扩张状态观测器下的自适应输出反馈控制

针对一类不确定非线性系统,研究了一种结合反步法和自抗扰控制的新的自适应输出反馈控制方法.通过引入扩张状态观测器(ESO)对被控系统的未知状态进行实时估计,同时利用扩张状态观测器实现对系统中的不确定项在线逼近及补偿.通过非线性滤波器对反步法设计过程中的虚拟控制信号进行求导,避免了传统反步法设计控制中复杂性爆炸的问题,并由...     

一种未知非线性系统的自适应神经网络控制方法

神经网络用于控制，主要是为了解决复杂的非线性、不确定、不确知系统的控制问题。由于神经网络具有学习能力和自适应性，使神经网络控制能对变化的环境有自适应性，且成为基本上不依赖于模型的一类控制，介绍了一种未知非线性系统的自适应神经网络控制方法。     

一种改进的非线性MIMO系统鲁棒自适应反推控制

针对一类具有模型不确定性和未知外界干扰的严反馈非线性MIMO系统,提出一种基于RBF神经网络和反推控制的鲁棒控制律设计方法。应用RBF神经网络在线逼近模型的不确定性,引入低通滤波器消除反推设计方法中由于对虚拟控制反复求导而导致的复杂性问题。同时,在控制律设计中引入一个自适应鲁棒控制项来补偿神经网络逼近误差和未知外界干扰的影响,提高系统的鲁棒性,使整个系统获得更好的跟踪控制性能。基于Lyapunov稳定性定理证明了闭环系统的所有信号半全局一致终结有界;通过适当选择设计参数及初始化误差变量,跟踪误差可收敛到原点的一个任意小邻域内,且跟踪误差的L∞跟踪性能被保证。数值仿真验证了方法的有效性。     

基于神经网络仿射非线性系统滑模自适应控制

研究了一类单输入单输出仿射非线性系统的自适应控制问题.采用反馈线性化方法设计控制器,用神经网络逼近系统中的未知非线性函数,并在神经网络权值的自适应律中引入权值误差的概念,以改善系统的动态性能.同时采用滑模控制方法设计补偿器,提高了系统的鲁棒性.理论分析及仿真结果表明,所设计的控制器,不仅能解决该系统的轨迹跟踪控制问题,...     

一种基于神经网络的超稳定自适应控制算法

提出了一种用于控制复杂非线性系统的超稳定自适应控制算法。使用波波夫超稳定性原理设计控制器。用神经网络在线辨识系统的建模误差及不确定性因素，辨识结果作为补偿信号以实现系统的鲁棒控制。对一双输入双输出非线性系统的仿真结果表明，所提出的超稳定自适应控制算法具有较好的性能。     

一种多输出电流馈电推挽变换器的电流反馈控制方法

 本文提出了一种应用于多输出BUCK电流馈电推挽变换器的电流反馈控制方法.该控制方法等效于可变权系数的加权电压控制方法,其通过将反馈变量采样点由输出支路转移至变压器原边输入端并利用电感电流加以补偿从而实现对各支路输出电压的均衡调节.这一控制方法在简化反馈环节的同时改善了各支路输出电压的负载调整特性.分析过程考虑了主要的传导损失.仿真与实验结果证明了该控制方法的有效性.     

基于反馈线性化的无人直升机参数估计与自适应控制

研究了一种无人直升机的自适应反馈线性化控制方法.正常情况下基于反馈线性化的控制必须系统模型已知,而本研究所采用的自适应反馈线性化却不受该条件限制,它采用近似稳定模型来替代被控系统中参数不确定部分,该算法的实现充分结合了反馈线性化技术和自适应控制方法的优点,自适应控制法则会在控制器参数不确定时引导其逐步逼近其期望值,从而使得参与控制计算的参考模型和系统模型相互匹配,最终收敛后的控制器参数可消除系统模型未知参数带来影响.     

一种改进的神经网络自适应控制方法

本文提出了一种改进的神经网络的控制方法，该方法引入一个神经网络辨识器同时作了为神经网络控制器的输出层，从而可以直接通过系统的期望输出和实际输出之差来神经网络控制器的权值，更好地适应对象的非线性和变化。     

一种基于干扰观测器的永磁同步电机线性化反馈控制

永磁同步电机在转速控制中当存在较强非线性或外界干扰时,传统控制算法难以对电机实现高精度的跟踪控制.因此,本文提出一种基于干扰观测器的永磁同步电机线性化反馈控制,在建立的电机模型上引入外界干扰,通过线性化反馈控制和干扰观测器的方法对外界的非线性和干扰进行补偿.仿真结果表明,该方法能够有效地提高永磁同步电机的跟踪控制精度.     

