L1鲁棒辨识中的一般中心估计算法及其特例

本文分析具了Ｌ１误差的线性时不变系统的最不利情况的辨识问题,对系统假设的先验信息未知系统的脉冲响应函数控制稳定,并且假定实验数据具有噪声干扰的,本文提出了一般中心估计算法并分析了最不利情况的误差界限,并进一步研究了在某些特殊情况下,中心估计的简单求法及其性质,本文所给算法和辨识结果是面向鲁棒控制的。     

鲁棒辨识问题评述

本文综述了一类新的辨识问题－鲁棒辨识问题的研究进展,首先介绍了鲁棒辨识问题产生的背景,然后对各种不同的辨识方法进行了评述,并指出了各自的特点,最后总结了今后的研究方向。     

L1鲁棒辨识收敛性态的研究

研究Ｌ１鲁棒辨识的渐近收敛性，提出一种有效的辨识算法，并分析了该算法的可行性和收敛性。     

基于动态神经网的非线性鲁棒辨识

研究了一类基于动态神经网络的未知非线性多变量系统的鲁棒辨识问题，用Ｌｙａｐｕｎｏｖ稳定性理论获得了具有保护策略的鲁棒调权律，从理论上证明了被辨识的系统是鲁榛 ，辨识误差按建模误差和未建模动态收敛到一个稳定区域，该策略的特点是不需要离线学习又不需要对象的状态完全可测，仿真结果验证了提出的动态网鲁棒辨识策略的有效性。     

鲁棒辨识研究的现状

综述了鲁棒辨识问题的研究进展,介绍 了鲁棒辨识问题产生的背景,对各种不同的辨识方法进行了评述,并指出各自的特点,最后总结了今后的发展方向。     

不确定性系统的鲁棒辨识及其发展

对适合控制的辨识即鲁棒辨识的发展作了综述。首先给出鲁棒辨识的缘由、提法和一些基本概念；然后讨论了集员辨识的理论和发展，Ｈ∞辨识以及部分结论；最后论述了适合控制的辨识理论的进一步发展。     

递推鲁棒频域辨识算法误差界计算的改进*

文［１］研究了带未建模动态系统的频域辨识问题,辨识的结果为传递函数在单位圆上的有限个点估计及其误差界。本文指出文［１］定理的错误,并对其进行了更正,数字仿真表明,更正的误差界比文［１］中的误差界更精确。     

具有鲁棒调节性能的H-鲁棒次优控制系统设计

本文研究的问题如下,对于具有构造型不确定性的被控对象,设计一动态反馈控制器,使得闭环系统满足Ｈ∞鲁棒次优性能要求。同时,对于满足给定微分方程的参考输入信号,具有鲁棒调节性能。研究结果表明,通过解一适当的Ｈ∞标准设计问题可以得到理想的控制器。基于黎卡提不等式的正定解,给出了控制器的具体设计方法。最后,还给出了该设计方法在二自由度机械手上应用的实验结果。     

一类推广的两步鲁棒辨识算法

基于传统的两步辨识方法,提出一类当频域数据样本在系统频率段上非均匀分布时的H∞鲁棒辨识方法,分析了相应的最差情况的辨识误差,并给出了采用Lidstone插值样条算子和三角窗函数时显式最差情况辨识误差上界。     

基于鲁棒优化的系统辨识算法研究

输入-输出数据是解决系统辨识问题的关键要素,传统的辨识理论除了假定影响输入-输出数据干扰的密度函数已知外,还要假定输入-输出数据能够精确获得,完全忽略了所用数据的质量.本文突破了传统理论的两个假设,首先用工程上易于获得的干扰的有界集合代替干扰的密度函数,并在特定数据不确定性结构下,考虑了数据质量问题,然后,以半定规划为基础,导出了鲁棒对等式,从而将系统辨识转化为对数据质量具有鲁棒性的优化问题,通过求解该优化问题,得到了一种新的鲁棒优化辨识方法,仿真结果表明了新方法的可行性和有效性.     

