基于非线性预测滤波和UKF的状态估计方法

非线性系统存在建模误差时,UKF的状态估计误差较大,为了提高UKF对非线性系统的状态估计能力,本文将非线性预测滤波(NPF)方法和UKF相结合,提出了一种改进的UKF。首先应用NPF求得模型误差值,得到非线性系统的修正模型,将模型离散化再应用UKF进行状态估计。在仿真实验中分别应用单纯的UKF和改进后的UKF对一个存在模型误差的非线性系统进行状态估计,对它们的估计结果进行了比较和分析,结果表明结合NPF的UKF能够提高非线性系统状态估计的精度。     

基于线性二次调节器算法的两轮自平衡机器人最优控制方法

两轮自平衡机器人作为一种多输入多输出系统,虽然已在许多日常使用中得到应用,但大多数研究只关注通过试验实验或使用简易的数学模型来达到平衡.为了研究两轮自平衡机器人完整数学模型建模和运动平衡控制器设计,首先,根据机器人的电机模型、车轮模型和摆体模型,推导机器人运动的状态空间模型;其次,分析系统的可控性和可观性,并结合状态估计和反馈控制设计具有状态估计的反馈控制器,同时引入线性二次调节器(linear quadratic regulator,LQR)控制方法以完善控制器在机器人运动中的控制效果.仿真实验结果表明:具有状态估计的反馈控制器和LQR控制方法对于这类自平衡机器人运动平衡控制具有良好的稳定性和鲁棒性.     

基于UKF的参数和状态联合估计

对于因模型参数失配造成的非线性系统状态估计不准确现象,采用基于不敏卡尔曼滤波(UKF)的参数和状态联合估计方法,即将未知模型参数和状态组成增广的状态向量,用UKF同时获得参数和状态估计值.通过一个离散非线性随机系统的蒙特-卡洛仿真,总结滤波器参数对联合估计器性能的影响及参数选择规律.最后将该方法应用于一个典型的化工反应过程,获得了较好的效果.     

半主动悬架LQR控制策略的仿真研究

为了设计适用于半主动悬架的控制方法,本文建立了1/4车辆模型的状态空间.并采用线性二次型最优控制策略(LQR),通过选取控制器的性能指标,从而确定了最优控制规律.并对可调阻尼减震器进行简化建模,利用Matlab/Simulink对LQR控制策略进行仿真.通过与传统被动悬架的仿真结果对比,证明与车辆舒适性相关的参量有明显优化.这种方法较好地达到了控制目标,提高了车辆性能.     

三自由度直升机多模型LQR控制方法

针对三自由度直升机模型,为实现快速准确的跟踪控制,在现有线性二次型调节器(Linear Quadratic Regulafor,LQR)最优控制理论的基础上,利用多模型切换控制的思想,建立多个模型,设计多模型LQR控制器,选择最贴近当前状态的模型,并将其所对应的控制量作用于直升机模型。MATLAB仿真及实物控制结果显示,控制响应时间缩短,跟踪误差减小,表明该方法是有效的,可以提高跟踪控制的快速性和准确性。     

三自由度直升机模型鲁棒控制器设计

鲁棒性是直升机的重要性能指标.针对三自由度直升机模型设计了基于线性二次型调节器(LQR)和模糊逻辑的鲁棒控制器.该控制器从控制率出发,首先采用LQR控制器来确保直升机模型的静态性能,然后设计积分切换函数与滑模切换控制分量来增强系统的抗干扰能力,接着采用模糊逻辑调整控制律以达到最佳效果.实验结果表明该策略具有较强的鲁棒性...     

三自由度直升机多模型LQR控制方法

针对三自由度直升机模型,为实现快速准确的跟踪控制,在现有线性二次型调节器(Linear Quadratic Regulafor,LQR)最优控制理论的基础上,利用多模型切换控制的思想,建立多个模型,设计多模型LQR控制器,选择最贴近当前状态的模型,并将其所对应的控制量作用于直升机模型。MATLAB仿真及实物控制结果显示,控制响应时间缩短,跟踪误差减小,表明该方法是有效的,可以提高跟踪控制的快速性和准确性。     

刚性拉索振动主动LQR和D-V-I Bang-Bang控制效果比较

由于某些情况下拉索的抗弯刚度对振动频率有一定的影响,文章在考虑拉索抗弯刚度的基础上,建立了刚性拉索振动主动控制模型;融合线性二次型最优控制(LQR)策略和传统的Bang-Bang单模态控制策略,提出了适用于刚性拉索振动主动多模态D-V-I Bang-Bang控制的简化模型;仿真分析表明,主动D-V-I Bang-Bang控制比LQR控制更适合应用于工程实际。     

基于UPF算法的汽车多状态量估计

针对常用汽车状态估计算法计算复杂、精度低等问题,提出一种新的汽车多状态量估计方法。建立了包含定常统计特性噪声和Pacejka轮胎模型的七自由度非线性汽车动力学模型。针对一般粒子滤波(PF)算法存在的缺陷,使用非追踪卡尔曼滤波(UKF)算法产生粒子滤波的重要性概率密度。基于非追踪粒子滤波(UPF)算法实现对汽车多个关键状态量的最小均方误差估计。将基于UPF算法、UKF算法与PF算法的估计器进行了比较,揭示了粒子数对汽车状态估计效果的影响。基于ADAMS/Car的虚拟实验和实车实验表明基于UPF算法的估计器精度高于基于UKF算法的估计器,估计值相对于实际值的平均绝对误差均控制在状态幅值的10%以内,且实时性优于基于PF算法的估计器。     

