采用轮廓预测的电视信号自适应DPCM编码

用于电视信号帧内DPCM编码的非自适应预测器在图象的轮廓与边缘处经常导致大的预测误差,因此,它不适用于轮廓及细节丰富的图象。本文在轮廓预测的基础上提出一种新型的自适应预测器,图象的平坦部分及轮廓分别用不同的预测算法预测。预测器的自适应转换只利用前已传送的图象信息,不需向接收端另外传送附加的开关信息。该预测器的性能通过计算机模拟与其它已知的非自适应及自适应预测器进行了客观定量比较与主观试验。所建议的新的预测算法显著地降低了大预测误差的出现频数。与其它帧内预测器比较,采用这一新的预测器可以获得更大的码率压缩。     

一种基于预测量化对结构的LSP参数量化算法

为了提高LSP参数的量化效率,提出了一种基于预测量化对结构的联合预测矩阵量化算法。与常用的预测矢量量化结构不同,算法中的预测量化对结构对码本中的每一个码字采用一个与其匹配的预测器,可进一步减小预测量化的信息冗余。在码本训练中,设计了一种渐进闭环迭代优化方法,有效地提高了预测器与量化器的匹配程度。仿真实验结果表明,与传统的矩阵量化算法相比,提出的算法对LSP参数量化的平均量化谱失真较小,具有更优的量化性能。     

基于内模原理的简单极点配置自校正预测控制器

给出了一种简单的极点配置自校正预测控制器。主要内容有：根据Ｓｍｉｔｈ预测补偿原理，设计ｄ步超前预测器根据预测信号及预置闭环极点，采用双估计器技术，构筑极点配置自校正预测控制器；仿真结果表明这种控制技术是可行的。     

神经网络在网络丢包预测中的应用

通过在网络控制系统中加入BP神经网络从而达到对网络丢包进行预测的目的,为进一步的丢包补偿做足准备.利用粒子群算法优化BP神经网络预测器.仿真结果表明：与BP神经网络相比,PSO-BP神经网络具有更好的网络丢包预测性能.     

EPON中实时可变比特率视频业务的自适应线性流量预测动态带宽分配算法

根据视频数据流的长程相关性特点,提出一种以太无源光网络中面向实时可变比特率视频的动态带宽分配算法.该算法利用自适应线性单步预测器对未来到达的平均视频流量进行预测,实时预测结果用于对下一个发送时隙的计算,使得带宽分配算法能够充分满足实时视频流量需求.仿真实验表明,所提出的算法能够准确地对实时可变比特率视频流量进行预测,有效地降低排队时延,减小队列长度并提高带宽利用率.     

基于CUDA 和卡尔曼预测的实时电子稳像方法

针对传统电子稳像方法无法实现视频的实时处理的问题, 提出以SURF(Speed Up Robust Features)配准算法为基础, 基于CUDA(Compute Unified Device Architecture)编程实现算法的加速, 并利用卡尔曼预测器进行实时预测。算法利用CUDA 并行编程实现帧间特征点的提取和配准, 获得帧间运动矢量; 利用卡尔曼预测器获得稳定后的运动矢量, 实现对当前帧的运动矢量的补偿, 以达到实时稳像的目的。仿真实验结果表明, 该方法可有效去除视频帧间的抖动, 稳像效果良好, 实现了视频的实时处理。     

基于单神经元的非线性单值预测控制

利用单神经元构造被控对象的预测模型，给出了基于单神经元预测模型的单值预测控制算法，证明了该算法具有结构简单、运算量小、速度快的特点．通过理论分析给出了神经元学习收敛的充分条件．仿真结果表明了该算法的可行性．     

MLP语音信号非线性预测器

讨论了MLP（Multi-Layer Perceptron)语音信号非线性预测器的实现。为了使MLP能够适用于语音信号预测,对MLP的误差准则进行了修正以减轻神经网络模型与语音模型之间的过匹配。为了提高MLP的训练速度,提出了一种线性化逐层优化（LOLL）MLP训练算法。实验结果显示该非线性预测器的预测信噪比约比线性预测器提高2dB,而且它还可以同时完成长时预测器的功能;误差准则修正使非线性预测器的预测信噪比提高了0.35dB。     

基于通信的数据驱动分布式预测控制

针对分布式控制系统的特点,提出了一种新型的基于数据的分布式预测控制优化算法。由输入、输出数据直接设计分布式控制器,控制器在各个子系统通信的条件下采用基于纳什最优的分布式控制优化算法,以较低的成本达到整个大系统的性能优化。这种基于数据的方法使传统的预测控制器设计过程中的系统辨识和基于状态空间模型的预测控制简化为直接的一步,即直接利用数据设计分布式控制器。本文给出了这种新型算法的收敛条件,仿真结果证明了该方法的有效性。     

多重时滞非线性系统的自适应预测控制

针对NARX模型中一步时滞控制算法不完全适用于多重时滞的情形,提出一种在工作点处用线性的动态切平面逼近一般的非线性系统的方法,结合一种准则函数和预测器算法,提出一种自适应预测控制算法,给出了该模型下具有遗忘因子的递推最小二乘非线性参数估计算法.仿真结果表明:该控制算法品质好,参数估计算法几乎无偏,验证了自适应预测控制算法和递推参数估计算法的有效性.     

