广义预测自适应控制的直接算法及全局收敛性分析

该文提出了广义预测自适应控制的直接方式,给出了控制算法并分析了控制算法的全局收敛性.     

一种自适应阶梯式广义预测控制方法

针对线性时滞系统存在控制调节时间长、超调量大的问题,提出了一种自适应阶梯式广义预测控制(ASGPC)算法。为了解决传统广义预测控制求解最优控制律时矩阵求逆计算量大的问题,引入限定控制量变化的阶梯因子。固定阶梯因子未考虑到系统的动态响应过程,制约了控制性能的进一步提高。在分析不同阶梯因子对系统控制性能影响的基础上,设计了一个依赖于系统调节误差的自适应阶梯因子,根据系统响应偏差情况对阶梯因子进行动态调整。仿真结果表明,ASGPC算法能够根据系统误差实时调整阶梯因子,与广义预测控制、阶梯式广义预测控制相比,改善了系统的动态性能,调节时间更短、超调量更小。     

一种全局稳定的直接预测自适应控制器

本文提出一种基于多阶段二次型滚动优化指标的预测控制算法，在假定被控系统前Ｌ个脉冲响应系数已知的条件下，用标准的自适应分析方法证明了直接预测控制算法的全局稳定性及渐近最优性。     

改进广义Hammerstein模型的自适应预测控制

针对广义Hammerstein模型不能描述"对称非线性系统"的问题,提出了可描述"对称非线性系统"的改进模型.首先,在目标函数中加入控制输入的高次项和其符号函数,建立一个合理的超二次型目标函数;同时给出了自适应预测控制算法,并证明了算法的稳定性和全局收敛性;最后采用目标函数形式的切换,提出了一个使系统无稳态偏差且控制输入收敛于以原点为中心的变化域内的控制策略.仿真研究表明了上述研究的合理性和有效性.     

参数未知线性系统的直接自适应模糊广义预测控制

将自适应模糊逻辑系统引入广义预测控制，对参数未知线性系统提出一种直接自适应模糊广义预测控制方法。该方法直接利用模糊逻辑系统设计广义预测控制器，并基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整。证明了该方法不仅能保证闭环系统输入输出有界，而且可使广义误差收敛到原点的一个小领域内。     

一种采用三角化脉冲响应模型的鲁棒自适应预测控制器

针对开环稳定的单变量系统,提出了一种简单可行的三角化脉冲响应近似模型,改进了Ａｓｔｒｏｍ的简化模,进而设计鲁棒扩展时域预测控制器,此控制器只需辨识一个脉尖值即可,大大减少了计算量。同时给出了要厝型在失配情况下保证闭环系统全局渐近稳定的预报长度范围和硎与上限值。仿真结果表明此方法的有效性和鲁棒性。     

一种自适应广义预测极点配置加权控制器

针对预测控制存在如何减小计算量，保证实时性问题，提出一种用计算量小的递推算法辨识方程参数的新方案，并推广了以往献有关Diophantine方程的递推算法，应用表明，所提出的方案是有效的。     

一类非线性系统的自适应广义预测控制

针对一类非线性系统,通过分析将其表示为具有时变系数的线性系统,然后利用带协方法差修正的最小二乘法对时变参数进行在线辨识,最后运用广义预测控制策略实现对原系统的自适应预测控制。仿真结果表明了该方法的有效性。     

参数未知系统直接广义预测控制

传统的广义预测控制(GPC)算法需要在线递推求解Diophantine方程及矩阵求逆,因此计算量很大,不适合对实时性要求高的控制系统.文中对参数未知线性系统提出一种直接广义预测控制(DGPC)方法.该方法直接辨识广义预测控制器参数θu,即基于广义误差估计值对控制器参数和广义误差估计值中的未知向量θu进行自适应调整.理论证明了该方法可使广义误差收敛到原点的一个小邻域内.仿真结果验证了此方法的有效性.由于实时性提高,并且不需要被控对象模型,该方法更利于实际应用.     

一种新型的自适应广义预测控制

本文提出了一种新型的自适应广义预测控制算法,此算法不必在线求逆矩阵     

广义预测鲁棒自适应控制

本文指出自校正控制中广泛采用的CARMA模型会导致控制系统对确定性扰动和非平稳随机扰动缺乏鲁棒性;在CARMA模型中引入相应于上述扰动的不可控模态,给出了一种广义的CARMA模型;基于内模原理,提出一种新的广义预测鲁棒自适应控制器;并从理论上揭示其鲁棒性机理;给出了数字仿真。理论分析和数字仿真结果表明:这种广义预测自适应控制器对各类扰动和对象参数变化具有很强的鲁棒性。     

递推自适应加权多步预测控制

本文给出了加权多步预测控制(WLPC)[1]的递推自适应算法,该算法将每个采样时刻WLPC算法中计算量很大的极点配置方程求解问题化为一步递推的算法,大大减少了在线计算量,从而使WLPC成为一种实际可行的算法,本文还证明了其闭环稳定性.     

双线性系统的自校正控制

本文分别对确定和随机双线性系统,首次建立了大范围渐近收敛和稳定的自校正控制算法。该算法具有渐近最优的控制效果,且适用于非最小相位系统情况。仿真实验表明了该算法的有效性。     

MIMO非线性系统的直接自适应控制

本文给出模型未知多输入多输出非线性系统的一种动态线性逼近方法，提出了基于该线性化方法的自适应控制律。讨论了在一定假设条件下自适应控制律的收敛性。     

广义预测控制的直接算法

采用三个辨识器分别辨识开环系统、闭环系统和控制器的参数,利用开环系统参数计算预测输出和参考轨迹,通过辨识闭环系统参数得到广义输出,用于辨识控制器的参数,并给出一种广义预测控制的直接算法。仿真结果表明该算法是有效可行的。     

一种基于小波逼近的稳定直接自适应控制算法

针对一类未知不稳定非线性系统,基于小波逼近理论,提出了一种直接自适应控制算法,并由Lyapnov理论证明了整个控制闭环系统的稳定性.     

一种新的间接自适应前馈控制算法及其应用

本文提出的单变量随机间接自适应控制算法适于控制大滞后的系统.它不仅能消除可测干扰的影响,而且可以应用到多变量系统实现自适应解耦控制.该算法即使用于非最小相位系统也具有全局收敛特性.本文还介绍了该算法在多变量电加热系统中的应用.     

基于ABR业务的自适应广义预测流量控制策略

针对ABR业务传输存在大时延的情况,设计了一种自适应广义预测（GPC）流量控制器;该算法实现简单,适合计算机控制系统实现．在大时延ATM网络中具有实际应用价值;仿真结果表明,该算法能够快速有效地调节ABR分组发送速率和缓冲区排队队列。提高链路利用率,有效地克服了时延影响。