共查询到10条相似文献，搜索用时 15 毫秒
1.
研究离散广义系统尤其是非因果子系统的模型降阶问题·首先对原系统进行系统变换,将降阶问题归结于只对非因果子系统进行化简,从而达到真正的广义系统的模型降阶,即保留系统原有的非因果性·然后分析了广义系统的可控性和可观性,且用Hankel奇异值的大小来衡量对应状态的可控程度和可观程度·结果表明,在均衡实现的系统中,较小的Hankel值所对应的状态的可控性和可观性都"较弱",从而为模型降阶提供了理论依据·最后对离散广义系统给出了一种新的降阶算法·数值仿真证明了该算法的有效性· 相似文献
2.
考虑降阶正实控制器的设计问题.基于线性矩阵不等式(LMI),分别给出了连续和离散情形下降阶正实控制器新的上界,该界由系统参数矩阵确定.证明了当广义对象的两个子系统存在不稳定不变零点时,存在阶数小于广义对象McMillan阶的降阶正实控制器.证明是构造性的,可以给出降阶控制器的设计算法. 相似文献
3.
研究离散广义系统的渐近稳定性分析及控制问题·引入适合离散广义系统的Lyapunov函数,得到了该系统在正则条件下渐近稳定及可稳的等价条件·给出了相关的镇定方法,给出当广义系统具有因果性及非因果性下均适用的判定稳定性的方法·利用该方法可进一步研究广义系统鲁棒控制、H∞控制及容错控制问题· 相似文献
4.
广义系统多传感器信息融合降阶状态估值器 总被引：10，自引：5，他引：5
对于带多传感器的广义线性离散随机系统,基于奇异值分解,将其化为等价的两个降阶多传感器子系统。应用Kalman滤波方法,在线性最小方差最优加权融合准则下,提出了最优加权融合降阶稳态广义Kalman估值器。可统一处理融合滤波、平滑和预报问题,可减少计算负担和改善局部估计精度。为了计算最优加权,提出了局部估计误差方差阵和互协方差阵的计算公式。 相似文献
5.
对于带多传感器的Y-可观广义线性离散随机系统,通过状态线性变换,将其化为两个降阶的非广义多传感器子系统。应用Kalman滤波方法和白噪声估值器,提出了子系统和原系统的局部状态估值器及它们的误差互协方差公式。在线性最小方差按矩阵加权,按对角阵加权和按标量加权最优信息融合准则下,提出了原系统状态的三种稳态广义Kalman。融合器,可统一处理融合滤波、平滑和预报问题,且可改善局部估计精度。 相似文献
6.
《阜阳师范学院学报(自然科学版)》2015,(3)
针对带相关噪声的多传感器广义系统,提出一种分布式分量标量加权融合稳态降阶Kalman滤波器。应用奇异值分解将原广义系统转化两个等价的降阶子系统,将广义系统状态估计问题转为正常系统的状态估计问题,并求得任两个传感器子系统之间的稳态降阶滤波误差互协方差阵。兼顾融合精度和计算负担,以线性最小方差为融合准则,得到按分量标量加权的稳态Kalman滤波器。该滤波器避免了时刻计算协方差阵和融合权重明显减小了在线计算负担,便于实时应用。Monte Carlo仿真验证方法的有效性。 相似文献
7.
为了进一步提高现有互连电路模型降阶算法的精度和效率,提出一种基于时域多步积分的互连线模型降阶算法.首先对原始电路的时域方程进行多步积分得到关于状态变量的二阶递推关系,然后通过二次Arnoldi方法得到投影矩阵,再通过投影矩阵对原始时域方程进行投影得到降阶系统.该算法可以保证时域积分后降阶系统和原始系统的状态变量在离散时间点的匹配,保证时域降阶精度,同时继承了已有算法所具有的数值稳定性及降阶系统的无源性.该算法不仅比现有的时域模型降阶算法复杂度低和比现有的频域模型降阶算法精度高,而且与时域单步积分的模型降阶算法相比,可以在保证与其计算复杂度相当的基础上,达到更高的精度. 相似文献
8.
T-S模糊广义系统的H_∞控制 总被引：2，自引：5，他引：2
研究了TS模糊广义系统基于状态反馈的H∞控制问题·首先给出了使得TS模糊广义系统二次可稳的一个新的充分条件,然后给出了相应的H∞控制存在的一个新的充分条件,其条件用一个负定矩阵的形式给出·给出的条件不但简洁而且包含了子系统之间的相互作用· 相似文献
9.
一类转库问题流向优化问题的模型与解法 总被引：1，自引：0，他引：1
转库是大型企业物流管理工作中的重要环节·针对企业决策支持系统的子系统转库作业日计划问题进行了分析,为一类转库流向问题建立了优化模型具有特殊约束0-1整数线性规划问题(0-1ILP)·分析了具体问题的性质·为求解这类NP-难问题,给出了一种在实际中行之有效的求解问题的算法降维替换算法·以SAS语言为环境,用实际问题作为计算算例,对这种算法的优点进行了总结:该算法在实际应用中是切实可行的,在时间上是节约的,尤其适合于大规模的问题 相似文献
10.
混合动力电动汽车(HEV)的多能源动力总成控制器是实现多能源最优控制的关键,针对该包含多个子系统的复杂系统,提出了一类多模型方案,并采用了一种智能递阶监督控制策略·在智能递阶结构的上层,利用概率神经网络构成了组织级,对系统的任务进行规划;采用模糊决策控制器构成了递阶控制的协调级,将具体的任务分配给各个子系统·经过仿真研究,其结果表明了该方法的有效性· 相似文献