实时广义预测控制器在冷连轧机张力控制系统中的应用

针对广义预测控制在冷连轧张力中受到的实时性限制，直接给出Diophantine方程的求解公式及证明。以避免其在线递推求解，大大减少了广义预测控制器的运算负荷，有利于其在快速系统中的应用．仿真研究表明，该方法能大大缩短在线运行时问，进一步体现了广义预测控制的应用潜力．     

一种带约束的广义预测控制器

传统的广义预测控制算法,计算量大,求解复杂,对有约束的控制问题,求解更是麻烦.本文针对这一问题,提出一种带约束的广义预测控制算法,通过对未来控制序列的离线近似计算以及考虑到约束情况来精确求解当前时刻的控制量.该算法简单,避免了求解Diophantine方程及逆矩阵,大大减小了计算量,仿真结果表明,该算法控制性能良好.     

基于模糊模型的大范围预测平均控制器

将预测控制思想推广到模糊模型，导出一一类基于模糊模型的大范围预测平均控制算法，仿真结果表明，当被控对象为一复杂动态过程时，此类算法明显优于单独模糊控制器和单独的预测控制器。     

多变量预测控制及其在工业锅炉控制中的应用

本文利用预测控制方法,编制了监控级优化控制软件;同时,为了提高控制效果,节约能源,将该方法用到工业锅炉控制中去,设计了一种两级预测控制方法,并进行了仿真研究.     

一类时滞系统的模糊预测控制方法

对模糊控制和预测控制相结合的控制方法进行研究,提出了一种简单易于实现的模糊预测控制的组合方法.此方法将模糊控制的定性分析特点和预测控制的定量分析特点有效地结合起来,同时积分器的引入可以消除稳态偏差.仿真结果表明,该方法对控制作用的滞后时间不确定的系统十分有效.     

预测函数控制在感应电机调速系统中的应用

针对感应电机调速系统,提出预测函数—内模双环控制。预测函数控制有计算量小、跟踪速度快等优点,内模控制的参数调节方便,且能抑制参数变化在系统性能上影响,将两者原理有机结合,通过分析感应电机数学模型,电流环采用内模控制,转速环采用预测函数控制。仿真结果表明,采用预测函数—内模双环控制后,系统的动态性和静态性能都得到明显改善。     

基于模型预测控制的三相四桥臂有源电力滤波器

针对现有有源电力滤波器数字化控制方法对模型依赖性较强的缺点, 在介绍了正负序系统和零序系统解耦控制的基础上, 提出了一种三相四桥臂有源电力滤波器的模型预测控制(MPC)方法, 以差分方程作为预测模型, 保留了常规MPC中的反馈校正和滚动优化环节, 推导出了最优控制率. 与常用的预测电流控制方法做了对比, 得出了带电源电压观测器的预测电流控制只是模型预测控制的一个特例的结论; 详细分析了参数对稳定性的影响, 修改MPC的参数, 可以在省略带通滤波器的情况下, 允许更大的连接电抗参数建模误差, 鲁棒性比预测电流控制更高.此外, MPC和重复控制相结合消除了MPC所固有的稳态误差. 仿真结果验证了所提方法的有效性和正确性.     

多传感器矩阵加权信息融合预测控制算法

针对多传感器线性离散时不变随机控制系统,应用Kalmam滤波方法,基于状态空间模型,在线性最小方差最优信息融合准则下,给出了多传感器按矩阵加权信息融合预测控制算法.该算法将信息融合Kalman滤波器和预测控制相结合,避免了求解复杂的Diophantine方程,可明显减轻计算负担.与单传感器情形相比,可显著提高控制精度.一个三传感器目标跟踪控制系统的仿真例子说明了算法的有效性和正确性.     

一种单值预测控制鲁棒稳定性的简易判据

提出了一种单入单出系统预测控制鲁棒稳定性判据工程概念清晰 ,简单实用。理论分析和仿真结果证明 ,过程模型的参数大于被控过程正常操作点处的参数时 ,运用这种判据能够提高预测控制系统的鲁棒稳定性     

预测控制方法在位置跟踪控制中的应用研究

将预测控制与前馈控制相结合 ,提出了一种适合于位置跟踪系统控制的复合控制算法 .对该算法的稳态跟踪性能进行了理论分析 ,并针对一快速成型系统的X轴永磁交流伺服电机的控制进行了仿真和实时控制实验研究 .结果表明 ,该复合控制算法具有很好的鲁棒性能 ,其跟踪性能比不带前馈分量的预测控制算法更好