基于阻尼最小二乘法的神经网络自校正一步预测控制器

针对非线性控制器设计中遇到的模型结构及模型参数辨识问题,采用多层前馈神经网络去逼近任意的非线性系统,并使用收敛速度快且稳定性好的阻尼最小二乘法在线学习网络的仅植。基于估计的神经网络模型,依据辨识与控制的对偶原则,设计了基于阻尼最小二乘法的一步向前预测控制器。仿真研究表明,这种神经网络自校正控制器不仅具有很好的性能,而且不会产生参数爆发现象。     

一种自校正PID控制器的建模与仿真

把自校正控制原理与传统PID控制算法相结合,以传统PID控制器为基础,推导出了一种用递推最小二乘法的算式对PID参数进行整定的方法。仿真结果表明,该方法法能较好地对PID控制系统进行参数估计,克服了传统算法需处理较大数据量,不利于参数实时在线估计等问题,增强了控制系统对被控对象的自适应能力。该算法兼有传统PID控制和自校正控制的优点,是一种原理简明,收敛较快的控制器。     

基于阻尼最小二乘法的神经网络预测偏差补偿自校正控制器

本文提出一种神经网络预测偏差补偿自校正控 制器,用线性模型的预测控制去控制非线性系统,其预测偏差用神经网络进行补偿．线性模 型的辨识和神经网络的学习均采用阻尼最小二乘法．仿真结果表明,用这种控制器能有效地 控制非线性系统,并具有超调小,鲁棒性好的特点．     

基于Davidon最小二乘法的神经网络内模控制

为了将内模控制推广至非线性控制领域,本文将其与神经网络相结合,利用神经网络对任意非线性映射的逼近能力推导出一种能对非线性系统进行有效控制的神经网络内模控制器。在网络学习算法上采用收敛速度快的Ｄａｖｉｄｏｎ最小二乘法训练多层前馈神经网络,从而保证控制方案的实时性。仿真结果表明了该方法的有效性。     

最小二乘法数据处理

本文阐述在Visual C++ 6.0中实现数据最小二乘法的处理方法,通过实例介绍了最小二乘法的算法和本系统新特点功能。     

最小二乘法数据处理

本文阐述在Visual C＋＋6.0中实现数据最小二乘法的处理方法．通过实例介绍了最小二乘法的算法和本系统新特点功能。     

基于递推最小二乘的三轴磁强计在线自校正方法

针对现有三轴磁强计误差校正方法存在计算量大、依赖外界参考信息、不能在线校正等问题,提出一种基于递推最小二乘的误差在线自校正方法。根据Poisson方程对磁场测量模型的描述,导出磁场矢量误差校正模型;基于椭球假设理论,建立校正模型与椭球曲面方程系数之间的关系;推导了基于递推最小二乘的椭球方程系数在线辨识的实现过程,进而求得误差校正参数。实验结果表明:提出的方法能有效校正软磁和硬磁效应引起的数据畸变;采样点磁场强度最大波动幅度由67. 112 8μT降低至14. 064 8μT,误差标准差由15. 828 7μT降低至6. 345 1μT,适用于无外部参考基准下三轴磁强计的误差自动校正。     

一种用于数据校正的最小二乘与准最小二乘组合方法

过程系统的控制与优化要求可靠的过程数据。通过测量得到的过程数据含有随机误差和过失误差,采用数据校正技术可有效地减小过程测量数据的误差,从而提高过程控制与优化的准确性。针对传统基于最小二乘的数据校正方法:和基于准最小二乘的鲁棒数据校正方法:,分析了它们的优缺点,并提出了一种最小二乘与准最小二乘组合方法:。该方法:先采用准最小二乘估计器检测过失误差并剔除,然后再采用最小二乘估计器进行数据校正,可以综合前两种方法:各自的优点,使得数据校正结果:更加准确。将提出最小二乘与准最小二乘组合方法:应用于线性与非线性系统的数据校正中,通过校正结果:的比较说明此方法:的具有较好的过失误差检测能力和较准确的数据校正结果:。最后将此方法:应用于实际过程系统空气分离流程的数据校正中,结果:说明了此方法:的有效性。     

两种自校正控制新算法及其应用

本文对具有有界扰动的被控对象提出两种自校正控制算法并进行了稳定性分析.一个特点是参数估计中使用了死区函数,从而当估计误差小于某一界限时,参数估计自动停止.另外,本文还将该算法用于拉丝炉的炉温控制并得到了满意的控制效果.     