动态过程辨识的一种BP鲁棒算法

针对ＢＰ算法在进行系统辨识时存在着速度慢、非平滑内插、受噪声影响很大、逼近精度不高,特别是对强干扰不具有鲁棒性等问题,提出一种ＢＰ网络的鲁棒算法,该算法直接利用样本点对样本点的分布特征进行估计,并采用带有损失因子的与误差分布有关的二次型能量函数,并用于动态系统辨识。仿真结果表明了算法不仅对白噪声具有鲁棒性,而且对强干扰也具有鲁棒性。     

l1鲁棒辨识:最小二乘算法及试验设计

现有的l^1鲁棒辨识方法依赖于观测数据窗的起始时刻因而不能用来辨识时变系统,针对该问题基于最小二乘法提出了一种l^1鲁棒辨识算法．该算法与观测窗的起始时刻无关,可用于时变系统的辨识．证明了当试验输入为持续激励信号时所提出的算法为本质最优算法,进一步证明了周期持续激励序列为最优试验信号,并给出了辨识误差紧界的计算公式．最后利用提出的算法研究了慢时变系统的l^1鲁棒辨识问题．     

具有扰动的多时滞线性系统的鲁棒控制器

本文讨论了多时滞多扰动线性系统的鲁棒控制器设计问题，证明了在一定条件下时滞扰动系统能稳的充分条件为其标称系统二次型能稳，给出了按标称系统的给定稳定裕度设计系统鲁棒控制器的方法。     

l1鲁棒辨识:一种递推插值方法

针对l1鲁棒辨识不能有效利用试验数据和进行在线辨识的问题,提出了一种在线递推插值辨识方法.用几何方法描述试验信息,利用系统可行集与新的试验信息所构成的半空间的包含关系判断数据信息,有效地利用了试验数据,提高了辨识精度.同时提出了一种新的计算辨识误差紧界的方法.仿真结果表明了算法的有效性和可行性.     

互质因子摄动模型集的闭环l1鲁棒辨识

鲁棒辨识问题已经逐渐成为国际控制界的一个研究热点,本文首先研究了互质因子摄动模型集的闭环ｌ＾１鲁棒辨识问题,建立了系统的Ａ图象拓扑,提出了ＢＩＢＯ不稳定系统的闭环ｌ＾１鲁棒辨识方法,由该方法得到的结果是具体代表性的互质因子摄动模型集。     

l~1鲁棒辨识收敛性态的研究

研究ｌ~１鲁棒辨识的渐近收敛性，提出一种有效的辨识算法，并分析了该算法的可行性和收敛性。     

飞机极曲线模型和参数鲁棒辨识方法

为了有效地确定飞机极曲线,提出一种鲁棒选择模型的新方法,通过分析数据矩阵模型判定方法,采用U—D分解以避免行列式的复杂计算,从而成倍提高了计算效率,通过估计D阵元素的取值区间,得到了观测量不确定部分带来的模型辨识判据的误差上下界,依此将候选按照重要程度逐个选取,在加权最小二乘算法中,采用下界不等式逼近,得到了鲁棒辨识的新算法和收敛条件,对飞机极曲线的模型和参数进行辨识,结果表明新方法可以得到工程上满意的效果。     

广义系统鲁棒镇定的H∞方法

利用Ｈ∞控制方法讨论含不确定参数的广义系统鲁棒镇定问题。首先将广义系统的稳定性条件表示为Ｈ∞范数的形式,然后利用Ｈ∞范数与Ｒｉｃｃａｔｉ代数矩阵不等式的关系给出了含不确定参数的广义系统可镇定的条件,从而将鲁棒控制设计问题转化为求解Ｒｉｃｃａｔｉ不等式的问题。     

区间系数不确定性系统的鲁棒控制器设计

本文提出了一种方法用于设计区间系数不确定性系统的鲁棒镇定控制器,所考虑的区间系数可以是时变的,控制器的设计仅依赖于区间系数的上下界,而设计步骤具有迭代特征。虽然所提到的控制器是线性和确定性的,但能够承受所有容允不确定性。所提出的方法通过一个电力系统负荷频率控制例子加以说明。