一类时间序列预报的双层引导变量模型

讨论了一类时间序列的预报问题，提出相应的双层引导变量模型及其辨识方法。通过应用实例，说明效果是良好的。     

动态系统时变参数预报的一种途径

对于动态系统进行控制的前提是对于系统的状态进行估计和预报。直接做这项工作往往比较困难,因为系统的数学模型中含有未知时变参数。对于未知的时变参数进行估计已有许多方法。本文采用古典函数逼近方法,即用多项式函数来估计和预报时变参数。这种方法简便易行,如果能取得大量的观测数据,多项式函数的阶数又取得较高,就即保证了时变参数的预报精度,又减少了工作量。如果采用样条函数来逼近,效果会更佳。对于线性及非线性系统本文均做了讨论,并用模拟例子说明了这种方法是实用的。     

一类非线性时变结构系统的辨识方法和预报器

本文对一类非线性时变结构系统,给出一种新型的递推梯度法和结构适应式自校正递推预报器.这种算法能自动改变模型的结构.通过油田预报实践,表明这种预报器能跟踪系统结构性变化,从而提高变结构系统预报的精度.     

一类多变量Hammerstein模型的参数辨识方法

通过对系统输入信号的设计,使Hammerstein系统输出只反映系统的线性动态,并将非线性部分的静态影响有效地分离掉.利用最小二乘辨识得到系统的线性动态模型.基于此模型并依据系统的测量输出重构系统的中间输入,进而可估计出非线性部分的参数,据此给出了多变量Hammerstein系统辨识的动态分离方法.仿真结果表明所提出的方法是有效的.     

一类参数时变工业过程的MRAC设计与仿真

针对一类典型的参数时变的实际工业过程,基于模型参考自适应控制(MRAC)理论,提出了一种新的自适应控制方案.分析了实际工业生产过程中的复杂性,应用MRAC理论设计了自适应控制器,给出了给控制方案的稳定性分析.最后,在MATLAB环境下对一个典型的工业过程进行了仿真实验,分析了这种种控制方案的优越性.仿真结果表明该控制方案的优越性和在实际工业过程中的重要应用价值.     

一类线性时变不确定周期奇异系统的鲁棒镇定

讨论了一类线性时变不确定周期广义系统的鲁棒镇定问题．基于线性时变不确定周期广义系统的鲁棒稳定的概念, 提出鲁棒稳定的充分必要条件, 并基于对偶系统的等价性得到鲁棒镇定的充分必要条件. 通过引入自由矩阵, 所得结果表示为线性矩阵不等式, 验证过程更简单、可靠.     

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,     

周期时变时滞非线性参数化系统的自适应学习控制

针对一阶未知非线性参数化周期时变时滞系统, 设计了一种自适应学习控制方案. 假设未知时变参数, 时变时滞和参考信号的共同周期是已知的, 通过重构系统方程, 将包含时变时滞在内的所有未知时变项合并成为一个周期时变向量, 采用周期自适应律估计该向量. 通过构造一个Lyapunov-Krasovskii型复合能量函数证明了所有信号有界并且跟踪误差收敛. 结果被推广到一类含有混合参数的高阶非线性系统. 通过两个仿真例子说明本文所提出的控制算法的有效性.     

时变系统参数在线辨识的方波函数法

针对结构系统连接处物理参数具有时变特性,本文提出一种用于结构连接处时变物理参数在线辨识方法.在工程中,结构连接处的响应往往是很难测量的,对于这种情况,本文提出了时域子结构法,直接利用工程中测得的时域响应信号计算结构连接处的响应.将系统方程利用方波脉冲函数展开后,根据方波脉冲函数的脱关性推导出结构连接处时变物理参数在线辨识的递推算法,仿真算例表明,此算法具有较高的计算精度与良好的跟踪效果.     

