动态系统“类等效”模型测辨及多可调参数的Padé模型降阶

本文提出了一种时域和频域测辨相结合的线性定常系统测辨新方法。当高阶系统传递函数已知时,它就是具有多可调参数的Pade逼近。此法由测辨高阶系统前n阶时间矩和测辨描述系统主要动态性能的一些典型频率响应数据,确定动态系统“类等效”简化模型的参数。此外,“外推函数”的使用有效地提高了时矩测辨的精度。实例表明,本方法简易、精确和灵活,适于工程建模,便于工程设计。     

具有可调参数的模型降阶新方法

本文提出了一种具有可调参数的模型简化新方法.此法从系统动态特性上揭示了简化模 型与原系统之间"类等效"的对应关系.由对系统主要频率响应数据的拟合(或最优化方法)确 定参数.降阶模型不仅保持高阶系统的稳态特性(低频特性)和稳定性,还能按设计者需要有 选择地保持原系统的其它主要性能(例如带宽、相对稳定性等)、保持其它任意频段的特性.最 后,文章给出实例.     

有未知控制系数和零动态的高阶非线性系统的自适应控制设计

主要研究一类控制系数未知和有不可测零动态的高阶非线性系统的全局自适应镇定问题. 进一步放宽了对零动态的约束条件, 通过定义一个恰当的未知参数, 把连续自适应状态反馈控制器的动态阶数降到最低(仅一维). 通过结合增加幂次积分方法, 相关的自适应技术以及交换能量函数思想, 给出控制器的设计步骤. 所设计的控制器确保闭环系统的所有状态是全局一致有界的, 且原系统的状态收敛到零.     

高阶系统方法— I.全驱系统与参数化设计

本文首先指出了控制领域中普遍使用的增广一阶系统方法的弊端, 介绍了高阶全驱系统的概念及其在控制器设计方面的优势, 并通过一些基础物理定律、串联系统、严反馈系统和可反馈线性化系统等例子说明了高阶全驱系统的普遍性, 进而指出高阶全驱系统是动态系统的一种描述形式, 是面向控制的模型.然后介绍了一类高阶全驱系统的一种参数化设计方法.通过适当选取一类非线性状态反馈控制律, 可获得一个具有希望特征结构的线性定常闭环系统, 并给出了闭环系统特征向量和反馈控制律的完全参数化表示, 讨论了解的存在性条件以及设计参数集合的稠密性等相关问题.最后对高阶全驱系统方法的后续问题做了说明和展望.     

用模糊理论测辨系统的模型

要想建立一个复杂系统精确数学模型是很困难的。本文阐述如何用模糊集合理论,从系统输入输出量测值来测辨系统的模糊模型,改进了[2]测辨模糊模型的方法,并提出如何根据系统输出量测值来修正模糊模型和建立自适应模糊模型。用本文的方法测辨[3]提供的一个加热炉输入输出量测值的预测模型,所得结果比[2]和[3]的模型都更加精确。全部数据处理过程均用BASIC语言编写的程序实现。为复杂系统提供了建立数学模型和用计算机完成数据处理的另一种方法。     

具有输入和输出约束的高阶随机系统神经网络控制

针对高阶非线性系统,开展自适应神经网络跟踪控制器设计,系统受到随机扰动的影响.首次把输入和输出约束问题引入到高阶系统的跟踪控制中,并假定系统动态是未知.首先借用高斯误差函数表达连续可微的非对称饱和模型以实现输入约束,和障碍Lyapunov函数保证系统输出受限;其次,针对高阶非线性系统,径向基函数(RBF)神经网络用来克服未知系统动态和随机扰动.在每一步的backstepping计算中,仅用到单一的自适应更新参数,从而克服了过参数问题;最后,基于Lyapunov稳定性理论提出自适应神经网络控制策略,并减少了学习参数.最终结果表明设计的控制器能保证所有闭环信号半全局最终一致有界,并能使跟踪误差收敛到零值小的邻域内.仿真研究进一步验证了提出方法的有效性.     

