Dynamic disturbance rejection controllers for neutral time delay systems with application to a central heating system

In the present paper the problem of disturbance rejection of single input-single output neutral time delay systems with multiple measurable disturbances is solved via dynamic controllers. In particular, the general form of the controller matrices is presented, while the necessary and sufficient conditions for the controller to be realizable are offered. The proposed technique is applied to a test case neutral time delay central heating system. In particular, the nonlinear model of the plant and its linearized approximation are presented. Based on the linearized model, a two-stage controller is designed in order to regulate the room temperature and the boiler effluent temperature. The performance of the closed loop system is investigated through computational experiments.     

利用铋酸盐光纤高非线性效应实现40Gb/s全光3R再整形

该文研究的重点是全光3R再生技术中的再整形方法。研究了一个利用光纤的非线性的基于交叉相位调制与自相位调制的40Gb/s归零信号的再整形方法。文中使用软件Optisystem 3.0分别对基于高非线性光纤中的自相位调制和交叉相位调制实现再整形,并进行了仿真实验。该文提出的方案整形后得到的3R再生信号的质量得到了大幅改善。     

非线性编辑技术在高等医学院校课件制作中的应用

本文结合我院‘教育技术中心’非线性编辑系统的开发使用,比较分析了非线性编辑系统的优点,论述非线性编辑在视频制作、以及实践教学等方面的综合应用以及在应用非线性编辑系统制作中的一些问题。     

一种改进型残差约束渐消采样滤波器

非线性系统的状态方程和观测方程不准确时,非线性自适应采样滤波器的滤波精度将偏离真实值:严重时将引起滤波器的发散,得到完全虚假的滤波值,失去了滤波原本的意义.为减小线性化误差对非线性系统状态估计的影响,本文采用采样滤波器中的UKF(Unscented Kalman Filter)方法对非线性系统进行高精度滤波.同时深入研究UKF的自适应渐消记忆策略,以增强对建模误差的鲁棒性和对突变状态的跟踪能力,提高状态估计的精度和快速性.本文针对上述滤波方法进行改进,并通过一个非线性系统滤波仿真试验.证明其有效性.     

双电极电弧焊系统的非线性鲁棒自适应控制

本文针对可消耗双电极熔化极气体保护电弧焊接(DE-GMAW)系统,建立了一个双输入双输出非线性模型,并基于此提出了一种鲁棒自适应控制器的设计方法,可用于系统存在未建模动态和未知有界扰动的情况.应用Lyapunov稳定性理论证明,该鲁棒自适应控制器可保证整个系统的稳定性,且通过适当选择设计参数,可满足高精度的跟踪.仿真结果表明此控制器对DE-GMAW具有良好的控制效果.     

一类高阶非线性不确定系统自适应稳定控制

研究了一类高阶非线性不确定性系统的自适应稳定控制设计问题.因该系统的非线性程度高,其控制系数不等同、符号已知、但数值未知,故在此之前其稳定控制设计问题没有得到解决.本文应用自适应技术,结合设计参数的适当选取,从而得到了设计该类非线性系统状态反馈稳定控制器的新方法,并基于反推技术,给出了稳定控制器的设计步骤.所设计的状态反馈控制器使得闭环系统的状态全局渐近收敛于零,其余闭环信号一致有界.最后通过一个仿真例子说明了控制设计方法的有效性.     

基于支持向量机的参数自整定PID非线性系统控制

对非线性系统提出了一种基于支持向量机的自整定PID控制新方法.用支持向量机辨识系统的非线性关系,并对之进行线性化,提取出瞬时线性模型,采用最小方差的准则获取PID控制器的最优参数.为改善控制器的性能,提出了一些改进措施,包括使用一阶滤波器、控制器参数更新标准及惩罚系数的调整等.通过对典型非线性系统的仿真,验证了该方法的有效性和可行性.     

检验门限协整模型中的线性协整

考虑门限协整回归模型中线性的检验问题.在原假设为线性协整的条件下,构造TSupLM(supremumLagrange multiplier)统计量,并给出了极限分布.Monte Carlo实验研究了SupLM检验的有限样本性能,结果表明SupLM检验不受回归误差的序列相关性影响,也不受广义的自回归条件异方差GARCH(generalized autoregressiveconditional heteroskedastic)的影响.应用SupLM检验方法检测美国国库券收益率之间的关系,结果表明不同到期时间的国库券收益率之间存在门限协整关系.     

基于广义回归神经网络的传感器非线性误差校正

介绍了径向基函数网络的函数逼近原理和方法,提出了一种基于广义回归神经网络(GRNN)的传感器非线性误差校正方法。通过Matlab的Network Toolbox(神经网络工具箱),GRNN训练程序实现了输出特性曲线逼近。仿真分析表明:GRNN能够很好地满足传感器非线性拟合的要求,网络结构简单,收敛速度快。     

针对环状流形数据的非线性降维

近年来出现了多种新型的非线性降维方法,且在一些应用中体现出良好的效果.然而,当面对球体、柱体等环状流形产生的非线性流形数据时,这些方法往往会失效.针对这一问题,提出了针对环状流形数据的环结构检测算法与非线性降维方法.理论上,基于目前极受关注的Isomap降维方法的运行原理,给出了一个判断环状流形的充要条件;算法上利用所得的判断定理,制订了基于数据的环状流形检测算法:最后基于所找到的环结构,利用极坐标展开的思想设计了针对环状流形数据的非线性降维策略.针对一系列典型环状流形数据集的仿真实验结果表明,与其他流形学习降维方法相比,该方法对环状流形数据进行降维具有显著优势.