Volterra 泛函级数在非线性系统辨识中的应用

利用Volterra泛函级数描述非线性系统，将非线性系统辨识问题转化为标准的最小二乘问题，并通过QR分解进行求解，在对输入矩阵P进行Householder变换过程中，提出利用输入向量对输出向量的影响因子进行P阵的列选择，同时完成模型辨识，有效地克服了Volterra泛函数辨识中维数灾难问题，数字仿真表明了该方法的有效性。     

一类不确定非线性系统的鲁棒H∞控制

在一种工程应用背景之下, 考虑了一类非线性系统的鲁棒H_∞ 控制问题, 不确定性范数有界, 基于HJI不等式研究了状态反馈控制器设计问题, 使得闭环系统满足H_∞ 干扰抑制性能要求.     

不确定广义系统鲁棒镇定控制器的设计

讨论了线性定常广义系统的稳定性, 给出了这种系统H_∞ 范数形式的稳定性判据, 在此基础上, 利用线性矩阵不等式 (LMI)方法讨论了含有不确定参数的线性广义控制系统的鲁棒镇定问题, 并相应地给出了鲁棒镇定控制器的设计.     

区间离散广义系统状态反馈鲁棒H∞控制

讨论了一类区间离散广义系统的状态反馈鲁棒H_∞控制问题.在给出区间离散广义系统的等价描述之后,基于系统参数矩阵不等式,得到了问题可解的充分条件,并给出了状态反馈控制器显式表示.所得的控制器保证闭环系统正则,具有因果关系,稳定并且满足给定的H_∞性能指标.数值例子说明了该方法的正确性.     

不确定性奇异时滞系统的鲁棒H∞控制

研究了含不确定性线性奇异滞后系统的鲁棒H_∞控制问题.其中不确定性是范数有界的.为此首先给出了相应的无控制标称系统内稳定且满足H_∞范数界的一个充分条件.然后讨论了含不确定性奇异滞后系统鲁棒H_∞控制问题有解的一个充分条件,并同时给出了控制器的设计,控制器可由线性矩阵不等式解得.最后举例说明本文方法的正确性.     

基于动态神经网的非线性鲁棒辨识

研究了一类基于动态神经网络的未知非线性多变量系统的鲁棒辨识问题，用Ｌｙａｐｕｎｏｖ稳定性理论获得了具有保护策略的鲁棒调权律，从理论上证明了被辨识的系统是鲁榛 ，辨识误差按建模误差和未建模动态收敛到一个稳定区域，该策略的特点是不需要离线学习又不需要对象的状态完全可测，仿真结果验证了提出的动态网鲁棒辨识策略的有效性。     

不确定非线性系统的鲁棒H∞控制分析与综合

讨论一类仿射非线性系统的鲁棒H_∞ 控制问题. 针对自由系统, 外部干扰输入矩阵和控制输入矩阵都具有加法不确定性的系统, 将鲁棒性能的分析和综合归结为求解一组Hamilton_Jacobi不等式, 给出了确保非线性控制系统满足鲁棒干扰抑制性能的充分条件, 获得了非线性鲁棒控制器的一种形式. 一个仿真例子验证了所得结论的正确性.     

不确定关联时滞系统的鲁棒H∞滤波

考虑一类不确定关联时滞系统,其中的不确定性满足范数有界条件,以子系统输出作为输入,分别为每个子系统设计一个线性滤波器.通过将系统的状态向量和滤波误差向量组合成一个新的增广向量,原系统状态方程和滤波误差方程就可以组成一个新的增广系统.如果可以设计滤波器参数,使得干扰噪声到增广系统输出的增益为最小,则噪声对系统估计的影响也就降为最低,受噪声影响的状态向量就可以恢复出来.这样,原系统的滤波问题就转化为最小化增广系统增益问题.通过选择一个适当的Lyapunov函数,并基于Lyapunov稳定性定理,得到了滤波器存在的充分条件.为了简化滤波器设计过程,将上述充分条件的未知参数矩阵定义为一个新的变换矩阵,在此基础上,实施了一系列巧妙的矩阵等价变换,同时定义了几个新的矩阵变量,将原充分条件化成了一组易于求解的线性矩阵不等式(LMI).使用Matlab的LMI工具箱,可以对上述LMIs直接求解,最后的数值算例验证了所给设计方法的有效性.     