基于快速BP算法的非线性系统神经网络自校正控制器

提出了对于一大类未知,不确定,时变单输入单输出离散非线性系统,利用三层BP网络,采用快速BP算法构成学习和自校正控制的方案,针对同一被控对象,设计了PID控制器,仿真结果表明本文所提出的神经网络自校正控制的优越之处。     

基于INA设计方法的多变量PID控制器设计方法

在查阅总结大量相关文献的基础上,本文提出了一种基于逆Nyquist阵列（INA）设计方法的多变量控制器设计方法。在简要介绍了设计方法的理论基础和相关概念（极限点以及极限增益和极限频率）的基础上,以TITO多变量控制系统为例,简述设计思路,并给出其推导过程及其设计步骤;并借助仿真实验,与文献[8]所提出的设计方法进行了一系列的对比仿真实验,并给出了相关的分析和结论。     

基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法

提出了用核的偏最小二乘进行特征提取．首先把初始输入映射到高维特征空间，然后在高维特征空间中计算得分向量，降低样本的维数，再用最小二乘支持向量机进行回归．通过实验表明，这种方法得到的效果优于没有特征提取的回归．同时与PLS提取特征相比，KPLS分析效果更好．     

基于最小二乘法的室内三维定位算法研究

现如今,室内位置服务成为国内外科研人员共同关注的焦点,人们对于位置服务的需求逐渐由最初的室外定位转变为室内定位,同时诸多的室内定位技术得以快速发展。通过以超宽带(UWB)的通信方式为依托,借助到达时间差值(TDOA)的定位模型,着重分析了最小二乘法在求解三维定位坐标时精度误差产生的主要原因。针对传统的最小二乘定位算法在求解三维定位坐标时,由于基站几何布局所引起的定位精度问题,提出基于最小二乘法的三维定位优化算法。通过对实验结果进行分析,比较定位算法在优化前后的两种场景下定位的不同表现效果,发现优化后的最小二乘定位算法的三维定位精度得以明显提高且定位效果稳定,同时也降低了三维定位精度对于基站几何布局的依赖性。     

基于Ziegler-Nichols频率响应方法的自适应PID控制

提出一种基于Ziegler-Nichols频率响应方法的自适应PID控制器,它通过控制回路正常运行中的过程对象输入输出数据在线辨识出过程对象重要的临界频率响应特性,然后基于Zieger-Nichols整定规则或改进的方法在线更新PID控制器参数.PID控制器的自适应过程不需要系统的任何先验知识,也不需要建立任何对象模型,可以保证控制回路始终运行在最佳状态.仿真实验表明了自适应PID控制的有效性和可行性.     

锚节点优化选择的最小二乘定位方法

在最小二乘定位过程中,由于环境噪声、无线信号的多径、反射和非视距传输等复杂传输环境,以及距离估计过程中存在的缺陷等负面因素,引起在未知节点与各个锚节点间的距离估计结果中存在不同程度的误差,导致最小二乘定位精度较低.基于此,提出了基于最小标准差的锚节点优化选择的最小二乘定位方法（least square localization method based on anchor nodes optimization selection through minimum standard deviation,简称LS-ANOS）.首先,采用基于nanoLOC的双边对等测距方法多次重复测量未知节点到各个锚节点间的距离,并对这些距离估计值进行统计计算.然后,从输入测量误差对定位结果的影响机理出发,采用动态滑动窗口单遍扫描的策略,优化选择出高质量的距离估计值,从而确定优选的锚节点.最后,基于最小二乘定位计算实现了高精度的定位,为后续导航等应用处理方法提供先验和决策信息.实验及评估结果表明,基于最小标准差的锚节点优化选择的最小二乘定位方法能够有效地提高定位精度.     

基于最小二乘法的RSSI 测距环境参数修正方案

节点定位是无线传感器网络中的重要应用之一。为了抑制RSSI测距技术的误差对无线传感器节点定位精度的影响,通过对RSSI测距模型进行分析,提出了一种基于最小二乘法的RSSI测距环境参数修正方案。该方法使用最小二乘法拟合方法对环境参数进行修正,以消除各种干扰对测量数据的影响,以提高RSSI测距的精度,为高精确定位打下基础。实验和仿真结果表明,采用环境参数修正方案后,明显提高了测距的精度。     

基于递推批量最小二乘的Volterra级数辨识方法

针对用批量最小二乘方法进行 Volterra级数在线辨识计算量大 ,所需数据存储空间多 ,以及实际应用时自相关矩阵易出现病态的不足 ,提出了一种基于递推批量最小二乘的 Volterral级数辨识方法 .该方法利用观测矩阵维数固定的批量最小二乘辨识 ,形式简单 ,所需数据存储空间小 ;同时利用递推辨识的思想 ,避免了对矩阵直接求逆 ,减小了计算量 .另外 ,为了防止自相关矩阵出现病态 ,文中引入影响因子的概念对观测数据进行取舍 ,一定程度上增强辨识的数值稳定性 .最后通过一个工程实例验证了该方法的有效性 .该方法为 Volterra级数的在线辨识提供了一个重要方法     

基于最小二乘原理的牛眼虹膜分割方法

近年来,动物虹膜识别有成为一种新的动物标识技术的趋势,对于肉类食品安全控制具有潜在的应用价值.提出了一种基于最小二乘原理的牛眼虹膜分割方法,根据牛眼虹膜的结构特征,利用最小二乘原理分别进行内外椭圆拟合.内椭圆利用牛眼瞳孔的边缘直接拟合;外椭圆通过在牛眼虹膜外边缘点中随机选择若干个边缘点来拟合,避免了外边缘点的噪声影响,然后通过计算外边缘点和拟合外椭圆间的距离来寻找最合适的外椭圆;最后通过几何方法进行牛眼虹膜归一化.实验结果表明,该方法与其他传统算法相比,运算速度快,具有较好的拟合精度.