惯性系统的时域在线辨识

给出二阶惯性系统阶跃响应斜率和幅值在幅值拐点处的时域表达式及其矩形脉冲响应幅值在其极大值点处的时域表达式,三阶惯性系统阶跃响应斜率在响应的二阶导数极大值点处、阶跃响应幅值在其拐点处和矩形脉冲响应斜率在响应二阶导数极小值点处的时域表达式,并找到了一种在时域辨识一阶、二阶和三阶惯性系统的方法．实测结果表明,该方法简便、可靠,测试精度高．     

多变量控制系统的一种变量配对方法

在设计分散控制系统时,输入输出（ＩＯ）变量配对是一个重要的步骤．同时考虑系统的稳态增益和动态特性,提出一种新的关联度量方法进行ＩＯ 配对．在时域内基于传递函数的阶跃响应,其物理意义比较明确,并进一步结合了相对关联阵列（ＲＩＡ）的优点．通过实例研究和与其他方法的对比表明,所提出的方法能较好地给出配对方案．

     

无刷直流电机转速伺服系统反步高阶滑模控制

针对无刷直流电机转速伺服系统高性能非线性鲁棒控制, 提出一种新型的多滑模反步高阶滑模非线性控制方法. 在控制律设计的每一步都引入二阶滑模Super-Twisting 算法, 无需计算变量导数, 消除了滑模抖振, 并在第1 级子系统虚拟控制律设计中提出一种改进的二阶滑模Super-Twisting 算法. 与传统双闭环PI 控制相比, 能够令系统的动静态性能更好, 转矩脉动更小, 鲁棒性更强; 与标准Super-Twisting 算法相比, 进一步提高了系统对阶跃负载扰动的抑制能力. 最后通过仿真分析表明了所提出方法的有效性.

     

一种基于种群速度的自适应粒子群算法

分析了粒子群算法的收敛性,指出早熟是由于粒子速度降低而失去继续搜索可行解的能力．进而提出一种基于种群速度动态改变惯性权重的粒子群算法,该算法以种群粒子平均速度为信息动态改变惯性权重,避免了粒子速度过早接近０．通过５个标准测试函数的仿真实验并与其他算法相比,结果表明该算法在进化中期能很好地保持种群多样性,有效地改善算法的平均最优值和成功率．

     

有界丢包网络环境下不确定系统的预测控制

研究了有界丢包网络环境下的多包不确定系统的鲁棒预测控制．首先在构建无限时域性能代价函数时,不同于传统预测控制方法,只考虑成功数据传输序列,并由此提出了两种鲁棒预测控制方法：将无限时域控制作用参数化为一个状态反馈控制律;或参数化为一个自由控制作用接一个状态反馈控制律．与传统方法一样,采用性能代价函数作为Ｌｙａｐｕｎｏｖ函数证明了系统的闭环稳定性．仿真实例验证了此方法的有效性．

     

Sigma-Point直接式卡尔曼滤波惯性组合导航算法

基于西格玛点采样加权的方法,以姿态,速度和位置等9个导航参数为状态向量,以卫星导航系统的速度和位置组成6维观测向量,构建直接式卡尔曼滤波器,融惯性导航系统求解和状态估计的过程为一体,直接描述系统导航参数动态过程.仿真结果验证了惯性组合导航Sigma-Point直接式滤波方法的有效性,表明该非线性直接式滤波方法可提高惯性组合导航系统的导航精度和对飞机,导弹等载体非线性机动过程的适应性.

     

一类非线性时滞广义系统的状态反馈控制

利用线性矩阵不等式（ＬＭＩ）,讨论了一类非线性时滞广义系统的状态反馈控制问题．通过对非线性映射Ｆｒｅｃｈｅｔ导数的逆矩阵的估计,给出了系统渐近稳定的充分条件．这一条件与时滞相关,可归结为一个线性矩阵不等式的可解性．在ＬＭＩ有解的条件下,可得到系统状态反馈控制器的参数表示．数值实例表明该方法是有效的．

     

基于分散推理结构的加热炉钢坯温度分布模糊控制

针对钢坯加热炉系统所具有的典型分布参数特点,提出了一种基于分散推理结构的钢坯温度分布模糊控制方案．首先,将炉内钢坯温度偏差分布作为模糊推理系统的输入信息;然后,对于每一个炉温调整点,通过一组二维模糊控制器,产生一组与钢坯温度偏差分布对应的炉温补偿控制分量;最后,综合各控制分量获得各调整点处的炉温补偿量．仿真算例表明,该方案能够有效地保证钢坯按理想加热曲线完成加热过程．

     

基于观测器的不确定广义时滞系统鲁棒预测控制

针对一类不确定广义时滞系统,讨论了其基于观测器的鲁棒预测控制问题,给出了系统观测器型预测控制器的设计方法.通过构造带有误差项的Lyapunov函数,应用线性矩阵不等式,将无穷时域二次性能指标"min-max"优化问题转化为凸优化问题,得到了鲁棒预测控制器存在的充分条件和显式表达式.证明了优化问题在初始时刻的可行解能保证广义闭环系统渐近稳定且正则无脉冲.仿真实例验证了所提出方法的有效性.

     

基于容积卡尔曼滤波的神经网络训练算法

针对现有的利用非线性滤波算法对神经网络进行训练中存在滤波精度受限和效率不高的缺陷, 提出一种基于容积卡尔曼滤波(CKF) 的神经网络训练算法. 在算法实现过程中, 首先构建神经网络的状态空间模型; 然后将网络连接权值作为系统的状态参量, 并采用三阶Spherical-Radial 准则生成的容积点实现神经网络中节点连接权值的训练. 理论分析和仿真结果验证了所提出算法的可行性和有效性.

