l1鲁棒辨识: 最小二乘算法及试验设计

现有的l¹鲁棒辨识方法依赖于观测数据自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l¹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l¹鲁棒辨识问题.     

最坏情况下l^1鲁棒辨识方法研究

系统地讨论了ＳＩＳＯ、线性时不变、指数稳定系统在最坏情况下的ｌ＾１鲁棒辨识问题。提出了系统模型集合的最小外框概念，建立了两种任意非零信号作用下ｌ＾１鲁棒辨识算法；提出了任意非零信号作用下系统的可辨识条件；证明了算法的全局收敛性和最优性。     

离散非线性系统Worst-Case辨识--小波逼近法

利用小波逼近的软阈（Ｓｏｆｔ－Ｔｈｒｅｓｈｏｌｄｉｎｇ）方法，研究了离散非线性系统的Ｗｏｒｓｔ－Ｃａｓｅ辨识问题．证明了该算法在Ｗｏｒｓｔ－Ｃａｓｅ误差下的拟最优性和光滑性；估计了该算法的Ｗｏｒｓｔ－Ｃａｓｅ误差：给出了存在鲁棒收敛的辨识算法的充要条件；最后，证明了小波网逼近算法是鲁棒收敛的．     

离散非线性系统Worst—Case辨识——小波逼近法

利用小波逼近的软阈方法，研究了离散非线性系统的ＷｏｒｓｔＣａｓｅ辨识问题。证明了该算法在Ｗｏｒｓｔ－Ｃａｓｅ误差下的拟最优性和光滑性；估计了该算法的Ｗｏｒｓｔ－Ｃａｓｅ误差；给出了存在鲁棒收敛的辨识算法的充要条件；最后，证明了小波网逼近算法是鲁棒收敛的。     

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。     

一种鲁棒的总体最小二乘自适应辨识算法

针对输入输出观测数据均含有噪声的系统辨识问题，提出了一种鲁棒的总体最小二乘自适应辨识算法．该算法在对总体最小二乘问题与向量的瑞利商及其性质研究的基础上，以被辨识系统的增广权向量的瑞利商(RQ)作为损失函数，利用梯度最陡下降原理导出权向量的自适应迭代算法，并利用随机离散学习规律对权向量模的分析修正了算法梯度，提高了算法的噪声鲁棒性，构成了一种噪声鲁棒的总体最小二乘自适应辨识算法．文中研究了该算法的收敛性能．仿真实验结果表明该算法的鲁棒抗噪性能和稳态收敛精度明显高于其它同类方法，而且可使用较大的学习因子，在较高的噪声环境下仍然保持良好的收敛性．     

随机时变参数的随机逼近辨识及收敛性分析

本文讨论MIMO离散系统的随机时变参数基于随机逼近法的辨识问题。文中研究了参数估计和输出误差的收敛性并给出了初步的持续激励条件。在该条件下,证明了估计参数值和估计值与随机时变参数的统计均方差分别收敛于该随机时变参数的期望值和方差值。仿真结果表明了参数估计具有较好的收敛性与一致性。     

基于辅助模型的量化控制系统辨识方法

针对具有通信约束的量化控制系统模型, 在采用随机重复性试验测量信息的技术上, 提出了基于辅助模型的量化系统参数辨识方法. 首先分析了在随机重复性试验方法下量化系统的模型特征并给出了分两步辨识的策略.分析表明, 在上述模型里系统具有时变的估计误差, 推导了进行参数辨识所满足的持续激励条件, 并给出了基于辅助模型的多新息量化辨识递推算法. 接着研究了所给出辨识算法的收敛性分析, 得到了系统参数估计误差上界的计算式,最后将方法推广到一类Hammerstein非线性系统量化辨识问题上. 数字仿真验证了该算法及结论     

一类有色噪声干扰下的随机时变系统学习辨识

讨论由一类时变ARMAX模型描述的动态系统学习辨识问题,提出用于估计有限区间上重复运行时变系统时变参数的学习算法.文中给出最小二乘学习算法的具体形式及实现步骤,并分析所提出学习算法的收敛性.分析结果表明,当重复持续激励条件成立且满足严格正实条件时,提出的学习算法具有重复一致性,即参数估值完全收敛于真值.文中还将结果推广到一类周期时变系统.通过数值仿真,进一步对所提学习算法的有效性进行了验证.     

基于Haar 小波变换的连续时间系统鲁棒参数辨识

给出用Ｈａａｒ小波对连续时间系统的鲁棒辨识方法。该方法在用Ｈａａｒ小波对系统输入和输入展开时,通过极小化一个鲁棒指标来减少噪声对展开系数的影响。因此对连续时间系统可获得鲁棒参数估计。仿真结果表明了该算法的有效性。     

An adaptive data detection algorithm based on intermittent chaos with strong noise background

In order to realize the signal detection under the condition of lower SNR, this paper introduced the adaptive phase length based on the Duffing chaotic system and verified the measured signal at the optimal excitation frequency. The existence of the target signal was judged by observing whether there are two consecutive intermittent chaos in the time domain. Then the envelope of the intermittent chaos was obtained by Hilbert transform. Finally, the exact value of envelope spectrum was obtained by using the one-and-half-dimension spectrum, which can calculate the precise value of the frequency of the signal to be measured. The experimental results showed that the proposed algorithm can achieve a lower SNR than the conventional detection. Compared with the general chaotic detection, this algorithm can realize smart self-adaptation. It is unnecessary to specify different excitation frequencies and chaotic thresholds for different frequencies to be measured. In addition to the existence of the target signal judgment, the algorithm can also achieve accurate calculation of the frequency of the signal to be measured.