误差方差约束下Delta算子不确定系统的鲁棒H∞滤波

研究Delta算子不确定系统在稳态估计误差方差约束下的鲁棒H_∞滤波问题. 目的是设计滤波器, 使得系统在状态矩阵和输出矩阵均存在不确定性时, 滤波过程是渐近稳定的, 每个状态的稳态估计误差的方差不大于事先给定值, 且从噪声输入到误差输出的传递函数满足给定的H_∞范数约束. 基于矩阵不等式方法, 提出了滤波器的存在条件和显式表达式. 所得结果可将连续和离散系统的有关结论统一到Delta算子框架.     

基于Volterra泛函级数的涡轮建模研究

给出了对非线性动态系统做任意精度逼近的Volterra级数高阶核的全新估算方法并将其应用在涡喷发动机的转速控制上。该方法在核函数理论基础上,构造线性空间,将求解Volterra级数各阶核的问题转化为求输出观测向量在希尔伯特空间中某一子空间上的投影的问题,使原本复杂的非线性系统的Volterra级数的逼近问题在线性空间中以向量内积的方式得到解决。与其他时域或频域估算Volterra核的方法相比较,该算法的优点在于理论体系严密、计算量不随阶数增高而成几何级数增加、辨识精度高。该方法理论上能够估算任意阶核,弥补了现有方法难以估算四阶以上核的缺点,可应用于动态系统和强非线性系统的建模。将发动机动态过程描述为四阶的Volterra级数模型。     

Robust nonlinear MPC based on Volterra series and polynomial chaos expansions

A robust nonlinear model predictive controller (NMPC) based on a Volterra series is proposed. Polynomial chaos expansions (PCE) are used to represent the uncertainty in the Volterra series coefficients and this uncertainty is then propagated onto the output predictions. The key advantage of the PCE is that it provides an analytical expression to compute the L²-norm of the output prediction error resulting in computational savings, compared to previously proposed techniques, which are essential for real time implementation. Terminal and input constraints based on Structured Singular Value based-norms are used to ensure convergence to a set-point and compliance with constraints in manipulated variables. The algorithm is applied to a multivariable pH neutralization system. A comparative study shows superior closed loop performance and computational efficiency of the proposed technique as compared to previously proposed algorithms.     

Nonlinear thermal system identification using fractional Volterra series

Linear fractional differentiation models have already proven their efficacy in modeling thermal diffusive phenomena for small temperature variations involving constant thermal parameters such as thermal diffusivity and thermal conductivity. However, for large temperature variations, encountered in plasma torch or in machining in severe conditions, the thermal parameters are no longer constant, but vary along with the temperature. In such a context, thermal diffusive phenomena can no longer be modeled by linear fractional models. In this paper, a new class of nonlinear fractional models based on the Volterra series is proposed for modeling such nonlinear diffusive phenomena. More specifically, Volterra series are extended to fractional derivatives, and fractional orthogonal generating functions are used as Volterra kernels. The linear coefficients are estimated along with nonlinear fractional parameters of the Volterra kernels by nonlinear programming techniques. The fractional Volterra series are first used to identify thermal diffusion in an iron sample with data generated using the finite element method and temperature variations up to 700 K. For that purpose, the thermal properties of the iron sample have been characterized. Then, the fractional Volterra series are used to identify the thermal diffusion with experimental data obtained by injecting a heat flux generated by a 200 W laser beam in the iron sample with temperature variations of 150 K. It is shown that the identified model is always more accurate than the finite element model because it allows, in a single experiment, to take into account system uncertainties.     

基于GFRF的二次调节流量耦联系统的频域非线性H∞控制

二次调节流量耦联系统为非线性系统, 在Volterra 级数描述该系统的基础上, 通过SISO多项式类非线性系统的GFRF 递推算式获得二次调节流量耦联系统的广义频率响应函数GFRF(generalized frequency response function). 基于系统的GFRF, 在频域内应用非线性控制理论为系统设计了镇定控制器和非线性H_∞控制器, 不仅使系统稳定, 而且能达到无超调、无稳态误差. 此外, 在白噪声条件下证明该控制器比线性控制器抗干扰性强.     

