具有输入干扰的模型集随机检验

为了解决面向鲁棒控制的模型集的闭环随机检验问题,该文讨论了具有输入干扰的线性分式扰动模型集的随机检验问题。应用线性代数方法通过对模型集进行讨论,根据一个模型集与对象频域输入输出数据相一致的充要条件,建立了模型集点非伪概率的解析表达式。数值仿真表明点非伪概率体现了模型集与系统真实动态之间的包含关系。     

互质因子摄动系统的非脆弱控制

研究了被控对象和控制器均存在不确定时闭环系统鲁棒稳定性和非脆弱控制问题,分别讨论了左互质因子摄动和右互质因子摄动情况下反馈系统的非脆弱鲁棒稳定性和性能敏感性问题,并给出了相应条件下系统非脆弱鲁棒稳定的充分条件,最后给出了两种情况下系统非脆弱鲁棒稳定性之间的关系。     

分数阶系统的一种频域辨识算法

研究了利用频率响应数据辨识分数阶传递函数的问题.根据分数阶传递函数模型中,公因子阶次和分母系数是非线性参数,而分子系数则是线性参数,给出了一种频域辨识算法:利用模拟退火算法估计公因子阶次和分母系数,相应的分子系数通过求解线性最小二乘问题得到.该算法可以估计出包括公因子阶次在内的所有模型参数.无噪声和有噪声频率响应数据2种情况下的仿真算例验证了算法的有效性.     

基于估计方程估计的单指标模型异方差检验

针对单指标模型的异方差检验问题,将估计方程估计与完全非参方差函数检验相结合,给出了一种新的检验形式.利用估计方程法得到单指标模型中未知指标参数的估计值,再根据局部线性拟合给出单指标模型联系函数的估计形式,进一步由完全非参方差函数方法构造检验统计量,对模型进行异方差检验.数值模拟部分以检验统计量的经验水平和经验功效为评价指标,实验结果表明,基于估计方程估计比基于梯度外积估计和基于最小平均方差估计的完全非参方差函数检验方法更有效.实例分析部分采用汽车数据集,同样验证了这一检验方法的显著性.     

闭环系统的虚拟参考反馈校正控制设计

在线性框架下,研究基于输入-输出观测数据对未知系统模型中反馈控制器的设计问题.采用虚拟参考反馈校正控制方法,通过最小化由一簇采集数据组成的L2范数控制代价函数,直接对控制器进行设计,而无需对系统模型建模辨识.针对控制设计中的优化问题,借助分离性原理,推导了一个迭代的可分离的非线性最小二乘辨识方法.该辨识方法可以降低收敛于局部最小的可能性,得到设计准则中参数矢量估计的全局最优解.给出在应用前利用概率统计对控制器进行检验的方法,以保证闭环系统的稳定性.仿真算例验证了方法的有效性.     

微生物连续发酵建模及胞内动力学参数辨识

针对甘油连续发酵生产1,3-丙二醇过程,建立了涉及胞内物质及跨膜运输方式的动力学系统,并讨论了该系统的一些性质.以计算值与实验数据的平均相对误差作为目标函数,给出了估计胞内动力学参数的参数辨识模型,并证明了该辨识模型最优参数的存在性.最后构造了改进粒子群算法求解辨识模型中的最优参数.数值结果表明:平均相对误差减小了20...     

基于改进闭环子空间辨识的电动轮汽车纵向力估计

为实现电动轮汽车轮胎纵向力的控制与协调分配,提出了基于改进闭环子空间辨识的电动轮汽车纵向力估计方法.分析了电动轮汽车电驱动系统特性,在此基础上提出了用于辨识的纵向力估计模型.进行底盘测功机道路模拟试验并采集数据.模型输入与噪声相关时,子空间N4SID(numerical algorithm for subspace identification)辨识算法是有偏的,针对这一问题,研究了一种改进闭环子空间辨识算法.结果表明:对比子空间N4SID辨识算法,改进闭环子空间辨识算法辨识出的模型具有更好的抗干扰性,纵向力估计精度更高,实时跟踪效果更好,满足基于数据驱动的驱动力模型预测控制的需求.     

Hammerstein系统遗忘因子有限窗口分解辨识

提出一种带遗忘因子和分解辨识策略的有限数据窗口递归最小二乘Hammerstein系统辨识方法。针对Hammerstein系统具有耦合参数的问题,将Hammerstein系统分解为2个子系统：一个子系统包含线性子系统参数,另一个子系统包含非线性子系统参数;提出一种基于遗忘因子的有限窗口递归最小二乘方法对分解模型进行在线递归估计;仿真示例验证了所提算法能够快速跟踪参数,实现对Hammerstein系统的精确辨识。     

数据缺失情况下具有测量误差的两个几何分布总体参数的估计和检验

讨论了部分数据缺失且存在测量误差的两个几何分布总体参数的估计与检验问题,给出了模型参数的矩估计,证明了估计量的强相合性和渐近正态性以及检验统计量的极限分布.     

