带参数的系统的Robust控制器

本文引进了带参数的系统概念,并利用多项式阵的左公倍式以及外斜互质性,讨论了带参数系统的Robust控制问题。得到了频率域带参数系统存在Robust控制器的充分必要条件,以及控制器是带参数系统的Roubst控制器的充分必要条件。并给出了数值例子。     

一般信息结构下的Robust控制器

本文在文献[1,2,3]的基础上,直接给出了一般信息结构(GIS)下,系统的一类Robust 控制器的结构、存在条件和设计方法,避免了用间接方法[4]的要增加输出向量维数和使观测 矩阵降秩的不足之处.推广了文献[1]和[2]的集中和块对角分散信息结构下的有关结论. 若所讨论的GIS是经济信息结构[5,6,7,8],则该GIS下的Robust控制器即为经济Robust控 制器.最后举例说明本文方法的应用.     

带厚尾噪声的鲁棒Student’s t容积滤波器

为了解决带厚尾过程和量测噪声的非线性状态估计问题, 本文提出了新的鲁棒非线性滤波器. 首先, 对带厚尾噪声的非线性系统进行了数学建模, 并推导出了基于Student’s t 近似的鲁棒非线性滤波器(Robust Student’s t based nonlinear filter, RSTNF)的一般结构. 其次, 针对RSTNF 中涉及到的含有关于Student’s t 分布的多维非线性函数积分求解问题, 提出了基于Student’s t 分布的三次幂球径容积准则(Student’s t spherical-radial cubature rule, STSRCR), 并在此基础上, 设计了新的鲁棒Student’s t 容积滤波器(Robust Student’s t based cubature filter, RSTCF). 最后, 利用目标跟踪仿真验证了本文提出的带厚尾噪声的RSTCF 的有效性以及与现有方法相比的优越性.     

设计Robust控制器的一个新准则和新算法

本文讨论具有最优输出调节品质的Robust控制器,利用绝对能观子系统的概念研究干扰 对闭环系统输出的影响.在一定条件下,从原系统中可分离出一个绝对能观子系统,这样使 输出调节的最优化计算得到简化. 本文给出了完成上述任务的一个算法.     

并行粗粒度任务的动态分布算法(PTDD)及其鲁棒性

并行计算系统发展所面临的主要问题之一是怎样在各处理器上更有效地分布并行任务并协调它们的高效执行,使并行任务总的完成时间最短.本文揭示和探讨了并行多机系统中并行粗粒度任务的粒度变化对静态任务分布的影响,给出了基于预分布的并行粗粒度任务的动态分布算法PTDD,理论上严格地定义和证明了PTDD算法的鲁棒性(Robust Property).研究结果η~*(t~*)≤η(t~*)表明PTDD算法通过局部调整预分布方案,可以稳定地、有效地获得近似最优的并行任务分布.     

一种新的Robust分散输出反馈的设计法

本文提出了一种具有参数不确定性和结构摄动的大系统的模型框架,在此基础上讨论了 Robust分散输出反馈律的设计方法.它比文献[1]中的方法更合理,克服了该方法存在的保 守性.本文还用一个非线性电力系统的分散控制设计作为例子,进一步验证了所提出方法的 优越性.     

基于机器视觉的车辆保险盒在线检测研究

摘要: 车辆保险盒作为汽车电控系统中的一个重要的元器件,其质量好坏直接影响汽车的性能,传统的车辆保险盒检测主要依靠人工检测,检测费时费力,针对该问题,提出一种基于视觉的车辆保险盒在线检测方法,分析了产品图像校正到标准模板图像的位置误差,采用SURF(Speeded Up Robust Feature)算法和平面单应性理论将待检产品图像变换到标准模板位置,利用颜色直方图匹配和模板匹配完成保险盒上元件的检测。实验结果证明,该方法检测效率高,稳定可靠,能够满足在线检测的要求,具有一定实用价值。     

基于图像特征匹配的商品识别算法

基于条形码的结帐系统存在操作繁琐等一些问题,为了解决零售业结账服务中排队的难题,提出一种以SURF(Speeded Up Robust Features)特征匹配为主,主颜色特征数字编码分类、形状特征数字编码分类为辅的商品快速识别算法。基于特征的方法具有压缩信息量、精度高等优点,成为目前研究的热点。但是传统图像特征识别算法,存在特征维度多、计算量大、运行速度慢等缺点,限制了其应用。本文将其中的主颜色和形状特征进行数字编码分类,之后利用高效识别算法SURF进行准确识别,很好地克服了以上缺点。实验表明,本文算法运行速度快,识别性能好,为零售业的结账服务提供了便利。     