     

基于混沌遗传算法的雷达/干扰机共享信号设计

雷达/干扰机共享信号的波形设计是电子战中实现雷达/干扰机作战系统能量共享的关键。针对共享信号的性能设计问题,提出了一种新型的混合混沌遗传优化算法。采用改进的tent混沌系统初始化种群,将混沌特性嵌入到自适应遗传算法的循环体中,分别设计分段混沌交叉算子和退化混沌变异算子,避免了搜索过程陷入局部极值的陷阱而快速收敛于全局最优解。通过实验证明,该方法能够较快地搜索到优化问题的最优解,验证了混沌遗传算法对雷达/干扰机共享信号优化问题的有效性。     

执行器约束下基于数据驱动的参数化前馈控制器设计

针对执行器约束下非重复性点到点运动的轨迹跟踪问题, 提出了一种在执行器约束下基于数据驱动的参数化输入整形滤波器和前馈控制器优化设计算法. 首先对输入整形滤波器以及前馈控制器进行参数化, 然后在目标函数中加入控制信号变化量与控制信号能量的约束, 再采用基于数据驱动的迭代寻优算法得到最优参数, 在该参数下可以实现满足执行器约束条件下的运动控制系统轨迹最优跟踪性能. 并且由于采用了前馈参数化设计方法, 在点到点轨迹发生变化时所提出算法依然能够保持良好的轨迹跟踪性能. 仿真与实验结果表明在执行器约束下所提出算法能够实现最优点到点轨迹跟踪性能, 并且对非重复性点到点轨迹跟踪具有一定的鲁棒性.     

最优实验设计的改进随机进化算法

详细阐述构造最优实验设计的原始随机进化算法,并在原始算法的基础上,拓展广度搜索,改进深度搜索,以提高最优实验设计的计算速度。通过不同规模和不同优化准则的拉丁超立方体最优实验设计,验证改进算法的应用效果。算例分析表明,改进算法能够比原始算法节省约30%～60%的机时完成最优实验设计,而且改进算法对应于优化准则的最优值与原始算法最优值的差别仅为1%～3%。可见,改进算法能够兼顾最优实验设计的计算时间和优化质量,明显提高最优实验设计的构造效率。     

A matrix gradient algorithm for identification of parameterized time‐varying parameters

This paper considers the problem of estimating time‐varying parameters which can be parameterized by a series of arbitrary known basis functions. It is shown that this problem is equivalent to the observer design problem for a “matrix” dynamic system. A “matrix” gradient algorithm, which mimics the well‐known “vector” gradient algorithm, is proposed to estimate the unknown matrix. The contribution of this paper is to show that convergence of the proposed matrix algorithm is guaranteed by the persistent excitations of both the regressor and the basis functions. Copyright © 2009 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

一种新型车辆泊位检测器

针对智能停车场泊位诱导系统的需求,设计了一种基于涡流检测原理的新型泊位检测器,并根据停车场内的实际环境,提出了一种基于阈值法的车位检测算法,同时利用中值滤波技术,消除环境中的脉冲干扰信号.试验结果表明,该涡流泊位检测器具有良好的温度稳定性及软件算法的有效性.     

飞机牵引车语音识别的动态时间规整优化算法

为研究飞机牵引车智能语音控制,实现机场环境下牵引车对飞行员语音命令的精确、高效识别,同时针对传统动态时间规整（DTW）算法计算量大、时间复杂度高、算法识别效率低的问题,提出了一种车辆语音识别的六边形弯曲窗口约束DTW优化算法。首先,从DTW算法原理、牵引车指令的语音特性和机场环境三方面,分析了弯曲窗口对DTW算法识别精度、效率的影响;然后,在Itakura Parallelogram菱形弯曲窗口约束DTW优化算法的基础上,进一步提出了六边形弯曲窗口约束的DTW全局优化算法;最后,通过改变优化系数,实现了最优六边形弯曲窗口约束的DTW算法方案。基于孤立词识别的实验结果表明,所提最优算法与传统DTW算法、菱形弯曲窗口约束的DTW算法相比,识别错误率分别降低77.14%和69.27%,识别效率分别提高48.92%和27.90%。该最优算法更具鲁棒性、时效性,可以作为飞机牵引车智能控制的理想指令输入端口。     

An Efficient Finite Difference Method for The Time‐Delay Optimal Control Problems With Time‐Varying Delay

In this paper, an efficient finite difference method is presented for the solution of time‐delay optimal control problems with time‐varying delay in the state. By using the Pontryagin's maximum principle, the original time‐delay optimal control problem is first transformed into a system of coupled two‐point boundary value problems involving both delay and advance terms. Then the derived system is converted into a system of linear algebraic equations by using a second‐order finite difference formula and a Hermite interpolation polynomial for the first‐order derivatives and delay terms, respectively. The convergence analysis of the proposed approach is provided. The new scheme is also successful for the optimal control of time‐delay systems affected by external persistent disturbances. Numerical examples are included to demonstrate the validity and applicability of the new technique. Some comparative results are included to illustrate the effectiveness of the proposed method.     

基于遗传算法的非线性系统时变时滞的在线估计方法

针对系统输入带有纯时滞的一类非线性系统,选择有限点的的输出误差的平方和构成适应度函数,采用十进制编码技术,提出一种基于遗传算法的非线性系统时变时滞的在线估计方法,该方法具有一定的抗噪声能力。仿真实验结果验证了所提出方法的有效性。