微机控制油缸最优跟踪系统的研究

利用最优控制理论设计的微机控制油缸最优跟踪系统，对于给定输入，可以由计算机实施输出最优跟踪输入的控制作用，实现了操作简便和高精度运动的要求，经实验证明这种控制方法是有效可行和满意的。     

手臂机器人网络教学实验系统控制算法开发与实验

开发了极点配置、积分分离和最优跟踪控制3种控制策略，并描述了这些控制算法的基本内容、输入控制参数设计、实验目的和实验过程。实验证明，该系统是学生掌握控制理论与技术的一种切实可行的实验教学系统。     

多变量系统的最小能量跟踪

本以状态反馈的形式给出了线性离散多输入多输出（MIMO）系统的最小能量最优跟踪问题的解（定理3.1，定理4.1，推论4.1）；给出了最小跟踪误差和最小跟踪能量的简洁表达式（定理3.2，定理4.2，推论4.2）以及最优跟踪问题的通解（定理3.3，定理4.3，推论4.3）等新结果。     

手臂机器人网络教学实验系统控制算法开发与实验

开发了极点配置、积分分离和最优跟踪控制3种控制策略,并描述了这些控制算法的基本内容、输入控制参数设计、实验目的和实验过程。实验证明,该系统是学生掌握控制理论与技术的一种切实可行的实验教学系统。     

电液伺服系统的模型跟踪最优控制器设计

采用I型系统ITAE最优准则，针对跟踪阶跃响应的电液伺服系统设计了模型跟踪最优控制器，并应用Mat1ab进行了计算机仿真．仿真结果表明，在此种模型跟踪最优控制器控制下，电液伺服系统具有良好的动态特性．     

前馈控制及PID调节器用于跟踪函数的最优设计

本文应用最优控制LQP理论讨论了跟踪给定函数的最优伺服系统设计。对于单输入单输出系统得到了经典控制理论中的复合控制结构。并考虑了工程上如何实现这一设计。     

带输入噪声的高斯过程扩展目标跟踪算法

传统的基于高斯过程的扩展目标跟踪(Gaussian Process Extended Target Tracking, GP-ETT)算法通常将高斯过程的输入视为精确值，输入不确定性不可忽略时，引起跟踪性能的降低。针对这一问题，定量推导了GP-ETT算法中GP输入噪声的前二阶矩，提出基于泰勒级数与数值近似的3种带输入噪声的GP-ETT算法，并求得理想环境下带输入噪声的GP-ETT最优理论性能界。仿真结果表明，改进算法的马氏距离更小，得到的性能界更合理。     

神经元PID在化工非线性时变过程控制中的应用

针对非线性时变性的控制对象传统PID算法难以得到满意的控制效果,对神经元PID控制器进行研究。利用神经元的自学习能力,遵从一定的最优指标,自动调整PID控制器的参数,使之适应被控对象以及输入参考信号的变化。用于非线性时变加热炉温度控制,仿真结果表明,神经网络PID控制能够适应系统结构参数的变化,快速跟踪输入信号的变化,控制精度高。     

非线性预测控制在巡航弹地形跟踪上的应用

运用非线性连续预测控制方法，设计了巡航弹地形跟踪控制器，提出了预测跟踪误差和跟踪误差率线性组合的性能指标，通过使性能指标最小，生产最优非线性反馈控制律。结果表明，该控制器不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

基于最小控制合成算法的电液伺服振动台控制策略

针对电液伺服振动台受参数变化、外部干扰影响，加速度响应信号跟踪精度降低的问题，本文通过三状态控制提高稳定性；为进一步提升加速度响应跟踪精度，提出最小控制合成算法与三状态结合的控制器。依据振动台理论模型，推导了液压缸位移与电液伺服阀输入电流之间的传递函数。采用极点配置方法，确定三状态控制反馈、前馈控制器参数；设计参考模型参数，提升最小控制合成收敛速度。对电液伺服振动台进行加速度信号跟踪试验。仿真结果表明：相比三状态控制控制器，在正弦波与随机波输入信号下，TVC-MCS复合控制器信号跟踪误差降低。比较频率特性曲线，TVC-MCS复合控制器幅度相位延迟降低，有效提升了加速度跟踪性能。     

最优ZPETC在高精度直线伺服跟踪控制中的应用

高精度直线伺服跟踪控制系统中，为使输出响应能完整地跟踪输入指令，不仅要求输出与输入之间的相位差为零，而且要求幅值一致，通常采用零相位误差跟踪控制器(ZPETC)作为前馈控制器，补偿相位误差，但同时也产生一定的增益误差.为改善ZPETC的跟踪性能，提出一种基于L_2-范数优化的前馈控制器设计方案，通过选取适当的目标函数，设计出最优的数字前置滤波器(DPF).该方案在保持系统零相位误差的同时，改善了系统的增益性能，从而提高了跟踪精度，这一点已得到仿真结果的证明.     

