丢失数据下的条件极大似然辨识

针对仿射结构形式在丢失数据下的条件极大似然辨识问题, 首先引入交换矩阵将原随机矢量分解成观测和丢失部分; 然后确定出观测数据在丢失数据下的条件均值和条件方差, 以此建立条件似然函数; 进而从理论上给出了条件极大似然函数关于未知参数矢量、未知白噪声方差值和丢失数据的求导公式, 并从工程上给出一种可分离的优化算法; 最后通过仿真算例验证了该辨识方法的有效性.     

具有时延和数据丢失的直线电机迭代学习控制

针对网络环境下同时存在一步时延和数据丢失的直线电机系统,本文研究了其P型迭代学习控制方法.将一步时延描述为概率已知的随机Bernoulli过程,而将数据丢失描述为概率未知的随机Bernoulli过程,且丢失概率属于一个已知的数值区间.然后,利用λ范数理论给出了P型迭代学习控制算法的收敛条件,通过适当选取学习增益因子,可使得直线电机控制系统的输出渐近收敛于期望输出.最后通过仿真验证了本文所提控制方法的有效性。     

带不确定量测和未知虚警概率的粒子滤波器

为了解决带不确定量测和未知虚警概率的非线性非高斯系统状态估计问题,本文提出了一种新的粒子滤波方法,利用随机不确定量测模型来更新粒子和权值,并基于极大似然准则来辨识未知的虚警概率.本文所提出的带不确定量测和已知虚警概率的粒子滤波方法与现有标准的粒子滤波方法具有几乎一致的计算复杂度,但是更适合用于处理带不确定量测的非线性非高斯系统状态估计问题.此外,在状态转移密度函数被选择为建议密度函数时,本文证明了基于所提出的虚警概率辨识方法的极大似然估计唯一,从而为精确辨识虚警概率提供了理论保证.单变量非平稳增长模型和纯方位跟踪的数值仿真验证了所提出粒子滤波方法的有效性和与现有方法相比的优越性.     

存在时延和数据丢失的网络控制系统的控制器设计

研究了存在时延和数据丢失的网络控制系统的控制器设计问题．鉴于数据丢失现象和网络诱导时延的存在,将网络控制系统建成随机时延切换模型．利用李亚普诺夫方法,给出了使网络控制系统均方渐近稳定的新颖且与时延相关的条件．基于这个条件,理想的控制器可通过求解若干个线性矩阵不等式得到．利用一个数值例子证明了方法的有效性．     

基于PLE的有确定解的端到端网络链路时延推测方法

网络时延是重要的网络性能指标,端到端网络时延推测能够克服传统的基于路由器或者路由器协作的网络测量技术的弊端。在网络拓扑已知且稳定和链路性能时空独立性的假设前提下,给出了网络链路时延推测模型,提出了一种基于伪似然估计(PLE)的有确定解的端到端网络链路时延推测方法。在应用期望最大化算法的伪似然估计的基础上,控制背靠背发包方式,确定可以求解的探测单元,解决了不满足有确定解拓扑下的求解问题,且有效降低了计算复杂度。最后利用基于模型的计算验证了该方法的准确性和有效性。     

一种低复杂度的网络链路时延估计及仿真研究

网络时延是重要的网络性能指标,是网络服务质量测量与分析领域的重要目标之一.在网络拓扑已知且稳定及链路性能时空独立性的假设前提下,给出了网络链路时延估计模型和端时延数据采集方法,提出了一种低复杂度的网络链路时延估计方法.首先应用伪似然估计,然后确定可解的探测单元,通过限制平均采样精度和探测单元链路数的增加来显著降低计算复杂度,解决了计算复杂度过高的链路时延估计求解问题.最后利用基于NS2的仿真研究验证了时延估计方法的有效性和准确性.     

具有丢失数据的可分解马尔可夫网络结构学习

具有丢失数据的可分解马尔可夫网络结构学习是一个重要而困难的研究课题,数据的丢失使变量之间的依赖关系变得混乱,无法直接进行可靠的结构学习．文章结合最大似然树和Gibbs抽样,通过对随机初始化的丢失数据和最大似然树进行迭代修正一调整,得到修复后的完整数据集;在此基础上基于变量之间的基本依赖关系和依赖分析思想进行可分解马尔可夫网络结构学习,能够避免现有的丢失数据处理方法和可分解马尔可夫网络结构学习方法存在的效率和可靠性低等问题．试验结果显示,该方法能够有效地进行具有丢失数据的可分解马尔可夫网络结构学习．     

屏蔽数据下并联系统广义指数部件的可靠性估计

针对具有屏蔽寿命数据的并联系统,研究了广义指数部件的可靠性估计问题.利用极大似然方法和贝叶斯理论给出了部件未知参数和可靠度函数的极大似然估计及贝叶斯估计.最后通过随机模拟对两种估计的效果进行了比较,并研究了样本量和屏蔽水平对估计精度的影响.     

含自时延和通信时延的Euler-Lagrange系统自适应一致性算法

针对动力学方程中含未知参数的多Euler-Lagrange系统的一致性控制问题,设计了一种分布式自适应协调控制器.该控制器容许多Euler-Lagrange系统的通信拓扑为一般的有向图,并允许通信时延和自时延的同时存在.利用Barblata定理、Lyapunov稳定性定理和LMI方法等对控制器的稳定性进行了证明,并设计了数值仿真实验,仿真结果证明了控制算法的有效性.     

