精度高,收敛速度快,泛化能力强,测试数据的平均误差被控制在0.005 mm以下.经过校正后的PSD在非线性区表现出与线性区相似的线性程度,提高了PSD的测量精度.     

基于分片线性化方法的非系统性系统多模型自适应控制

基于分片线性化方法辨识一类非线性系统，给出了非线性系统的多线性模型表示。基于线性模型建立多个控制器，基于最大最小指标切换函数构成多模型自适应控制器。给出了非线性系统多模型自适应控制算法的优化模型集建立方法，解决了多模型自适应控制模型多、计算最大的问题。仿真结果证明了算法的有效性。     

一类不确定离散非线性时滞系统保性能控制

针对状态不完全可测的一类不确定连续离散时间非线性系统,基于状态观测器研究其保性能控制问题。采用T-S模型对非线性系统进行建模,根据李雅普诺夫稳定性理论,基于线性矩阵不等式(LMI),利用分散化并行分布补偿(PDC)的方法设计了基于观测器的控制器,给出了实现该非线性系统保性能控制的充分条件。在此基础上通过求解相应的线性矩阵不等式组给出了控制器和观测器的设计方法,并通过数值仿真验证了提出的方法,仿真结果表明该方法是正确的。     

非连续论域模糊控制方法在自平衡系统中的应用

将具有刚体、柔体、平动以及转动的复杂控制系统的控制范围分为线性和非线性 ,对非线性部分应用模糊控制的方法 .在分析系统力学原理的基础上 ,根据系统的状态方程 ,计算输入输出量的非连续轮域的变化范围 ,给出了模糊控制规则及一组系统响应曲线 ,实际证明控制方法是可行的     

KPCA方法过程研究与应用

给出一种基于核函数的主成分分析方法,它主要用来解决大规模非线性数据的特征提取问题。文中给出了简化的协方差矩阵的计算方法与推导过程,还给出了KPCA方法的详细推导过程。最后使用核主成分分析的方法分别对线性与非线性分布的数据进行了分析,取得了比传统主成分分析方法更好的结果。     

微张力测量模型设计与实验研究

对差分结构的霍尔式张力测量模型进行了研究,基于线性霍尔元件和悬臂梁设计了挠度参变量和转角参变量两种微张力测量模型.应用悬臂梁系统将待测张力转换为位移和转角的变化,并以它们为中间参变量,建立了张力与霍尔电压的线性关系,实现了用线性霍尔元件以磁敏的方式测量张力.模型的对称互补式设计,不仅抵消了非线性变量对测量的影响,还能提高信号输出幅度.模型的差分式电压输出,能够抑制共模干扰和零点漂移.两种模型均能实现单一线性变量测量,实验结果符合理论结论.对比实验研究表明,挠度参变量微张力测量模型的灵敏度和线性度均优于转角参变量微张力测量模型,论述了设计原理并给出了理论计算.     

基于非线性PCA准则的两个盲信号分离算法

该文首先基于Oja定义的非线性PCA准则J1(W),利用矩阵广义逆递推得到一种盲信号分离算法,然后对Karhunen给出的非线性PCA加权误差平方和准则J2(W),采用梯度下降算法和线性寻优而得到另一种自适应盲信号分离算法。对这两个分离算法进行了计算机仿真,仿真结果表明它们的有效性。     

硅压阻压力传感器的非线性温度特性

本文叙述了在较宽温区内硅压力传感器的非线性温度特性及新的灵敏度补偿方法。在-15～150℃温区内对几个表面杂质浓度测量了温度特性。灵敏度和阻值可以近似为温度的二次方程式。对于几个表面杂质浓度计算了线性温度项系数和平方温度项系数。研制成了一种温度补偿方法。补偿是利用有不同表面浓度的两个电阻器的线性温度项系数和平方温度项系数的结合方法进行的。通过电子计算机模拟验证了这种补偿方法,结果灵敏度误差为0.7％/200℃。