非线性扰动离散广义时滞系统的鲁棒H∞控制

研究了扰动是满足Lipschitz条件的一类非线性离散广义时滞系统的鲁棒H_∞控制和鲁棒H_∞保性能控制问题。目的是设计系统的鲁棒H_∞控制器和鲁棒H_∞保性能控制器。应用线性矩阵不等式方法,分别给出了系统的鲁棒H_∞控制器和鲁棒H_∞保性能控制器存在的充分条件;并在这些条件可解时,分别给出了鲁棒H_∞控制器和鲁棒H_∞保性能控制器的表达式。最后用例子说明了所给方法的应用。     

不确定网络化控制系统鲁棒故障检测

针对一类具有未知输入和模型不确定性的网络化控制系统,基于H_∞滤波器研究了系统的鲁棒故障检测问题.利用输入时滞方法,将含有网络传输时滞和数据丢包的不确定网络化控制系统建模成一类具有双加性状态时滞项的连续系统.采用Lyapunov-Krasovskii泛函方法分析了新系统的H_∞性能,并将所得结果应用于原系统鲁棒故障检测滤波器的设计,得到了滤波器存在的时滞依赖条件.最后,通过仿真验证了该方法的有效性.     

一类不确定时滞非线性系统的H∞鲁棒镇定

利用混杂状态反馈策略研究一类不确定时滞非线性系统的鲁棒H_∞镇定问题.首先,当控制器增益矩阵均已知时,利用单Lyapunov函数法和凸组合技术,给出了闭环非线性切换系统具有鲁棒H_∞性能的充分条件并设计出相应切换律.然后,当控制器增益矩阵均未知时,利用多Lyapunov函数法,设计了控制器及相应的切换策略,使闭环非线性切换系统是鲁棒H_∞渐近稳定的.     

非齐次马尔可夫LPV系统的H∞异步控制

针对存在外界干扰的情况,对一类离散时间非齐次马尔可夫线性变参数(linear parameter-varying, LPV)系统的H_∞异步控制问题进行了研究。由于实际非齐次马尔可夫系统的系统模态难以直接获得,考虑了控制器模态和系统模态不一致的异步问题,并用一个非齐次隐马尔可夫模型建模。非齐次马尔可夫系统和非齐次隐马尔可夫链的时变特性分别由分段齐次状态转移概率矩阵和分段齐次条件概率矩阵描述,且受同一个高层齐次马尔可夫链支配。针对上述问题,完成了对闭环非齐次马尔可夫LPV系统的稳定性分析、H_∞性能分析和H_∞异步控制器设计,使系统在受到外界干扰和控制器模态与系统模态存在异步现象的情况下满足给定的H_∞性能指标。最后通过对直流电机的仿真实验验证了利用非齐次信息得到理论的有效性和优越性。     

模糊连续变增益H∞控制器及其在生化过程中的应用

针对连续搅拌反应釜系统(CSTR)和生物反应等连续系统,采用梯度线性化,设计一种连续变增益控制器,主要思想是先利用梯度线性化方法得到非线性系统的一系列局部线性化模型,结合H_∞理论和极点配置得到变增益矩阵,通过拟合得到连续变增益H_∞控制器,再引入模糊隶属度函数,使控制器兼顾快速特性和良好的阻尼特性,保证系统始终具有较好的动态性能。仿真结果说明了此控制器设计方法的有效性。     

利用贝叶斯决策的GBAS保护级完好性风险分配

完好性风险是描述导航系统完好性重要指标之一。美国航空无线电技术委员会(Radio Technical Commission for Aeronautics, RTCA)在其标准DO-245A中提到,可依据Ⅰ类陆基增强系统(groud-based augmentation system, GBAS)地面基准站中的基准台数将保护级完好性风险分配于H₀和H₁假设,用于计算漏检乘积因子和GBAS保护级。此方法未能依据基准台故障情况分配完好性风险概率,导致保护级无法较准确地反映GBAS位置误差。本文利用Bayesian决策,基于最小总错误率准则重新分配H₀和H₁假设下的完好性风险概率。仿真分析了不同基准台数以及不同误差分布下完好性风险概率的分配,并计算了漏检乘积因子和垂直保护级,结果表明在基准台数大于2以及存在零均值或非零均值高斯分布的垂直位置误差时,基于Bayesian决策的完好性分配算法降低了保护级数值。理论分析和仿真实验表明,基于最小总错误率准则重新分配H₀和H₁假设下的完好性风险概率,减小了完好性风险分配的错误率,使保护级紧致地包络实际定位误差。     

