基于神经网络的故障飞机仿真

传统气动系数模型中，拟合法精度较差，插值法计算速度慢，且占内存多。利用神经网络一致逼近任意非线性连续函数的特性，训练具有一个三输入六输出的神经网络模型，建立故障飞机仿真系统。仿真结果和故障飞机自修复应用表明，文中所采用的神经网络建模方法是可行的。在自修复飞行控制系统研究中，为故障飞机建模所需大量故障状态气动系数数据处理提供一种新思路。     

关联大系统的强稳定跟踪*

本文在强稳定条件下，对关联大系统的跟踪问题进行了讨论，采用Ｈ∞方法设计了比例积分控制器，可使故障大系统不仅分散强稳定，且能渐近跟踪常值参考输入信号。     

随机时滞系统数字滤波公式的一种新证法

本文研究在白噪声输入情况下,时滞系统随机输出信号的线性滤波估计问题。对于用二阶向量差分方程描述的随机时滞系统,本文用一种增广差分方程的简便方法推导了其滤波公式,所得结果与参考文献[1]、[2]的结果相同,但本文提出的证明方法便于进一步研究随机时滞系统数字滤波的基本特性。     

非线性离散系统偏倚辨识和状态估计的一种自适应算法

本文对带有色系统噪声的非线性离散随机系统的偏倚辨识和状态估计,提出了一种新算法,通过适时地修正系统噪声和量测噪声的均值和协方差来提高估计精度,并可加快偏倚辨识的收敛速度。仿真结果表明,本文提出的算法是有效的。     

粗糙RBF神经网络集成的模式识别方法

提出一种定义属性重要度的方法,并根据属性的重要度测量元素之间的距离,以确定训练集的聚类情况.由于聚类的不确定性,提出利用粗糙集方法确定精确的下、上近似集合,用其聚类中心作为RBF神经网络的径向基中心,设计两个基函数中心不同的RBF神经网络.最后在经验风险最小化原则下,确定两个网络的每个输出值的置信度,得到神经网络集成的最终输出.网络的训练采用递推最小二乘方法,通过两个模式识别仿真实例验证该方法的有效性和正确性.     

基于无约束优化的非线性支持向量回归

提出利用牛顿法以及共轭梯度法解决非线性支持向量回归学习问题,不仅可以加速模型选择的过程,而且能够提高训练速度.将该方法应用于煤气炉数据集建模以及Mackey-Glass混沌时间序列预测,仿真结果表明了该方法的有效性.

     

离散最小阶奇异滤波器

本文是文献￣［１］结果的推广，讨论了含有部分未知动态嗓声的奇异线性定常离散随机系统的最小阶滤波器．类似于奇异最优调节器，本文提出了广义ｌｅｇｅｎｄｒｅ－ｃｌｅｂｓｃｂ条件；满足该条件和文中引理条件以及可扰条件时，本文证明了稳态最优滤波器是存在的，且具有最小阶（ｎ─ｍ＋ｒ）．同时，并给出了一种求解最小阶奇异滤波器的算法．文中举例说明了这一算法的可行性．     

一类Neutral时滞系统的鲁棒故障检测方法

针对一类具有不确定输入的 Neutral时滞系统 ,应用 H∞ 控制理论和 L yapunov原理得到了系统的带记忆状态观测器的鲁棒故障检测方法。证明并给出了观测器对不确定性具有 L2 范数界的渐近稳定条件和增益阵设计的线性矩阵不等式(L MI)方法 ,同时使残差体现了对故障信号响应的灵敏度。仿真算例表明了该方法进行鲁棒故障检测的有效性。     

基于观测器的非线性系统H∞模糊可靠控制

研究了基于观测器的非线性系统H_∞模糊可靠控制问题.采用T-S模糊模型对非线性系统进行建模,用模糊观测器重构系统状态.在系统发生故障时满足给定H_∞性能的约束下,最小化正常情况下的H_∞性能,实现次优H_∞模糊可靠控制.提出了两种应用线性矩阵不等式(LMI)的H_∞模糊可靠控制器设计方法.分别采用两步法和相似变换法将双线性矩阵不等式问题转化为LMI问题.仿真示例验证了所提出方法的有效性.

     

关联大系统的分散H∞/LTR控制

讨论关联大系统分散回路传递再生的设计问题.利用矩阵的奇异值分解技术,提出了对关联项进行块对角化处理的一种新方法.基于H∞理论,将多变量系统的回路传递再生方法推广于分散控制关联大系统,并避免了在所有可能的分散观测器增益构成的集合上,直接计算再生矩阵的H∞范数下确界的困难.