一类广泛的高阶非线性系统的自适应实际输出追踪控制

研究了一类带有不确定控制系数和不可测零动态的高阶非线性系统的自适应实际输出追踪控制问题.与现有文献相比较,所研究的系统更一般化,并且零动态的约束条件得到进一步放宽.通过运用增加幂次积分方法和自适应技术,设计了连续的自适应追踪控制器.最后,给出一个仿真算例验证控制设计方案的有效性.     

生物学系统测辨评述

生物控制论是控制论的一个重要分支。近年来,系统测辨的理论与实践取得了很大的进展。那么,生物学系统测辨的现状如何呢?这里向读者推荐一篇参考文献:“生物学系统测辨评述”(“Identification of BiologicalSystems:a Survey”,Automatica vol.14,№.1,pp.41—47,Jan.1978),以下简称“评述”。 “评述” 指出,系统测辨和参数估计在生物学研究中得到越来越广泛的应用,并说明了它在一些生物学系统     

高阶无模型自适应迭代学习控制

针对一类非线性非仿射离散时间系统,提出了高阶无模型自适应迭代学习控制方案.控制器的设计和分析仅依赖于系统的输入/输出(I/O)数据,不需要已知任何其他知识.该方法采用了高阶学习律,可利用更多以前重复过程中的控制信息提高系统收敛性,且学习增益可通过"拟伪偏导数"更新律迭代调节.仿真结果验证了所提出算法的有效性.     

基于ARMAX模型的子空间辨识算法

针对于子空间辨识算法辨识闭环系统时,由于输入信号与不可测噪声是相关的,往往会得到有偏估计的问题.提出一种采用自回归滑动平均模型(ARMAX)的闭环子空间辨识方法,通过扩展最小二乘方法(ELs)估计ARMAX模型中的马尔科夫(Markov)参数,使用预测的子空间辨识方法(PBSID)获取系统参数矩阵,避免了采用高阶自回归模型(ARX)所导致的过大的估计方差等问题.算法实例验证结果表明,改进方法能够获得较好的闭环系统一致性估计,辨识精度较高,有非常良好的应用前景.     

安全苛刻系统自动化测试的形式化语义模型

安全苛刻系统的可信性需求典型而迫切,其可信性评估和验证具有测试依赖性.安全苛刻系统一般是复杂系统,手工测试实际上不可行,发展自动化测试手段是必然趋势.针对安全苛刻系统测试过程自动化中存在的高阶协同、实时和时序性,以Ambient演算、CCS演算、论域理论等为基础,给出测试过程的高阶协同定义,建立一种层次化演算模型,为测试过程提供一种信息化和自动化手段.模型通过对被测产品、测试设备与测试任务的抽象与组织,给出安全苛刻系统测试过程自动化的工作模式.最后,通过扩展标记转换系统定义,给出高阶协同行为的收敛性和正确性的证明,论证了模型的可计算性,验证了安全苛刻系统测试的可自动化.模型已应用于航天器的自动化测试中,并成为航天器测试行为的日常工作规范.     

高阶无模型自适应迭代学习控制

针对一类非线性非仿射离散时间系统,提出了高阶无模型自适应迭代学习控制方案.控制器的设计和分析仅依赖于系统的输入/输出(I/O)数据,不需要已知任何其他知识.该方法采用了高阶学习律,可利用更多以前重复过程中的控制信息提高系统收敛性,且学习增益可通过"拟伪偏导数"更新律迭代调节.仿真结果验证了所提出算法的有效性.

     

非最小相位FIR系统的自适应辨识

提出了一种基于线性代数方程组约束和梯度法的非最小相位FIR系统的自适应辨 识算法.选用的线性方程组具有列满秩的系数矩阵,保证了系统参数的唯一可识别性.由于只 采用高阶累量,故能够抑制任何高斯有色噪声的影响.重点讨论了梯度法中步长的选择,提出 了收敛速度最快的变步长.仿真实验的结果证实了算法的有效性.     

