大变量多输出逻辑函数实质项识别算法

在对Espresso算法进行分析改进的基础上，提出了一种基于全域识别的多输入多输出逻辑函数实质本源项、完全冗余项和相对冗余项生成算法，该算法通过对基于积项表示的多输入多输出逻辑函数的余因子计算来进行全域判断，根据全域判断结果来识别实质本源项、完全冗余项和相对冗余项，从而构成实质本源项集合、完全冗余项集合和相对冗余项集合。对基于二级SOP型的多输入多输出逻辑函数设计了多输入多输出逻辑函数优化识别软件系统，允许的最大输入变量数为128、最大输出变量数为256、最大输入输出变量总和为300、最大输入积项数为20 000。软件系统在Pentium 1.8GHz、512MB内存的计算机上通过了Benchmark例题的测试。     

超大变量多值单边逻辑函数优化算法的研究

单边多值逻辑函数是逻辑函数的一种特例,对于超大变量的逻辑函数优化,存储开销对输入变量呈2幂次方增长.针对多输入多输出单边逻辑函数的特性,通过引入特征矩阵和状态矢量的描述,求解多输出单边逻辑函数补集,以积项扩展为基础,完成多输出单边逻辑函数无冗余覆盖.通过编程实现了多输入多输出单边函数逻辑优化的算法,对影响单边函数逻辑优化效率的因素进行了分析,软件系统在奔腾1.8GHz,512MB RAM的计算机上通过了正确性验证与测试,测试结果表明性能良好,有效降低了系统的存储空间和时间开销.在相同输出变量数、积项数和无关项因子的情况下,随输入变量数的增长,优化效率随之下降;在相同输入变量数、输出变量数和积项数的情况下,随无关项因子值的增长,优化效率随之下降;在相同输入变量数、输出变量数、和无关项因子的情况下,随积项数的增长优化效率随之提高.     

多输出逻辑函数最小化的一个算法

本文描述一个多输出逻辑函数的最小化算法。函数解中积项总数的多少被看作是衡量算法优劣的最重要指标。因此，我们努力使解中的积项被尽可能多的组成函数共享。本文求本源蕴涵项的方法与［１］是相似的。因此，本文也可看成是［１］向多输出函数的延伸。     

单边多输出逻辑函数补集软件的设计与实现

根据单边逻辑函数的特性,介绍了一种多输入多输出单边逻辑函数补集方法,该方法采用二进制特征矩阵B(F)和状态矢量R(F)来描述原函数,进行最小列覆盖的选择形成多输出补集函数的控制矩阵,由控制矩阵与补集函数的状态矢量形成单边单输出补集合逻辑函数,通过多输出逻辑函数分解与合并最终产生多输出单边逻辑函数的补集。我们设计的多输入多输出单边逻辑函数补集算法软件,在P-1．8GHz、512MBRAM的计算机上完成测试和运行,并通过测试检验程序,保证输出结果在逻辑上与输入条件求补等价。     

多输入多输出单边逻辑函数补集算法的研究

介绍一种多输入多输出单边逻辑函数补集算法,该算法通过对多输入多输出逻辑函数的分离,形成多输入单输出的分支逻辑函数,对多输入单输出分支逻辑函数求出其特征矩阵和状态矢量,根据特征矩阵的特性进行最小列覆盖的选取形成多输入单输出分支逻辑函数补集覆盖的特征矩阵、状态矢量和补集矩阵,最后对多输入单输出分支逻辑函数的补集矩阵进行合并形成多输入多输出逻辑函数的补集,通过测试结果表明性能良好.     

蕴涵项的扩展算法

本文提出了一个把逻辑函数的积项扩展为本源蕴涵项的算法。用此算法得到的本源蕴涵项集合通过去冗过程产生的最后结果最接近绝对最小化的解。     

逻辑函数的无冗余覆盖选择问题

逻辑函数的最小化算法可分为两大步骤：产生本源蕴涵项和在这些蕴涵项中选择一个最小覆盖。人说后者比前者更加困难,这的确是事实。我们这里提出一个无冗余和选择一个最小覆盖的算法。给定函数ｆ的一个本源覆盖Ｇ,首先将Ｇ分为三个子集：实质本源项子集Ｅ,完全冗余项子集Ｒ和相对冗余项子集Ｐ。然后在Ｐ中选择一个子集Ｐ＾＊,使Ｐ＾＊∪Ｅ为ｆ的一个近似最小覆盖。很明显,后一项任务比前者要复杂得多。所以,我们的讨论侧重于后     