利用贝叶斯决策的GBAS保护级完好性风险分配

完好性风险是描述导航系统完好性重要指标之一。美国航空无线电技术委员会(Radio Technical Commission for Aeronautics, RTCA)在其标准DO-245A中提到,可依据Ⅰ类陆基增强系统(groud-based augmentation system, GBAS)地面基准站中的基准台数将保护级完好性风险分配于H₀和H₁假设,用于计算漏检乘积因子和GBAS保护级。此方法未能依据基准台故障情况分配完好性风险概率,导致保护级无法较准确地反映GBAS位置误差。本文利用Bayesian决策,基于最小总错误率准则重新分配H₀和H₁假设下的完好性风险概率。仿真分析了不同基准台数以及不同误差分布下完好性风险概率的分配,并计算了漏检乘积因子和垂直保护级,结果表明在基准台数大于2以及存在零均值或非零均值高斯分布的垂直位置误差时,基于Bayesian决策的完好性分配算法降低了保护级数值。理论分析和仿真实验表明,基于最小总错误率准则重新分配H₀和H₁假设下的完好性风险概率,减小了完好性风险分配的错误率,使保护级紧致地包络实际定位误差。     

基于LMI的多传感器H∞融合滤波器设计

在实际多传感器数据融合系统中,往往过程噪声及测量噪声统计特性未知,但能量有限.此时一些在已知精确系统模型与噪声统计特性情况下保持优良融合性能的方法,不仅无法保持良好性能,甚至会出现崩溃情况.H∞融合滤波方法可以有效地解决此类多传感器融合系统的滤波问题,但存在求解困难问题.基于LMI给出并证明了H∞融合滤波器的解,给出了数值仿真实例.结果表明提出的方法可以解决过程噪声及测量噪声统计特性未知,但能量有限情况下的多传感器数据融合问题.     

主/被动雷达H∞滤波的最小方差数据融合算法

提出一种基于H∞滤波器的主被动雷达的最小方差数据融合算法。由于噪声方差在实际测量过程中是随时间变化的,甚至在有些干扰情况下是剧烈变化的。针对这一问题首先设计了一个H∞滤波器,该滤波器通过调节参数来增强其对外界干扰的鲁棒性,然后采用H∞滤波器分别对主被动雷达测量数据进行滤波,最后将滤波结果进行最小方差数据融合,较大的提高了融合算法对测量噪声干扰的适应性和鲁棒性。仿真结果表明,采用提出的算法所得到的滤波误差方差较小,且对外界大噪声具有很强的鲁棒性。     

基于自适应扩展H∞滤波的机动目标被动跟踪

为提高对机动目标的跟踪效果,提出了一种基于扩展H_∞滤波的自适应交互多模多被动传感器机动目标跟踪算法。利用简化的Sage-Husa自适应滤波器与交互多模相结合,对多被动传感器测得的目标角度信息进行融合,解决了被动式跟踪系统的可观测性及非线性问题,将扩展H_∞滤波器作为模型条件滤波器,通过调节扩展H_∞滤波器参数和量测噪声预测协方差矩阵,增强了对外界干扰的鲁棒性。仿真结果表明,所提算法比扩展卡尔曼滤波交互多模算法和标准交互多模算法具有更高的跟踪性能,在多站被动红外搜索与跟踪中是一种有效的跟踪算法。     

基于H∞控制方法的多链路网络拥塞控制

研究了一类基于主动队列管理(active queue management,AQM)路由器的多链路网络拥塞控制问题.用一个状态空间模型来描述多链路网络流量的动态特性,并将实际链路带宽相对于期望带宽的偏差作为干扰信号,从而用H_∞控制方法来解决网络拥塞问题.在链路带宽变化的情况下,通过丢包率来控制实际窗口大小及队列长度,使得实际窗口大小和队列长度达到期望值,从而达到降低网络拥塞的目的.最后通过两个仿真示例验证了方法的有效性.     

基于网络控制系统的H∞鲁棒控制

针对控制器与执行器均为事件驱动、传感器为时间驱动、时延不确定且不大于一个采样周期的网络控制系统,建立了其在单包传输下的离散模型。基于Lyapunov函数和线性矩阵不等式(LMI)方法,分析了闭环系统的鲁棒稳定性,导出了闭环系统渐近稳定且满足给定H_∞性能指标的充分条件。通过仿真算例,证明了分析方法和结果的有效性。     

一类时滞线性参数变化系统的H∞控制

研究一类时滞线性参数变化(LPV)系统的H_∞控制问题,采用基于仿射参数的Lyapunov函数提出了稳定性能分析和控制器设计的充分条件.同时应用投影定理,借助附加矩阵解除了参数的Lyapunov函数矩阵与系统矩阵的耦合,得到以线性矩阵不等式(LMI)形式表示的条件.并且通过多凸技术把得到的无限维线性矩阵不等式转换为有限维线性矩阵不等式,从而使问题可以求解.数值仿真表明,性能得到满足同时也证明了方法的可行性.     