基于鲁棒UKF 的永磁同步电机转子速度估计

针对无位置传感器直驱永磁同步电机系统(DD-PMSG: Direct-Driven Permanent Magnetic Synchronous Generator), 无迹Kalman 滤波(UKF: Unscented Kalman Filtering)方法鲁棒性不高的问题, 提出了基于一种新的鲁棒UKF 的转子速度估计方法。该方法将DD-PMSG 模型转化为由发电机机电状态与定子参数组成的增广方程形式。运用鲁棒UKF 算法, 可同时辨识发电机的机电状态和定子不确定参数动态, 使估计发电机参数不确定的鲁棒性得以改善。仿真结果表明, 与传统UKF 方法相比, 该方法对存在不确定性及非高斯噪声的系统模型具有较强的鲁棒性。     

压水堆蒸汽发生器水位模糊控制器的设计方法

根据压水堆蒸汽发生器的简化数学模型,将一种模糊控制器的系统化设计方法用于蒸汽发生器水位的控制。该方法将模糊控制器的设计分解为各个独立子系统的线性最优控制器(LQR)的设计,不仅大大简化了模糊控制器的设计,而且能够保证模糊控制系统的渐进稳定性。在快速加负荷和突然甩负荷的仿真实验中,该方法的控制效果在超调和反应速度方面明显优于已有的分层模糊自适应控制,验证了该方法的有效性。     

连续工况下基于PID+LQR算法的自动驾驶车辆横纵向耦合控制

为提高自动驾驶车辆的路径跟踪精度,针对自动驾驶车辆横纵向耦合控制问题,提出了带有前馈控制的PID+LQR联合控制策略。首先,利用二自由度车辆动力学构建路径跟踪误差数学模型,制定横纵向控制流程。随后,设计了用于横向控制的LQR控制器和用于纵向控制的PID控制器,将横纵向控制器进行整合,使得车辆在接收到决策规划系统给出的期望指令后可以进行跟踪行驶。借助CarSim和MATLAB/Simulink联合仿真平台,在连续工况下对该控制策略进行测试。结果表明,提出的横纵向耦合运动控制策略可以控制车辆沿着规划的轨迹行驶,且可将跟踪误差控制在较小的范围内。     

座椅可移动2轮机器人的建模与仿真

采用拉格朗日动力学方程建立座椅可移动2轮移动机器人在平坦地面上做直线运动的数学模型;采用局部线性化将机器人在控制系统平衡点附近近似为线性定常系统;基于其线性模型选用线性2次型调节器对机器人进行控制,控制器保证机器人在平坦路面上运动时保持车体竖直并使座椅在某一固定位置上;采用开放动力学引擎仿真和Matlab仿真对控制系统进行数值验证.仿真结果表明：2种不同仿真环境下具有相同的仿真结果,验证了所建立动力学模型的正确性和控制方法的有效性.     

LQR优化的BP神经网络PID控制器设计

针对传统神经网络PID(比例 积分 微分)控制器和传统线性二次调节器(LQR)优化型PID控制器对无刷直流电机转速控制恢复时间长及抗干扰性较差等问题, 提出一种LQR优化的BP神经网络PID控制器, 用于无刷直流电机的转速控制. 首先, 利用BP神经网络对PID增益进行调节, 提高控制器的动态适应性和鲁棒性； 然后, 采用LQR优化BP神经网络最优输出, 使其更接近目标PID增益. 仿真结果表明, 该控制器有效提高了响应速度, 减小了稳态误差并增强了抗干扰能力.     

时变采样网络控制系统的容错控制器设计

研究了具有时变采样周期的网络控制系统在执行器故障时的容错控制器设计问题.首先,将时变采样周期的不确定性转化成系统结构参数的不确定性,建立了时变采样周期网络控制系统的离散模型;在此基础上,设计了状态反馈容错控制器,保持闭环网络控制系统稳定并满足给定的LQR性能指标,该控制器参数通过求解线性矩阵不等式(LMIs)得出.最后,通过实例阐述了上述设计过程,仿真结果证明:此方法是有效的.     

不稳定和积分时滞过程的Smith预估器设计

针对不稳定和积分时滞过程，提出了一种设计修正的Smith预估器的新方法．首先利用内环控制器镇定不稳定或积分时滞过程，然后通过等效变换将修正的Smith预估器结构简化为内模控制（IMC）结构，并利用内模控制原理和积分平方误差（ISE）指标设计给定点跟踪控制器．最后，根据负载扰动下保持闭环系统稳定的要求，利用最佳相位裕度标准或Nyquist稳定性判据设计负载扰动控制器．多个仿真示例验证了该设计方法比现有的方法具有更好的动态特性与鲁棒性．     

单输入时滞离散系统的LQR问题

文章研究单输入时滞线性离散时间系统的二次最优控制问题(LQR)。将所研究的带输入时滞的问题转化为一个不带时滞的问题,一个动态的离散时间系统最优控制问题转化成了一个静态的数学规划模型,并运用2种方法成功推导出系统的最优控制输入序列;以数值算例进行仿真,其结果验证了该方法的有效性。     

结构半主动变阻尼器地震反应控制设计研究

针对半主动变阻尼器建立了地震作用下多层建筑结构基于支持向量机（SVM）的半主动控制算法．首先,运用动力缩聚法建立多层建筑结构模型,利用LQR原理获得LQR控制器;然后,构造SVM模型,通过机器学习、离线训练使其兼作控制系统状态观测器和控制器．