时滞控制系统鲁棒稳定性分析

Lurie型时滞控制系统是工程实践中经常遇到的一类重要的非线性控制系统,本文通 过构造Lyapunov函数,提出了不确定性Lurie时滞控制系统Robust稳定的充分条件,并给出 了本文结果的一个应用实例．     

基于微分同胚的鲁棒激活函数的极端学习机

极端学习机作为一种分类算法已被广泛应用于各个领域,并取得较好的效果。然而在实际问题中数据的不规则分布、带有噪音以及离群点,都严重影响了极端学习机算法的分类准确率。针对这些问题,深入分析不同激活函数的特性,提出了一种基于角度优化和微分同胚理论的鲁棒激活函数（Robust activation function）。该鲁棒激活函数通过角度优化及微分同胚揭示数据的内在流形,从理论上证明了中心化样本长度与其偏离主空间角度为子空间偏离的主要因素,进而解决了噪音造成的主空间偏离问题,并且可尽量避免激活函数的输出值趋于零的情况。实验结果表明本文提出的激活函数优于其他的激活函数。     

性能指标含交叉项的不确定线性系统鲁棒保稳定控制

针对不确定线性系统,提出了一种性能指标中含交叉项的鲁棒保稳定控制系统分析和设计方法。建立了改进的鲁棒回差方程,给出了闭环系统鲁棒保稳定的充分条件,增益和相位裕度描述形式,以及鲁棒保稳定控制器设计方法。并以造纸打过程为实例给出了重棒保稳定控制系统的设计和仿真。     

不确定时滞双线性广义系统的鲁棒耗散控制

针对带有耗散不确定性的时滞双线性广义系统的鲁棒耗散控制问题,首先将耗散不确定性引入双线性广义系统,利用线性矩阵不等式方法给出系统鲁棒稳定且严格耗散的充分条件;然后利用线性矩阵不等式的解,构造出闭环系统鲁棒耗散的状态反馈控制器;最后通过数值算例验证了所得结论的可行性.     

Output feedback model predictive control for LPV systems based on quasi-min–max algorithm

This paper proposes a robust output feedback model predictive control (MPC) scheme for linear parameter varying (LPV) systems based on a quasi-min–max algorithm. This approach involves an off-line design of a robust state observer for LPV systems using linear matrix inequality (LMI) and an on-line robust output feedback MPC algorithm using the estimated state. The proposed MPC method for LPV systems is applicable for a variety of systems with constraints and guarantees the robust stability of the output feedback systems. A numerical example for an LPV system subject to input constraints is given to demonstrate its effectiveness.     

参数不确定性广义周期时变系统的鲁棒稳定性分析

基于广义周期时变系统允许的充分必要条件,提出了参数不确定性广义周期时交系统鲁棒稳定的概念,并得到了该类系统鲁棒稳定的充分必要条件．研究在状态反馈控制下保证闭环系统鲁棒稳定的条件,给出了一族状态反馈鲁棒稳定器的设计方法．引入广义周期时变系统二次稳定的概念,讨论了二次稳定性与鲁棒稳定性的关系．最后通过数值算例说明了所得的主要结果,     

不确定Markov跳跃线性系统的鲁棒跟踪与模型跟随

讨论一类带wiener过程的不确定Markov跳跃线性系统的鲁棒跟踪和模型跟随问题．通过构造一组非线性鲁棒状态反馈跟踪控制器来跟踪给定的动态信号,该控制器确保系统当时间趋于无穷时是以扰动衰减系数鲁棒随机稳定的,且跟踪误差有界．最后给出了算例,说明所设计的鲁棒跟踪控制器具有较好的跟踪性能．     

Robust Quadratic-Optimal Control of TS-Fuzzy-Model-Based Dynamic Systems With Both Elemental Parametric Uncertainties and Norm-Bounded Approximation Error