一类时变非线性系统的参数反馈模糊控制器分析与设计

本文针对工业控制中一类常见的非线性时变系统，提出了一种利用参数反馈在线修正 规则的模糊控制器；在全面介绍控制器结构与功能的同时，详细阐述了模糊规则修正器的原 理和设计方法，并采用基于功能评价的方法进行系统分析．在这个控制系统中，基本模糊控 制器简单实用；模糊规则修正器能充分利用对被控对象的分析成果；GA寻优算法能进一步简 化设计，提高性能．仿真结果表明，这种控制器的效果是令人满意的．     

一类多变量系统设计

本文探讨了一类多变量系统——一阶型系统和近似一阶型系统的设计方法。该方法设计的控制器简单,易于工程实现。工程上可用这种方法进行实际系统设计。最后对一实例进行了设计,得到了令人满意的结果。     

时变谐波参数检测

本文以自适应线性组合器为基础,采用递归最小二乘法进行时变谐波参数的跟踪检测。当信号的基波频率发生变化时,采用分段检测的思想,对每小段信号先采用插值快速傅立叶变换法检测该段基波频率,作为自适应线性组合器的输入,然后采用递归最小二乘法进行幅度和相位的跟踪检测。该方法利用递归最小二乘法跟踪速度快的特点,实现了时变谐波的快速跟踪检测。实验结果验证了所提方法的有效性和准确性。     

周期时变布尔网络的完全同步化

本文主要研究了驱动–响应结构下的布尔网络的完全同步化, 其中驱动系统是一个周期性时变的布尔网络. 对 于上述问题, 本文基于逻辑系统的代数形式下分两种情况讨论. 对于每种情况, 都将给出一个完全同步的充要条件. 相 应地, 提出了两个响应布尔网络的同步化方案. 最后, 通过一些数值例子来说明本文结果的有效性.     

一类时变非线性系统自适应控制

针对非线性时变系统提出一种间接自适应方法。利用时尺变量函数，将非线性系统划分为若干子系统，间接自适应方法对任意信号都具有稳定性。仿真结果表明了，此法的有效性。     

一类时变时滞系统的稳定性分析

针对时变时滞系统稳定性问题, 在考虑非线性扰动的情况下, 为了降低时变时滞系统稳定性判据的保守性, 以改进的Jensen 不等式, Wirtinger型双重积分不等式以及优化凸组合技术为基础, 构造增广的Lyapunov-Krasovskii 泛函, 得到了新的时滞相关稳定性判据. 最后, 通过数值仿真对比可知, 该稳定性判据具有较小的保守性和良好的鲁棒性.     

一类时变离散大系统的稳定性

本文利用标量函数法研究了一类线性、非线性时变离散大系统的渐近稳定性及不稳定性的分解。同时得到了分解系数和非线性项界限的估计公式。     

一类广义时变时滞神经网络的动态分析

讨论了一类广义时变时滞递归神经网络的平衡点的存在性、唯一性和全局指数稳定性。这个神经网络模型包括时滞Hopfield神经网络,时滞Cellular神经网络,时滞Cohen-Grossberg神经网络作为特例。基于微分不等式技术,利用Brouwer不动点定理并构造合适的Lyapunov函数,得到了保证递归神经网络的平衡点存在、唯一、全局指数稳定的新的充分条件。新的充分条件不要求激励函数的可微性、有界性和单调性,同时减少了对限制条件的要求。两个仿真例子表明了所得结果的有效性。     

一类时变非线性控制系统的绝对稳定性

用“二次型加积分项”形式的Ｌｙａｐｕｎｏｖ函数研究一类时变非线性控制系统的绝对稳定性，给出了系统绝对稳定的充分条件以及时变系数导数界限的估计，明显地优于［１］中的结果。     

一类线性时变系统的输出反馈控制

基于线性时不变系统能控能观标准型变换及非线性系统高增益观测器方法,本文研究了一类线性时变系统 的输出反馈控制问题. 通过引入时变的状态变量坐标变换,分别设计了线性时变系统的状态反馈控制器、状态观测器以及基于 状态观测器的输出反馈控制器. 进一步地,本文分别证明了观测器动态误差是渐近收敛于零的,而状态反馈控制器以及输出反馈控制器可以 保证闭环系统的渐近稳定性.     

基于MATLAB的辅助变量法参数辨识与仿真

本文介绍了参数辨识中辅助交量法的基本原理以及Matlab系统辨识工具箱中参数辨识主要功能函数,并通过实例分析该工具箱在参数辨识、系统仿真中的应用。