一类非线性系统的单尺度小波框架 网络自适应观测器

本文提出了一类MIMO非线性系统的小波网络自适应观测器设计方法,可对一类非线性未知或具有不确定性的非仿射系统进行状态估计.文中给出了小波网络参数的在线自适应调节律,从理论上分析了观测器增益矩阵的选择对状态估计误差的影响.根据Lyapunov理论证明了整个自适应观测器的稳定性,仿真试验表明了该方法的有效性.     

扩张状态观测器在非线性系统故障诊断中的应用

介绍了扩张状态观测器理论,提出了一种应用于非线性系统的基于扩张状态观测器的故障诊断新方法,给出了多阶系统的故障观测器的设计方法,最后通过仿真实验证明所提供的方法相对于传统方法具有以下优点:一是可以得到故障的近似函数,便于识别故障。二是具有优良的即时性和反应能力。     

基于观测器的含扰动Lipschitz非线性系统鲁棒控制

针对一类含扰动Lipschitz非线性系统的鲁棒控制问题进行了研究,讨论了基于观测器的非线性系统鲁棒控制问题.首先,对满足Lipschitz条件的非线性系统构造出了状态观测器;其次,考虑到系统中的扰动项,根据Lyapunov理论分两种情况以线性矩阵不等式的形式给出基于状态观测器的控制器存在的充分条件,得到了观测器增益矩...     

基于自适应Volterra滤波器的非线性系统辨识

为了识别非线性系统的参数,本文提出了一种基于自适应Volterra滤波器的非线性系统辨识方法。给出了自适应Volterra滤波器的LMS和RLS算法。数值仿真结果表明,该方法对于非线性定常和时变系统都有效。     

离散时间Markov跳变系统的降维观测器设计

研究一类具有未知输入的线性离散时间马尔可夫跳变系统的降维观测器设计问题.首先,针对含有未知输入的线性系统设计一种新的降维观测器,通过构造观测器增益矩阵,使得未知输入完全解耦.此外,通过线性矩阵不等式形式给出观测器存在的充分条件,并证明观测器误差在有限时间意义上是稳定的,保证了估计的良好暂态性.最后,通过实例验证了所提方法的有效性和可行性.     

基于扰动观测器的固定时间控制器设计

针对具有外界非匹配扰动的严格反馈非线性系统,研究了固定时间控制问题。基于反演策略和Lyapunov稳定性理论,给出使全局固定时间稳定的新型扰动观测器和控制器的设计步骤。为避免传统固定时间反演控制算法因虚拟控制律反复微分导致的奇异问题,设计了一种不含分数次幂项的光滑反演控制器。在设计中将扰动估计值补偿到标称控制器中,实现了外界扰动下控制目标的高精度、固定时间稳定,并保证闭环系统中的信号在固定时间内收敛至稳定界内。最后对比仿真验证了控制算法的有效性。     

一类MIMO非线性系统的自适应模糊输出反馈控制

针对一类MIMO非线性状态不可测系统,提出了一种稳定的基于观测器的自适应模糊控制方法.该方法不需要系统状态可测的条件,而是通过设计模糊观测器来估计系统的状态.证明了所提出的控制方法可保证闭环系统的稳定性和跟踪误差的收敛性.仿真结果进一步验证了该控制方法的实用性和有效性.     

基于状态观测器的混沌动态系统跟踪控制

针对一类连续混沌动态系统,提出一种基于状态观测器的跟踪控制方法来进行混沌控制.在引入状态观测器观测混沌动力学系统状态变量的基础上,采用反馈线性化方法将非线性混沌系统转换为线性系统,再针对反馈线性化后的线性系统设计轨迹跟踪控制器,实现被控混沌系统的跟踪控制.仿真结果进一步验证了该方法的有效性.     

线性离散切换系统的区间观测器设计

为解决线性切换系统状态区间估计问题,基于原坐标系下设计了一种能给出系统上下边界估计值的区间观测器.首先针对切换系统构造出能分别估计状态上界和下界的观测器,其次将系统受到的有界干扰与测量噪声向量视为增广状态变量,构造出增广系统.在该增广系统的基础上引入更多的参数设计自由度,减少区间观测器的设计约束与保守性,使得估计误差对扰动具有良好的鲁棒性.在满足平均驻留时间约束的切换信号下,使用多Lyapunov函数方法,使得切换系统全局指数稳定并满足加权H_∞性能指标.然后求解线性矩阵不等式,得到切换系统区间观测器参数及增益矩阵,从而有效地获得系统精确的状态边界估计.最后给出的数值仿真算例证实了该区间观测器方法的有效性.     