基于传输线模型的动态电路建模与仿真分析

针对利用数值分析法求解高阶电路时难于列写系统状态空间方程,且计算复杂烦琐的问题,阐述了一种不需要列写状态空间方程,并且能够直接从动态电路元件得到电路计算模型的建模法(传输线模型(TLM)建模法),同时对一个含耦合元件的动态电路进行了建模和仿真,与常用的其它两种常用的数值分析法进行了比较分析.仿真结果表明.方法简单实用,物理概念清晰,能有效对各种动态电路特别足高阶电路进行求解,并且具有无条件的数值稳定性.     

用非线性最小二乘法提高测辨精度

本文讨论了广义最小二乘法所测辨的模型与实际系统间的差异;采用了非线性最小二乘 Leven-berg-Marquardt 阻尼因子法,提高了对实际系统的测辨精度.     

闭环确定无自衡过程动态近似特性的简易计算法

在过程控制系统中,无自衡过程的动态特性常用传递函数G_p(s)=e~(-Tds)/TS(1)或G_p(s)=e~(-Tds)/T_1S(T_2+1)(2)将实际无自衡过程的动态特性,通过测辨确定它具有式(1)或式(2)表示的数学模型,并不是一件容易的工作。越来越多的场合,都在采用闭环测辨的形式,它克服了开环测辨的弊端。然而,提出既简单又准确的闭环测辨计算法一直是人们关心的问题。这里,作者推荐一种闭环确定无自衡过     

"冻结系数法"应用范围的新结果

本文给出了一类时变线性系统稳定性的判定准则,从而指出了一类具体的时变线性系统 应用"冻结系数法"的可靠性,文中的方法适用于线性高阶微分方程描述的系统,且判据简洁, 易于应用.     

一种基于状态X2检验的Fuzzy ART神经网络故障检测方法

对于高阶复杂的动态系统,实时故障检测与隔离对保证和提高系统的精度和可靠性尤为重要本文将状态X2检验和Fuzzy ART神经网络相结合,提出一种新的动态系统故障检测方法.该方法通过实时监测动态系统的状态分量,不仅能实时地确定动态系统量测值的有效性,而且能将故障的特征值提取出来,并利用Fuzzy ART神经网络实时确定故障的类别,从而实现动态系统的故障定位与隔离.将该方法应用于INS/GPS组合系统的故障检测中,仿真结果证明这种方法效果很好     

模糊自适应PID在水工模型中的应用

水工模型水位控制系统是一个典型的非线性、大时滞控制系统,针对用普通PID对高阶大惯性环节对象的控制参数难以整定的问题,设计了一种基于模糊控制原理的PID参数自适应控制器,根据偏差和偏差变化率来实时调整Kp,Ti,Td参数。试验结果表明,这种模糊自适应PID控制器比常规PID控制器有更好的控制效果,大大改善了系统的动态和稳态性能。     

高阶线性自抗扰控制器的性能评估

以二阶系统为研究对象,在线性扩张观测器(LESO)的基础上,给出高增益形式的高阶LESO.基于高阶线性自抗扰控制器(HLADRC)二自由度闭环传递函数和频域特性曲线,证明了其状态估计误差的收敛性以及高阶线性自抗扰控制器的稳定性.同时,系统地分析了输入增益和模型参数不确定性对稳定鲁棒性的影响,推导出满足系统稳定条件的参数??的稳定域以及系统干扰抑制动态特性与带宽的关系.最后,通过与线性自抗扰控制器(LADRC)的对比仿真表明, HLADRC在干扰抑制方面具有很大的优势,而LADRC在稳定鲁棒性和控制品质方面具有更好的效果,从而为工程设计提供了理论依据和实践参考.