不依赖初始容许控制的非对称约束零和博弈智能评判设计

利用自适应评判控制方法研究具有非对称约束的连续时间零和博弈问题.首先,建立一种新颖的非二次型函数处理非对称约束问题,以降低对控制矩阵的限制.其次,推导最优控制、最坏扰动,以及Hamilton-Jacobi-Isaacs方程.然后,建立一种自适应评判控制方法以近似最优代价函数,从而获得近似最优控制以及近似最坏扰动.针对具有非对称约束的零和博弈问题,提出一种新型评判学习准则来强化学习过程并消除对初始容许控制的依赖.此外,利用Lyapunov方法证明系统状态和评判网络权值近似误差的稳定性.最后,利用F-16战斗机和倒立摆两个实例验证所提算法的有效性.同时,给出传统学习算法下的仿真结果,进一步说明所提新型学习准则的可行性.     

一类有色噪声干扰下的随机时变系统学习辨识

讨论由一类时变ARMAX模型描述的动态系统学习辨识问题,提出用于估计有限区间上重复运行时变系统时变参数的学习算法.文中给出最小二乘学习算法的具体形式及实现步骤,并分析所提出学习算法的收敛性.分析结果表明,当重复持续激励条件成立且满足严格正实条件时,提出的学习算法具有重复一致性,即参数估值完全收敛于真值.文中还将结果推广到一类周期时变系统.通过数值仿真,进一步对所提学习算法的有效性进行了验证.     

基于模型性能评估的递推PLS建模及应用

为了降低递推部分最小二乘(RPLS)建模方法的模型校正频率,开发了一种基于模型性能评估的RPLS(MPA-RPLS)模型.首先,根据过程的初始特性,自动生成模型的置信限,以均方根误差(RMSEP)为性能指标,评估模型性能;依据模型性能的评估结果,选择性地启动模型校正和置信限校正.然后,引入滑动平均滤波器消除过程变量中的噪声,探讨噪声对模型性能的影响程度.最后,将MPA-RPLS模型应用于一个化学反应过程--C₈芳烃临氢异构化过程,基于大量工业数据,进行仿真验证.仿真结果表明:本文开发的模型仅以微小的精度损失换取了模型计算效率的大幅提高(即模型校正频率大幅下降);滑动平均滤波器可有效地处理变量的噪声,改善模型的预测精度.     

基于龙伯格观测器的BLDC滑模控制系统仿真研究

针对无刷直流电机（BLDC）负载频繁改变导致电机调速性能差的问题,提出了一种基于负载转矩观测器的速度滑模控制方法。速度环采用滑模变结构控制方法,基于改进指数趋近律设计了速度滑模控制器;同时为了减小负载转矩扰动对电机运行状态的影响,基于龙伯格观测器设计了负载转矩观测器,通过观测器来估计实际的负载转矩并将观测器的输出前馈给速度滑模控制器来抵消负载转矩扰动的影响。为了验证提出方案的有效性,在MATLAB/Simulink仿真环境上搭建了仿真模型并进行了仿真分析,仿真结果表明基于负载转矩观测器和速度滑模控制器的无刷直流电机系统有着优异的性能,与传统PI控制相比,抗扰能力强、恢复时间短、转速响应快,证明了提出方案的有效性。     

复杂电磁环境下微弱目标探测技术研究

利用广播、电视以及卫星等信号为照射源的无源雷达,在复杂电磁环境下的干扰信号严重影响了远距离微弱目标的探测,为此提出了空时二维反干扰处理和二维长时相干积累技术。重点分析最大信干噪比（MSINR）准则的空域自适应零点形成技术和基于遗忘因子的改进型递推最小二乘（RLS）时域自适应处理算法,解决了微弱目标长时积累的可实现问题。最后在实验系统中进行了实际数据的仿真和验证,提高了微弱目标的检测概率,同时大目标的信杂比也提高了5 dB 以上,在实际工程中得到了很好的应用。     

高频间谐波引起闪变的时频混合测量方法

国际电工委员会（IEC）闪变仪无法准确测量高频间谐波引起的峰值波动闪变,为此提出了一种改进的时域和频域混合方法用于高频间谐波引起的闪变测量。在时域方面,采用一种同步解调方法替代IEC方法中的平方解调以提取高频间谐波引起的波动信号,该方法首先采用一种简单的方法提取基波同步信号,然后将该信号的奇次方进行配比运算得到同步的谐波信号集合,最后则通过谐波信号集合对原始信号进行运算以实现对高频间谐波信号的解调。在频域方面,则采用递推傅里叶变换对不同频率分量进行视感度加权的方法代替原有的视感度加权滤波器,以弥补视感度加权滤波器无法准确模拟视感度曲线的缺陷。在Labview中搭建了相应算法的模型,通过实验证明了所述算法能准确检测高频间谐波引起的闪变。最后还通过所述方法制定了单个间谐波和间谐波对决定的间谐波闪变曲线,分析了不同频段间谐波闪变限值的特点。     

四轮驱动电动汽车质心侧偏角与轮胎侧向力非线性鲁棒融合估计

针对四轮驱动电动汽车质心侧偏角和轮胎侧向力难以直接测量的问题,考虑系统未建模的动态特性、模型参数摄动、系统过程噪声及测量噪声等因素,提出了一种基于遗忘因子递归最小二乘法(FFRLS)与鲁棒容积卡尔曼滤波(RCKF)的联合估计方法。基于FFRLS法对整车质量进行实时估计,并将极大值背景下的估计误差最小化嵌入标准容积卡尔曼滤波(CKF)以实现RCKF,提出了联合估计算法的改进策略,有效提高了复杂工况下滤波对模型参数摄动以及未建模噪声的抗干扰能力,可以实现质心侧偏角与轮胎侧向力的精准估计。在CarSim/Simulink联合仿真环境下,采用不同工况验证了算法的准确性、鲁棒性和抗干扰性。在四轮驱动电动汽车实车平台上分析了算法的有效性。研究结果表明,所提方法比RCKF和CKF精度更高,解决了复合工况下四驱电动汽车质心侧偏角和轮胎侧向力的联合估计问题。     

基于卡尔曼滤波的行波波头检测算法研究

为了解决采用暂态行波对电力线路发生的故障进行定位时行波波头不易提取的问题,引入卡尔曼滤波算法进行行波波头检测。依据实际行波信号的特点建立故障电压行波模型,采用卡尔曼滤波的递推算法对模型中的基频以及各次谐波分量进行滤波处理,将得到的滤波结果在原信号的基础上进行消减即得到包含有行波波头信息的信号。建立系统发生单相接地故障模型,对模型中的故障行波信号应用该检测方法进行波头信息提取,仿真分析结果表明:所提出的方法能够有效地检测到行波波头,具有很好的实用性。