一种自适应判决反馈递归神经网络均衡器

本文提出了的均衡是将递归神经网络巧妙地融信传统的线性信道判块反馈结构中形成的。实验结果表明，在自适应参数数目较小且数目相同的情况下，该均衡器较单一的递归神经网络均衡器具有更好的均衡性能。     

无波前传感自适应光学神经网络控制方法

针对无波前探测自适应光学系统,研究了基于神经网络的波前控制方法.建立了无波前探测自适应光学仿真模型,分别采用卷积神经网络(Convolution Neural Network,CNN)和普通神经网络(General Neural Network,GNN)作为控制算法,远场光斑图像为神经网络的输入信号,一定阶数的泽尼克模...     

基于自适应逆的无人直升机指令控制器设计

使用动态逆和在线神经网络相结合的方法设计了无人直升机的指令控制器。该方法用无人机的似线性模型的动态逆使系统反馈线性化，然后用一神经网络在线消除逆误差的影响。由于在线神经网络的自适应作用，消除了无人机未建模动态和不确定性的影响。仿真结果表明所设计的控制器具有较好的性能。     

An adaptive infrared image segmentation method based on fusion SPCNN

Inspired by multiple information processing mechanisms of the human nervous system, a fusion simplified pulse coupled neural network (FSPCNN) model for infrared (IR) image segmentation is proposed in this paper. In the method based on FSPCNN, the time decay factor is set adaptively based on Stevens’ power law, and the synaptic weight is generated adaptively based on Lateral Inhibition (LI), without manual intervention. Meanwhile, according to Fast linking mechanism, the similarity between adjacent iteration results is used to implement the automatic selection of optimal segmentation result and control iteration. Experimental results indicate that the proposed method can satisfactorily segment targets from complex backgrounds, and it has favorable robustness and segmentation performance.     

基于一种杂交学习算法的自适应复信道均衡技术

本文提出了一种基于多层前馈神经网络杂交学习算法的自适应复信道均衡的新方法。该学习算法用来训练一个输入、输出、权值和激活函数均为复数的神经网络。神经网络的训练利用了监督和非监督相结合的杂交技术,而权值的调整是基于TLS（total least square)准则进行的。计算机仿真结果表明,无论是在线性还是在非线性信道中,所提出的方法都表现出了很好的性能,这为自适应复信道均衡提供了一种新方法。     

基于先验支持集的自适应信道估计方法

针对大规模MIMO系统信道的稀疏性并且信道随时间缓慢变化的特性,提出了一种自适应信道估计算法。算法根据前一个符号的信道非零抽头索引集(先验支持集),利用质量参数衡量先验支持集的质量,自适应估计当前符号的稀疏索引集(支持集)及时域信道脉冲响应(CIR)。仿真结果证明:提出的算法能够有效提升信道估计的精度,对信道时延变化具有更好的适应性。     

基于深度神经网络的自适应波束形成算法

阵列天线接收到的期望信号和干扰信号,其入射的到达角度(Angle of Arrival,AOA)总是快速变化的,而传统波束形成算法计算量大,无法实时计算。针对这一问题,提出了一种基于深度神经网络的自适应波束形成(Deep Neural Network Adaptive Beamforming,DNNABF)算法,用入射信号AOA组成的向量作为网络输入,网络输出逼近最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法求得的权矢量。仿真结果表明,卷积神经网络(Convolutional Neural Network,CNN)与DNNABF方法都能准确拟合MVDR算法权矢量,可在入射信号AOA快速变化时自适应地形成波束和零陷,但DNN计算速度相对MVDR有将近6.5倍的提升,训练模型时间也远低于CNN。     

基于PSO-BP神经网络的DOA估计方法

提出利用粒子群算法优化BP神经网络来改善来波到达角估计性能的方法。传统的BP神经网络 易 陷入局部最优,因此采用粒子群算法对网络的权值和阈值进行优化,并将其应用到来波到达 角估计中。所提方法仅利用阵列协方差矩阵的第一行作为来波方位特征,与常用的 协方差矩阵 上三角特征相比,在不损失有效方位信息的基础上使特征维数极大降低。仿真实验 证明：同经典的RBF神经网络方法相比,基于所提方法的神经网络结构更简洁,泛化性能更 好,来波方位估计精度更高。     

一种神经网络自适应数字图像水印算法

本文利用人工神经网络模拟人眼视觉特性，根据图像特征自适应地确定图像DCT变换各系数所能嵌入的水印强度。实验表明，使用该方法能在确保水印不可见的同时提高水印的嵌入强度，从而可提高水印的顽健性，且该方法具有很好的适应性。     

IP QoS管理中基于监测的反馈控制方法

本文分析了IP网络QoS(Quality of Service)管理中的资源管理机制,并在此基础上提出了基于网络状态监测的反馈控制方法和3个反馈环路.通过对网络历史状态信息的采集分析,定期重新分配瓶颈链路的带宽和各链路流量类的带宽,可以提高业务的接纳率和网络的业务容量.该方法实现在一个基于CORBA的原型系统中.