具有丢失数据的贝叶斯网络结构学习研究

目前主要基于EM算法和打分-搜索方法进行具有丢失数据的贝叶斯网络结构学习,算法效率较低,而且易于陷入局部最优结构.针对这些问题,建立了一种新的具有丢失数据的贝叶斯网络结构学习方法.首先随机初始化未观察到的数据,得到完整的数据集,并利用完整数据集建立最大似然树作为初始贝叶斯网络结构,然后进行迭代学习.在每一次迭代中,结合贝叶斯网络结构和Gibbs sampling修正未观察到的数据,在新的完整数据集的基础上,基于变量之间的基本依赖关系和依赖分析思想调整贝叶斯网络结构,直到结构趋于稳定.该方法既解决了标准Gi     

带有无穷分布时滞的不确定系统的鲁棒H_∞滤波器设计

针对一类在系统的状态方程与可测输出中都包含有非线性无穷分布时滞的参数不确定系统,提出一种新颖的鲁棒H∞滤波器的设计方法.设计的鲁棒H∞滤波器可以保证对于带有时变且范数有界的参数不确定性的滤波误差系统是渐近稳定的,并且满足所给定的H∞性能指标.鲁棒H∞滤波器可以通过线性矩阵不等式方法获得.通过一个数值的例子验证了该方法的有效性.     

Robust controller design for uncertain systems with variable time delay

A Smith predictor controller (SPC) is designed for an uncertain pasteurisation process exhibiting variable time delay. As the SPC may be very sensitive to model-plant mismatch, especial attention must be paid to ensure robustness of the design when the model of the plant is not precisely known. This paper introduces two criteria for such cases. The first criterion is based on bandwidth considerations and the second one introduces some guidelines to improve the design by using the quantitative feedback theory technique. An experimental verification of the proposed methodology on the pasteurisation plant is also presented.     

时滞的不确定奇异摄动系统鲁棒稳定性研究

研究了带离散时滞和分布时滞的不确定奇异摄动系统的鲁棒稳定问题.首先采用广义系统模型方法,将所研究的系统转化为与之等价的广义系统;然后提出对应的Lyapunov-Krasovskii泛函,得到了时滞相关的鲁棒稳定性判据,并在此基础上给出了鲁棒控制器设计,结论以矩阵不等式形式给出;最后仿真算例说明了方法的有效性.     

Disturbance-observer-based robust control for time delay uncertain systems

A robust control scheme is proposed for a class of systems with uncertainty and time delay based on disturbance observer technique. A disturbance observer is developed to estimate the disturbance generated by an exogenous system, and the design parameters of the disturbance observer are determined by solving linear matrix inequalities (LMIs). Based on the output of the disturbance observer, a robust control scheme is proposed for the time delay uncertain system. The disturbance-observer-based robust controller is combined of two parts: one is a linear feedback controller designed using LMIs and the other is a compensatory controller designed with the output of the disturbance observer. By choosing an appropriate Lyapunov function candidate, the stability of the closed-loop system is proved. Finally, simulation example is presented to illustrate the effectiveness of the proposed control scheme.     

含时变滞后的不确定系统的时滞相关型鲁棒控制设计

研究含时变滞后的不确定系统的控制综合问题. 基于Lyapunov方法提出了一种含滞后补偿的鲁棒控制设计方法. 闭环稳定性条件由一组线性矩阵不等式表示. 在这些条件中给出了稳定性和滞后以及其导数之间的关系. 实例显示, 利用提供的方法所给出的结果比以往文献给出的结果保守性小.     

Robust stability of uncertain large-scale systems with time delay

In this paper, the Lyapunov functional has been used to study the robust stability of uncertain large-scale systems with time delay; some new delay-independent conditions for stability of these uncertain large-scale systems are obtained. Finally, some examples are given to illustrate our results and to compare with previous results.     

不确定时滞的无线网络控制系统的故障检测

研究了一类具有不确定时滞的无线网络控制系统的故障检测的问题。由于时滞是不确定的,可以通过增广向量法将系统建模为马尔科夫跳变系统。在此基础上,设计了观测滤波器,满足了滤波器在没有扰动的情况下均方指数稳定,在有扰动时,满足一定的H∞鲁棒性能。当系统发生故障时,故障检测系统立即检测出故障。所得结果通过仿真示例得到了验证。     

不确定分数阶时滞系统的鲁棒稳定性判定准则

基于退化分析方法提出一种判定准则, 用于分析不确定分数阶时滞系统的稳定性. 介绍一种分数阶积分算子的有理逼近方法, 在此基础上采用整数阶系统逼近分数阶系统, 从而将难以判定的分数阶系统稳定性问题转化为由逼近偏差作为不确定项的整数阶系统稳定性问题进行处理. 利用积分不等式法研究逼近系统稳定性, 得到LMI 形式的稳定性判据. 仿真结果表明, 所提出方法能够有效分析这类系统的稳定性.

     

一类变时滞饱和不确定系统鲁棒H∞滤波器设计

研究一类不确定时变时滞饱和系统的H∞滤波器设计问题.该类系统状态方程中含有时变时滞和有界不确定项,输出方程中含有饱和项,系统的噪声信号功率有界但统计特性未知.本文给出一种线性滤波器结构,提出一种新的设计方法.该方法主要应用Lyapunov-Krasovskii稳定性理论和线性矩阵不等式,来分析和设计滤波器;它能使得时变时滞项,饱和项以及不确定项在设计中得到有效处理,且所设计的滤波器能满足H∞性能指标,滤波器参数通过求解一种线性矩阵不等式来确定.例子的分析与仿真验证了本文方法的有效性.