基于GFRF的二次调节流量耦联系统的频域非线性H∞控制

二次调节流量耦联系统为非线性系统,在Volterra级数描述该系统的基础上,通过SISO多项式类非线性系统的GFRF递推算式获得二次调节流量耦联系统的广义频率响应函数GFRF(generalized frequency response function).基于系统的GFRF,在频域内应用非线性控制理论为系统设计了镇定控制器和非线性H∞控制器,不仅使系统稳定,而且能达到无超调、无稳态误差.此外,在白噪声条件下证明该控制器比线性控制器抗干扰性强.     

Output frequency response function of nonlinear Volterra systems

An expression for the output frequency response function (OFRF), which defines the explicit analytical relationship between the output spectrum and the system parameters, is derived for nonlinear systems which can be described by a polynomial form differential equation model. An effective algorithm is developed to determine the OFRF directly from system simulation or experimental data. Simulation studies demonstrate the significance of the OFRF concept, and verify the effectiveness of the algorithm which evaluates the OFRF numerically. These new results provide an important basis for the analytical study and design of a wide class of nonlinear systems in the frequency domain.     

Magnitude bounds of generalized frequency response functions for nonlinear Volterra systems described by NARX model

In order to reveal the relationship between system time domain model parameters and system frequency response functions, new magnitude bounds of frequency response functions for nonlinear Volterra systems described by NARX model are established. The magnitude bound of the nth-order generalized frequency response function (GFRF) can be expressed as a simple n-degree polynomial function of the magnitude of the first order GFRF, whose coefficients are functions of the model parameters and frequency variables. Thus the system output spectrum can also be bounded by a polynomial function of the magnitude of the first order GFRF. These results demonstrate explicitly the analytical relationship between model parameters and system frequency response functions, and provide a significant insight into the magnitude based analysis and synthesis of nonlinear systems in the frequency domain.     

基于双阶跃信号输入的Volterra模型辨识

Volterra模型作为非线性领域的一种非线性模型,由于其对工业过程可以以任意精度逼近,使得该模型有很广泛的应用研究意义。在将该模型运用到实际控制系统中之前,模型的高精度辨识显得尤为重要。在以往针对Volterra模型的辨识算法中,基本上主要是采用通用辨识算法识别模型参数,比如最小二乘法及各种改进的最小二乘法。这些通用的辨识算法在辨识Volterra模型时,不能充分考虑其非线性特点,同样不能在辨识过程中充分利用该特点。本文在充分考虑Volterra模型非线性的前提下,提出了一种基于双阶跃信号输入的Volterra模型辨识算法,该算法辨识原理简单,计算量较小,论文最后将该辨识算法应用到典型非线性CSTR系统的的辨识中,辨识结果证明了算法的有效性。     

基于Volterra频域核辨识的非线性模拟电路故障诊断

基于Volterra级数时域频域混合模型,提出了辨识非线性模拟电路频域核的故障诊断方法.利用混合模型辨识算法和范德蒙特法估计各种故障状态下电路响应的前3阶频域核,提取故障特征并与相应的故障模式一起构成特征样本集,借助于支持向量机多分类器进行分类识别,实现非线性模拟电路的故障诊断.阐述了诊断原理及诊断步骤,并给出了诊断实例.仿真结果表明,该方法的故障识别率较高,便于计算机计算.     

基于沃尔泰拉级数的模拟电路组合故障诊断法

针对模拟电路的固有复杂性及其传统故障检测方法延时大和正确识别率低的问题,借鉴基于隐马尔科夫模型改进最小二乘支持向量机以及Volterra级数原理,将二者组合进行故障诊断。该方法首先采用Volterra级数频域核对电路故障特征进行提取,再利用经隐马尔科夫模型改进的最小二乘支持向量机进行模态分类,最终完成故障诊断。仿真结果表明,与目前使用的BP神经网络诊断方法和LSSVM诊断方法相比,该方法不仅提高了系统故障辨识能力,还提高了系统故障诊断的速度。