非均匀采样系统的无模型自适应准滑模控制

针对非均匀采样非线性系统存在外界扰动造成难以控制的问题,利用数据驱动策略,提出了无模型自适应准滑模控制算法。首先,将系统动态线性化过程中的伪雅可比矩阵参数估计误差视为一种外界扰动;其次,利用滑模控制的方法对该动态线性化模型进行控制器设计。该算法特点是：结合了滑模控制固有的特性来减小外界扰动对系统控制作用的影响,有效地提高了控制效果。最后,对该控制算法的稳定性也进行了分析,通过一个非均匀采样非线性系统的仿真实验验证了所提算法的有效性。     

一类非均匀采样非线性系统的无模型自适应控制

对一类未知的非均匀采样离散时间非线性非仿射系统,基于在受控系统当前工作点处的等价数据模型,利用输入输出数据对伪雅可比矩阵（PJM）的在线估计,设计出相应的无模型自适应控制器.所提出的控制方法具有如下特点：控制器的设计仅需要非均匀采样的输入输出数据,不包含系统模型的任何信息;控制算法计算量小,算法容易实现.最后,通过一个非均匀采样离散时间非线性系统仿真结果验证提出方法的有效性.     

基于递阶原理的非均匀采样非线性系统的模糊辨识

针对非均匀多采样率非线性系统的建模问题,提出了基于递阶原理的模糊辨识方法.首先,分析了非线性系统在输入信号非均匀周期刷新,输出信号周期采样的情况下,非线性系统可以通过提升技术,利用多个局部线性模型加权组合的模糊模型来描述.在此基础上,利用GK模糊聚类确定模糊模型前件结构,利用基于递阶原理的递推最小二乘辨识算法辨识模糊模型后件参数.同时,通过鞅定理对辨识算法的收敛性进行了研究.最后,通过仿真实例证明了本文方法的有效性.     

红外焦平面阵列读出电路非均匀性研究

读出电路对红外焦平面阵列成像系统的非均匀性有重要影响,采用动态非线性系统函数的泰勒级数建立功能电路单元的通用非均匀性模型,按照模拟型读出电路的一般结构建立读出电路的非均匀性模型,利用高斯噪声和柏林噪声模拟读出电路参数的空间随机分布,采用三维噪声的空间分量量化评估非均匀性,采用等长的矩阵模型简化阵列信号串行读出的时空转换过程,分析了噪声模型、多通道缓冲和响应非线性的非均匀特性,并指导某320×256阵列读出电路进行了非均匀特性仿真和优化。该方法能够对读出电路的非均匀性进行系统级仿真评估,并为其工程优化提供指导。     

自动巡航汽车自适应逆控制的建模与仿真

研究神经网络非线性系统的自适应建模和逆建模策略用于非线性的自动巡航系统的控制及可行性。通过对自适应逆控制方法与现行的反馈控制、模糊控制、PID控制进行对比,并在有干扰的情况下系统需要一定的收敛时间,通过运用Matlab软件进行仿真。根据仿真结果分析,当对象输出没有受到干扰时,其在线辨识对象模型和逆模型有十分好的效果;当对象输出存在一些干扰时,由于干扰的存在,需要一段时间来将两个辨识模型收敛。因此,基于动态神经网络的非线性自适应逆控制系统是十分可行的。     

一种基于IMM的自适应跟踪数据率算法

针对交互式多模型(IMM),提出一种自适应跟踪数据率的算法.该算法利用IMM模型更新概率对各模型产生的采样间隔时间进行混合估计,产生系统的自适应采样间隔时间.在保证跟踪精度的基础上,有效地降低了跟踪采样次数.仿真结果表明了方法的有效性.     

基于射频隐身的采样周期和辐射功率控制方法研究

为进一步提高雷达的射频隐身能力,合理分配相控阵雷达的工作参数,在目标跟踪时,对雷达的采样周期和辐射功率控制方法进行研究。首先,根据目标运动状态的不同,对雷达采样周期与辐射功率自适应设计方法进行分析,在满足系统跟踪性能要求的前提下,建立了控制参数的优化模型;然后,利用粒子群算法优化自适应采样周期和自适应辐射功率等参数,有效地降低了跟踪性能误差,提高了雷达系统的射频隐身性能。与传统的雷达采样周期和辐射功率算法进行了仿真比较,结果表明所提的算法取得了较好射频隐身效果。     

分数阶Fourier域多分量微弱LFM信号的检测

为了提高对多分量微弱LFM信号的检测能力,提出了一种基于分数阶Fourier域非均匀采样理论的信号检测方法。首先提出了一种自适应非均匀采样方法,建立了该方法的模型,得到了非均匀采样LFM信号在分数阶Fourier域的频谱表达式。在此基础上,对多分量非均匀采样LFM信号进行了检测研究。计算机仿真结果表明,同传统的信号检测方法相比,该方法对微弱LFM信号具有较好的检测能力,而且减少了运算量,满足了实时性要求。     

基于空时采样矩阵的机载MIMO雷达杂波抑制方法

相对于传统机载相控阵雷达单输入多输出（SIMO）体制，多输入多输出（MIMO）机载雷达中的空时自适应处理（STAP）技术可以获得杂波抑制和动目标检测性能的大幅提升。但是传统机载MIMO雷达空时自适应处理所需要的计算量和样本需求量巨大，无法满足非均匀杂波环境和实时性要求。为了解决这一问题，本文提出了一种机载MIMO雷达空时自适应杂波抑制方法（clutter suppression based on space time sampling matrix, CSBSM）。该方法利用了杂波协方差矩阵的低秩特性，基于空时采样矩阵构造杂波协方差矩阵，并通过空时滑窗处理对杂波功率进行估计，在非均匀杂波环境下CSBSM方法仅需要单个样本即可实现对杂波的有效抑制。同时，由于空时采样矩阵和独立采样点位置可离线计算，因此CSBSM方法的运算量较小，适用于极端非均匀杂波环境。计算机仿真结果验证了所提方法的有效性。     

自适应差分演化粒子滤波器

针对非线性、非高斯系统中的粒子滤波算法存在粒子权值退化和重采样后引起样本枯竭问题,提出一种自适应差分演化粒子滤波算法。用一种自适应参数控制策略对差分演化算法的参数进行控制,并以此代替粒子滤波中的重采样算法。通过对状态更新后的粒子做自适应差分变异、自适应杂交和选择等优化操作,利用权值大小选出下一时刻的粒子集合。实验表明,该算法能有效缓解粒子权值退化和样本枯竭问题,缩短算法运行时间,提高估计精度,同一般的差分演化粒子滤波算法相比,状态估计的精度更高。