基于克隆选择算法的非线性优化迭代学习控制

为实现对模型不确定的有约束非线性系统在特定时间域上输出轨迹的有效跟踪,将改进的克隆选择算法用于求解迭代学习控制中的优化问题。提出基于克隆选择算法的非线性优化迭代学习控制。在每次迭代运算后,一个克隆选择算法用于求解下次迭代运算中的最优输入,另一个克隆选择算法用于修正系统参考模型。仿真结果表明,该方法比GA-ILC具有更快的收敛速度,能够有效处理输入上的约束以及模型不确定问题,通过少数几次迭代学习就能取得满意的跟踪效果。     

基于降阶解耦的最优伺服控制器设计及在着舰控制上的应用

舰载机着舰阶段是舰载机控制的一个重要阶段。文章结合最优伺服理论和线性系统解耦理论的特点,设计了一种新的最优伺服控制器,用于舰载机着舰轨迹跟踪控制;给出最优伺服系统的基本理论,并进行可控性的证明;给出了改进的最优伺服控制系统模型,为解决传统最优伺服控制系统对复杂模型的不可控性,以线性系统理论对复杂模型进行降阶解耦,并以全状态反馈,选择性输出跟踪的方法代替原来的控制模型;以某舰载机飞行/推力综合系统为例,进行数字仿真,结果证明改进的最优伺服控制器具有满意的跟踪效果和鲁棒性。     

力矩受限的非完整WMR镇定与轨迹跟踪统一预测控制

针对动力学模型描述的非完整轮式移动机器人,研究了存在控制输入约束情况下的镇定及轨迹跟踪统一预测控制问题.基于控制Lyapunov函数,设计了满足稳定性条件及输入约束的终端控制器,给出了相应的终端域,分别以跟踪圆轨迹和并行泊车为例给出了轨迹跟踪与镇定控制的仿真结果.     

四轮移动机器人轨迹跟踪的最优状态反馈控制

对具有量测噪声、模型噪声和输入信号干扰的四轮移动机器人轨迹跟踪的最优状态反馈控制进行研究.建立系统的运动学与动力学方程和轨迹生成方程,导出了相应的离散状态方程式,采用卡尔曼滤波器对伴有高斯白噪声的系统状态方程进行了状态估计,提出一种基于李亚普诺夫稳定性的最优状态反馈控制策略.给出了补偿输入信号干扰的自适应算法.仿真结果表明,所提出的控制算法,在四轮移动机器人轨迹跟踪中,能有效地抑制系统的模型、量测和输入信号中的随机噪声和扰动,提高系统的跟踪精度和动态响应速度,使系统具有优良的静、动态特性．     

双线性系统随机多输入间接自适应前馈控制器及其应用

本文针对随机双线性多输入系统，提出了一种适用于具有多种扰动对象的随机多输入间接自适应的前馈控制器，其特点是通过引入改进的广义最小方差最优控制律来克服双线性对系统的影响，该控制器采用间接算法实现，并适用于延时未知系统，它不仅具有渐的最优的控制的效果，可以对可测干扰实行有效的动静态补偿，消除隐态跟踪误差，使随机干扰对系统的影响最小，而且即使用于不稳定和（或）逆不稳定系统也具有全局收敛特性。文中还介绍了     

视觉导引AGV分段预测控制模型设计

针对视觉导引自动导引车的路径跟踪问题,提出了一种采用预测控制理论的分段控制模型. 利用不等式约束对控制问题进行分段,首次提出以转弯半径为约束条件,解决了优化过程目标函数权重选择困难的问题. 在每个控制阶段,采用单步预测方法找到最优的目标点,在输入约束和状态约束下用解析方法直接解出最优控制量,提高了解最优问题的速度. 整个控制模型及方法目标明确,计算快速且计算量小,完全可以满足实时控制的需要,仿真结果证明了预测模型的有效性.     

电液伺服位置／力控制系统的滑模变结构-PID控制

本文把滑模变结构-PID控制运用于电液伺服位置／力系统的跟踪控制问题，经对系统的数字仿真和模拟实验表明：对电液伺服系统采用滑模变结构-P1D控制，提高了系统的鲁棒性、跟踪精度以及对不同类型参考输入信号的适应能力；同时，也能消除常规变结构控制所存在的抖振现象．     

含间隙系统的约束时间最优预测控制

为了解决含间隙机械系统最优控制的计算复杂度问题,设计了基于分段仿射(PWA)模型的约束时间最优预测控制器。为了降低在线控制的计算复杂度,利用动态规划方法在模型的状态和参考跟踪速度的范围内提前计算出了离线的控制律。在跟踪参考速度的实验中,约束时间最优预测控制器具有较好的跟踪控制性能,与约束有限时间最优控制器相比,计算时间降低了十几倍,因此,适合于小采样时间系统的实时跟踪控制。     

自校正Kalman平滑新方法及其在飞行器跟踪方面的应用

应用状态空间方法和现代时间序列分析方法，基于白噪声估值器和输出预报器，提出了解决带输入的线性离散定常系统稳态最优和自校正Ｋａｌｍａｎ平滑新方法，并给出了在飞行器跟踪方面的应用。仿真结果说明了本文结果的实用性和有效性。