一种新型径向基函数神经网络的非线性系统逼近

讨论了一种新的、正弦型径向基函数(SRBF)神经网络，并用来逼近n堆连续函数。该SRBF所采用的n堆正弦型的基函数是光滑的,并且是致密的。该SRBF网络的权因子是输入的低阶多项式函数。本文给出的一种简单计算程序，显著地降低了网络训练和计算时间。并且由于SRBF的基函数可以非均匀的量化格点为中心。因而降低了网络所需存储的样本数，网络的输出及其一阶导数都是连续的。对于非线性系统。该SRBF网络在系统定义城内的逼近是精确的。并且在存储参数的个数上是最优的。通过实例仿真，证明该方法步骤简单,训练速度快，精度也很理想。     

基于模糊逼近的非线性多时延系统的自适应跟踪控制

针对一类多输入多输出非线性多时延系统,提出了基于模糊逼近的自适应跟踪控制方案.该方案构建了基于模糊T-S模型的自适应时延模糊逻辑系统,用来逼近未知非线性时延函数.从而实现了对非线性系统的建模.根据跟踪误差给出了时延模糊逻辑系统的参数自适应律.设计了H_∞补偿器来抵消模糊逼近误差和外部扰动.基于Lyapunov稳定性理论,提出的控制方案保证了闭环系统的稳定性并获得了期望的H_∞跟踪性能.机械臂的仿真结果表明了该方案的有效性.     

非线性系统的异步多速率数据融合估计算法研究

 研究了一类非线性时变动态系统的状态估计问题,在不同传感器以不同采样率异步对同一目标进行观测时,提出了一种有效的数据融合估计算法.通过建立多尺度模型,将异步多速率系统形式转化为同步多速率系统;在每一步分别进行状态的预测和更新.在状态和观测预测时,采用强跟踪滤波(STF)算法;在状态更新时,采用有反馈分布式结构,顺序的利用每一个传感器的观测信息去更新状态的估计;从而基于给定的非线性系统模型,得到融合所有异步、多速率传感器观测信息的状态估计结果.该方法不需要对状态或观测进行扩维,计算量适当,从而保证了算法的实时性.仿真结果验证了算法的有效性.     

基于强跟踪滤波器的多传感器非线性动态系统状态与参数联合估计

本文将强跟踪滤波理论与多传感器数据融合技术相结合,提出基于强跟踪滤波器的多传感器状态与参数联合估计新算法;对拥有相同采样率的分布式多传感器单模型非线性动态系统,应用强跟踪滤波器,得到目标状态基于全局信息融合估计结果,并利用计算机仿真结果对算法的有效性进行了验证;这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题,从而丰富和发展了多源信息融合理论.     

扩频通信中干扰抑制的自适应非线性滤波技术

本文研究了自适应非线性滤波在直扩通信中抑制窄带干扰的应用，修正了Ｖｉｊａｙａｎ和Ｐｏｏｒ所采用的抽头更新算法，使非线性滤波的性能明显改善，同时把自适应非线性横向滤波结构，推广到Ｌａｔｔｉｃｅ结构，提高了收敛速度。     

基于自适应状态观测器的混沌同步仿真研究

针对一类特定结构的含有未知参数的混沌系统,给出了一种基于状态观测器的自适应同步控制方法。通过一个带有控制器的非线性状态观测器实现混沌系统的渐进同步并对未知参数进行估计。该控制方法简单易行,且能通过自适应律自动调整以跟随参数的变化,具有较强的鲁棒性。理论分析和仿真实验都证明了该方法的有效性。     

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.     

单隐含层模糊递归小波神经网络的观测器设计

根据模糊神经网络在非线性函数逼近方面的特性和小波变换具有良好的时频两维信号的分析能力,建立了结合两者优点的单隐含层模糊递归小波神经网络(Single hidden Layer Fuzzy Recurrent Wavelet Neural Network,SLFRWNN),并分析了SLFRWNN的结构、激活函数形式及激活函数对网络性能的影响.在此基础上,提出了一种基于SLFRWNN的自适应观测器设计方法,并通过引入Lyapunov函数,证明了这种观测器设计方法的稳定性,进而给出该网络观测器的初始化和最佳训练算法;仿真结果表明SLFRWNN观测器能很好地观测系统的状态.