     

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．

     

基于混沌的弹性粒子群全局优化算法

为了克服粒子群优化容易陷入局部极小的缺陷,利用粒子速度不依赖于其与最优粒子之间距离的大小,而仅依赖其方向信息的特点,采用自适应策略弹性地修正粒子速度的幅值．同时,充分利用混沌运动的遍历性、随机性及对初值的敏感性等特性,提出一种基于混沌的弹性粒子群优化（ＣＲＰＳＯ）算法,并将其成功用于典型多极点函数优化．仿真结果表明,该算法增强了摆脱局部极值点的能力,提高了收敛速度和精度．

     

一类区间时变输入时滞与状态时滞线性系统的稳定性研究

研究一类具有区间时变输入时滞与状态时滞线性系统的稳定性问题．通过选择合理的Ｌｙａｐｕｎｏｖ Ｋｒａｓｏｖｓｋｉｉ函数,基于积分等式方法（积分等式由自由权矩阵构造而成）,以ＬＭＩ的形式给出时滞相关的稳定性充分条件,并进行了相关控制器的设计．所得结论对时滞导数没有任何限制,可用于快时变时滞系统．同时,积分等式方法较积分不
等式方法更优,保守性更低．最后,通过数值比较及仿真表明了所提出方法的有效性和优越性．

     

PSO算法粒子运动轨迹稳定收敛条件分析

由于随机量的作用,粒子群优化算法（ＰＳＯ）中粒子的位置迭代是一个非线性动态离散过程,单个粒子在随机量影响下的运动方程可转换为一个二阶变系数非齐次方程．为此,利用Ｌｙａｐｕｎｏｖ稳定定理对该方程的稳定性作了深入研究,分析得到了使粒子运动稳定收敛的惯性权重和随机参数取值条件．实验结果表明,按照所得到的条件选择参数取值,能使粒子运动轨迹快速稳定收敛．该结果有助于实际应用中ＰＳＯ 算法参数的选择和调整．

     

一类高阶次随机非线性系统的输出反馈镇定

针对一类高阶次随机非线性系统,研究其输出反馈镇定问题．通过选择有效的观测器和李雅普诺夫函数,所设计的光滑输出反馈控制器保证了闭环系统的平衡点是依概率全局渐近稳定的,输出几乎处处调节到零．数值仿真验证了控制方案的有效性．

     

基于非光滑线性Ｌｉｐｓｃｈｉｔｚ连续平面的滑模控制设计

利用Ｆｉｌｉｐｐｏｖ解、Ｃｌａｒｋｅ广义梯度和非光滑Ｌｙａｐｕｎｏｖ稳定理论,对一类滑模面设计为非光滑线性Ｌｉｐｓｃｈｉｔｚ连续平面的二阶系统滑模控制问题进行深入讨论．首先设计控制律,使闭环系统在有限时间内能够到达所设计的滑模面;然后证明系统在滑模面上的运动是渐近稳定的．放宽了对滑模控制中滑模面设计的要求,提高了所提出设计方法的灵活性,有利于改善系统性能．仿真结果验证了所提出设计方法的正确性和有效性．

     

不确定广义系统的输出反馈鲁棒预测控制

针对一类具有范数有界不确定性的广义系统,当系统状态不可测时,提出了一种基于输出反馈的鲁棒预测控制器综合算法．采用ＬＭＩ方法以及变量变换思想,将无限时域“最小 最大”优化问题转化为线性规划问题．确定出一组分段连续的输出反馈控制序列,给出了输出反馈控制律存在的充分条件,证明了优化问题在初始时刻的可行解可以保证广义闭环系统是渐近稳定且正则无脉冲的．仿真实例验证了所提出方法的有效性．

     

内模控制系统鲁棒跟踪控制器的参数化及优化

针对最常用的2自由度内模控制系统,利用基于传递函数互质分解的频域理论,推导了存在模型失配且参考输入和扰动为任意已知函数时,所有能实现稳态无差跟踪的前馈控制器和反馈滤波器的参数化表达式.所得结论同时适用于连续和离散时间系统,并可在参数化基础上实现频域的优化控制.

     

基于递归最小二乘支持向量机的动态系统建模研究

针对递归最小二乘支持向量机的递归性易导致建模中偏微分方程组求解困难的问题,提出用解析法求解偏微分方程组,实现了完整的递归最小二乘支持向量机模型．首先分析了各参数的相关性,然后推导出偏微分方程的解析表达式并求解．仿真实例表明,在动态系统建模中,该模型的性能比常用的串并联模型以及现有不完整递归最小二乘支持向量机模型的精度更高、性能更好．

     

一种动态改变惯性权重的自适应粒子群算法

针对标准粒子群算法在进化过程中种群多样性降低而早熟的问题,提出一种动态改变惯性权重的自适应粒子群算法.采用种群中平均粒子相似程度作为种群多样性的测度,并用于平衡算法的全局探索和局部开发. 基于对惯性权重随种群多样性测度变化的动态分析,建立了惯性权重随种群多样性测度的变化关系,并将其引入该算法中. 最后对个经典测试函数进行仿真,结果表明该算法在平均最优值和成功率上都有所提高,特别是对多峰函数效果更明显.