用二值逻辑对多值逻辑进行优化

提出以二值多输出逻辑优化软件OPLG为基础，对多值逻辑函数进行逻辑优化的方法．通过对多值变量、多值函数的二进制矢量描述，将多值多维体转换为布尔表达式积项形式，从多值多维体的多值最小项出发，给出计算基本无关集的方法。对多值逻辑函数的优化通过调用二值逻辑优化软件OPLG(允许的最大输入、输出变量之和为300)来实现，二值逻辑优化的结果最终再转换为多值多维体的表示形式。     

逻辑函数求补算法及其改进

逻辑函数求补算法存在的主要问题是时间开销大及需要的存储空间过大。该文在对递归裂变求补算法和基于最小项求补算法进行分析研究的基础上,提出了积项输入、邻项合并、积项输出的无冗余覆盖的逻辑函数求补算法。该求补算法的时间、空间的需求将大大缩小。     

逻辑函数无冗余覆盖选择问题

逻辑函数的最小化算法可以分为两大步骤,产生本源蕴涵项和在这些蕴涵项中选择一个最小覆盖。提出一个适于大变量输入输出逻辑函数的实质项与相对冗余项的识别和选择近似最小覆盖的算法。Benchmark例题测试表明,算法具有理想的处理效果。     

Identification of an additive nonlinear system and its applications in generalized Hammerstein models

An identification algorithm is developed for a class of nonlinear systems that are multi-input and multi-output in an additive form. The convergence results are achieved and its applications to identification of a generalized Hammerstein system is also discussed.     

Frequency domain subspace-based identification of discrete-time power spectra from nonuniformly spaced measurements

In this paper, we present a new subspace-based algorithm for the identification of multi-input/multi-output, square, discrete-time, linear-time invariant systems from nonuniformly spaced power spectrum measurements. The algorithm is strongly consistent and it is illustrated with one practical example that solves a stochastic road modeling problem.     

Adaptive fuzzy control of MIMO nonlinear systems with fuzzy dead zones

In this paper, the problem of adaptive fuzzy tracking control is investigated for a class of multi-input multi-output nonlinear systems with fuzzy dead zones. The virtual control gain functions and uncertain functions considered in the studied system are all unknown. Fuzzy logic systems are employed to approximate the unknown functions. With the combination of adaptive backstepping design technique and dynamic surface control method, the problem caused by differentiating nonlinear functions repeatedly is avoided. Furthermore, only one adaptive parameter needs to be updated online for each subsystem, which reduces the computation burden considerably. The presented controller not only guarantees the desired control performance, but also guarantees the boundedness of all closed-loop signals. Simulation results are shown to demonstrate the effectiveness of the proposed algorithm.     

Closed-loop identification of unstable systems using noncausal FIR models

Noncausal finite impulse response (FIR) models are used for closed-loop identification of unstable multi-input, multi-output plants. These models are shown to approximate the Laurent series inside the annulus between the asymptotically stable pole of the largest modulus and the unstable pole of the smallest modulus. By delaying the measured output relative to the measured input, the identified FIR model is a noncausal approximation of the unstable plant. We present examples to compare the accuracy of the identified model obtained using least squares, instrumental variables methods, and prediction error methods for both infinite impulse response (IIR) and noncausal FIR models under arbitrary noise that is fed back into the loop. Finally, we reconstruct an IIR model of the system from its stable and unstable parts using the eigensystem realisation algorithm.     

Adaptive sliding mode control for MIMO nonlinear systems based on fuzzy logic scheme

In this study an indirect adaptive sliding mode control (SMC) based on a fuzzy logic scheme is proposed to strengthen the tracking control performance of a general class of multi-input multi-output (MIMO) nonlinear uncertain systems. Combining reaching law approach and fuzzy universal approximation theorem, the proposed design procedure combines the advantages of fuzzy logic control, adaptive control and sliding mode control. The stability of the control systems is proved in the sense of the Lyapunov second stability theorem. Two simulation studies are presented to demonstrate the effectiveness of our new hybrid control algorithm.     

拟线性对称超松弛形两步递推辨识算法

本文提出一种线性系统拟线性对称超松弛两步递推辨识新算法，并对其收敛性应用常微分方程的方法进行了分析。仿真结果表明算法和本文的收敛定理是一致的。