This paper considers the design problem of the robust quadratic-optimal parallel-distributed-compensation (PDC) controllers for Takagi–Sugeno (TS) fuzzy-model-based control systems with both elemental parametric uncertainties and norm-bounded approximation error. By complementarily fusing the robust stabilizability condition, the orthogonal functions approach (OFA), and the hybrid Taguchi genetic algorithm (HTGA), an integrative method is presented in this paper to design the robust quadratic-optimal PDC controllers such that 1) the uncertain TS-fuzzy-model-based control systems can be robustly stabilized, and 2) a quadratic integral performance index for the nominal TS-fuzzy-model-based control systems can be minimized. In this paper, the robust stabilizability condition is proposed in terms of linear matrix inequalities (LMIs). By using the OFA and the LMI-based robust stabilizability condition, the robust quadratic-optimal PDC control problem for the uncertain TS-fuzzy-model-based dynamic systems is transformed into a static constrained-optimization problem represented by the algebraic equations with constraint of LMI-based robust stabilizability condition, thus greatly simplifying the robust optimal PDC control design problem. Then, for the static constrained-optimization problem, the HTGA is employed to find the robust quadratic-optimal PDC controllers of the uncertain TS-fuzzy-model-based control systems. Two design examples of the robust quadratic-optimal PDC controllers for an uncertain inverted pendulum system and an uncertain nonlinear mass–spring–damper mechanical system are given to demonstrate the applicability of the proposed integrative approach.      

A Family of Robust Simultaneous Controllers With Tuning Parameters Design for a Set of Port‐Controlled Hamiltonian Systems

This paper investigates the robust simultaneous stabilization (RSS) and robust adaptive simultaneous stabilization (RASS) problem for a set of port‐controlled Hamiltonian (PCH) systems. Some results for designing a family of robust simultaneous controllers with tuning parameters for such systems are proposed. Firstly, using the dissipative Hamiltonian structural properties, these systems are combined to generate an augmented PCH system, and two simultaneous stabilization controllers with parameters are designed for the systems: one is a robust controller and the other is adaptive. Secondly, an algorithm for solving the tuning parameters’ ranges of controller is proposed with symbolic computation. Finally, a numerical example is studied by applying the method obtained in this paper to a set of PCH systems with external disturbance. The effectiveness of the proposed control method is verified by simulations. Compared with conventional simultaneous stabilization control, the controller obtained in this paper not only has strong robustness for a set of systems, but also can optimize the robustness for the systems by adjusting the parameters’ values.     

不确定多重状态时滞离散系统的LMI鲁棒稳定条件

研究了具有多重状态时滞的凸多面体不确定离散系统的鲁棒稳定性分析问题．基于参数依赖的李亚普诺夫稳定性和线性矩阵不等式推导出使得时滞鲁棒稳定系统鲁棒稳定的充分条件．应用此条件，通过测试一组线性矩阵不等式的可解性即可达到判定系统的鲁棒稳定性的目的．因为使用了参数依赖的李亚普诺夫稳定性思想，此鲁棒稳定条件比基于二次稳定概念的稳定条件的保守性更小．算例验证了结果．     

离散不确定系统分布式鲁棒融合滤波器设计

针对一类离散多传感器动态模型的不确定系统,将鲁棒滤波理论与数据融合技术相结合,基于参数依赖Lyapunov函数,研究该离散系统的鲁棒融合滤波器设计问题。在集中式鲁棒融合滤波器的基础上,探讨了分布式加权融合滤波器的设计方法,通过仿真实验比较了鲁棒融合滤波器的性能。结果表明,利用该分布式加权融合算法,不仅对于解决当系统模型中存在参数不确定性时的滤波问题有较好的鲁棒性能和较低的计算量,而且在多传感器系统中对于满足不同精度鲁棒融合滤波器的设计需要具有较大的灵活性。     

Delay-dependent robust stability and H8 control of jump linear systems

In this paper we develop an optimality-based robust control framework for non-linear uncertain systems with structured parametric uncertainty. Specifically, using an optimal non-linear robust control framework, we develop a family of globally stabilizing robust backstepping controllers parametrized by the cost functional that is minimized. Furthermore, it is shown that the Lyapunov function for the closed-loop system guaranteeing robust stability over a prescribed range of structured system parametric uncertainty is a solution to the steady-state Hamilton-Jacobi-Bellman equation for the controlled system and thus guarantees robust stability and robust performance. The results are then used to design robust controllers for jet engine compression systems with uncertain system dynamics.