基于非线性映射的自适应混合Kalman/H∞滤波器

Kalman滤波器的精度高,但是鲁棒性差。H∞滤波器虽然鲁棒性好,但是精度不高,将两种滤波器进行混合获得新的滤波器可同时具备高精度和对干扰噪声的鲁棒性。通过对Kalman滤波器的实时性能评价,提出了一种基于非线性映射的自适应调节权值混合Kalman/H∞滤波器,并通过全球定位系统/推位组合导航模型对提出的方法进行了仿真验证。仿真结果表明,在干扰噪声统计特性变化和系统模型存在摄动条件下,与Kalman滤波和H∞滤波方法相比,所提出的混合Kalman/H∞滤波方法具有更高的滤波精度,更适用于实际应用。     

H∞鲁棒滤波器与Kalman滤波器的对比

通常Kalman滤波技术应用得比较广泛 ,然而在系统模型和噪声统计特性存在不确定性的条件下 ,Kalman滤波的应用就受到了一些限制。H∞ 滤波可有效地解决Kalman滤波所遇到的问题 ,不仅估计精度高 ,而且还具有鲁棒性。简要介绍了H∞ 滤波技术和Kalman滤波技术 ,设计了H∞ 鲁棒滤波器和Kalman滤波器 ,并分 3方面对二者的性能进行了比较分析。     

基于LMI的多传感器H∞融合滤波器设计

在实际多传感器数据融合系统中,往往过程噪声及测量噪声统计特性未知,但能量有限。此时一些在已知精确系统模型与噪声统计特性情况下保持优良融合性能的方法,不仅无法保持良好性能,甚至会出现崩溃情况。H∞融合滤波方法可以有效地解决此类多传感器融合系统的滤波问题,但存在求解困难问题。基于LMI给出并证明了H∞融合滤波器的解,给出了数值仿真实例。结果表明提出的方法可以解决过程噪声及测量噪声统计特性未知,但能量有限情况下的多传感器数据融合问题。     

一种混合H2/H∞ 滤波的传递对准算法

针对机载武器捷联惯导系统快速精确传递对准问题,建立了速度加姿态匹配传递对准模型,将系统 噪声、速度观测噪声建模为高斯白噪声,而将受机翼挠曲变形影响的姿态观测噪声建模为能量有限噪声。建立了 观测噪声中既有高斯白噪声又有能量有限噪声的滤波性能优化指标,将滤波问题转化为最小最大问题,采用拉格 朗日乘子法对最小最大问题进行了求解。设计了一种能处理观测噪声中既有高斯白噪声又有能量有限噪声的混 合H₂/H_∞滤波算法。仿真结果表明,该算法稳定性强,滤波精度高,为机载武器提供了一种有效的快速精确传递 对准滤波算法。     

大气层内拦截弹采样系统H∞混合灵敏度设计

研究采用姿控式直接侧向力/气动力复合控制方式的大气层内拦截弹的过载跟踪控制器设计问题.舵系统和导弹运动都可以视作连续量,由脉冲发动机提供的直接侧向力可以视作离散控制量,因此基于混合控制的概念,当舵系统的控制器设计完毕后,整个系统就可以视作采样控制系统,从而可以采用采样系统的方法进行系统分析和设计.采用采样系统的H_∞混合灵敏度方法设计直接侧向力的离散控制器,以快速建立攻角来跟踪过载指令.数值仿真验证了设计方法的有效性.     

基于自适应参数回归的非局部图像滤波算法

针对图像加性高斯白噪声,提出一种优化的自适应参数滤波算法。该算法以非局部欧氏中值(non-local Euclidean medians, NLEM)滤波算法为基础,根据含噪图像梯度幅值在一定噪声范围内服从Rayleigh分布这一特性,求得以梯度幅值和噪声标准差为自变量的二元自适应滤波参数,并将它引入到邻域的权值计算中。其次,噪声的变化影响着l_p范数回归的选择,在一定范围内以噪声标准差为自变量对参数p进行多项式拟合,得到自适应l_p范数回归。在自适应滤波参数基础上,用自适应l_p范数回归进一步改进NLEM滤波算法的l₁范数回归。所选图像的实验结果表明,本文算法在一定噪声范围内不但获得满意的去噪效果,而且有效地减少人机交互程度。     

线性不确定随机系统时滞相关的H∞滤波

研究了一类带有时变状态时滞和参数不确定性的连续时间线性随机系统的鲁棒H_∞滤波问题。目的是设计一个线性滤波器使滤波误差动态系统是指数均方稳定的,并满足给定的H_∞性能指标。应用描述符系统模型转换,建立了新的Lyapunov-Krasovskii 函数。通过引入自由加权矩阵,消除了Lyapunov矩阵和系统矩阵的乘积项,从而无需在滤波器设计过程中对Lyapunov矩阵作任何约束,这在很大程度上降低了滤波器设计的保守性。基于LMI方法,针对精确已知随机系统和带有结构不确定性的随机系统,分别提出了时滞相关的鲁棒H_∞滤波器存在的充分性条件。仿真结果表明所提出的设计方法是有效的。