相依数据非参数核估计的收敛速度

在非参数和半参数模型中，不论数据是独立的还是相依的，都涉及到对未知均值函数或者对某函数的未知条件期望的估计。文章针对这一问题，在数据为混合相依的条件下，给出一般函数条件数学期望的估计，并讨论了它的收敛速度。     

多变量时序模型的典则型研究

本文从多项式矩阵理论入手，指出多维时序模型的自回归部分多项式矩阵与滑动平均部分的多项式矩阵右互质，只是保证模型为典则型的必要条件，而不是充分条件，因此，为了获得多变量时序模型的典则型，必须限制模型的部分参数表达形式，因此提出了一种形式简单的多变量时序模型的典则型，并给出了实现的具体算法，还证明了该典则型自回归与滑动平均部分的多项式矩阵是右互质的．     

一种用于模型结构辨识的新方法

系统辨识的关键是模型结构的辨识，它包括模型验前结构的假定和模型结构参数的确定。线性系统的模型结构辨识实质上就是确定模型的结构参数。该文以飞行器运动数学模型为研究对象，介绍了一种基于Bayes假设检验理论、适用于线性系统模型结构辨识的新方法，并给出了工程应用实例。     

新型蝙蝠算法辨识船舶运动模型参数

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中新型蝙蝠算法引入船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了新型蝙蝠算法求解船舶运动模型参数辨识的适应性;给出了采用新型蝙蝠算法进行船舶运动模型参数辨识的流程。基于实船实验数据,采用新型蝙蝠算法辨识了实船一阶线型响应型模型参数。实例显示,将船舶运动模型参数辨识问题转化成优化问题,通过新型蝙蝠算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究表明,提出的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

基于双层自适应遗传算法的机器人参数辨识

激励轨迹的选取和优化是机器人动力学参数辨识的重要基础.为了提高机器人动力学参数的辨识精度,以SCARA机器人为研究对象,设计了基于双层自适应遗传算法的机器人激励轨迹优化方案.运用Newton-Euler法建立了机器人的动力学模型,并对机器人的动力学模型进行线性分离,得到了机器人的最小惯性参数集和对应的观测矩阵.分析机器...     

岳阳地区典型黏性土地基抗剪强度指标经验公式研究

针对岳阳地区典型的黏性土地基,进行了不同排水条件下的直剪试验,获得了大量直剪强度指标试验数据．基于试验数据的整理,提出了抗剪强度指标归一化参数的概念及定义式;对不同条件下的归一化参数分析表明,影响该参数的主要因素是液性指数,并给出了4个归一化参数随液性指数的变化曲线和相应的经验公式．基于归一化参数及快剪强度指标,可计算出更耗时的固结快剪、固结慢剪抗剪强度指标．本文研究思路和经验公式可为岳阳地区典型黏性土地基抗剪强度指标的确定提供新的途径,该方法可推广至其它地区或其它类型地基土的抗剪强度指标的确定．     

平面波导基模端面衍射光束参量与波导结构参数关系的研究

采用指数函数拟合光束参量与波导归一化频率的关系,分别得到了以二阶矩和微分算子定义的近场模场半宽度、以二阶矩和微分算子定义的远场发散半角以及以二阶矩定义的光束传输因子和波导归一化频率V、波导芯层半宽度a的解析表达式.曲线拟合得到的基于V、a的解析函数的计算结果,与基于波导芯层参量U、包层衰减参量W、波导芯层半宽度a的解析函数的计算结果相比,非常接近.     

电动液压助力制动系统制动意图识别方法

针对驾驶员在紧急状况下存在着因踏板力不足而导致制动距离过长问题,以某电动液压助力制动系统为研究对象,提出了一种基于隐马尔可夫模型的驾驶员制动意图识别方法,根据对驾驶员制动意图的识别来控制助力电机执行正常制动或紧急制动的助力模式.选取助力电机的转角、转速和车速作为制动意图识别参数.以制动强度为界限对识别参数数据集进行划分,训练出正常制动与紧急制动识别模型参数,建立了识别模型库,通过比较各模型库的对数似然估计值,判断出驾驶员的制动意图.仿真结果表明:该模型可准确、实时地识别出驾驶员的制动意图;在驾驶员踏板力一定的情况下,具有制动意图识别控制的助力器具有更好的制动效果,提高了驾驶安全性.     

基于极点配置的连续自适应控制器

把块脉冲函数的递推辨识算法与极点配置控制策略有机地结合起来，提出了一种新的连续时间自适应控制器。由于块脉冲函数递推辨识算法是一种能保持受控对象最小相位特性的连续时间参数估计方法，而极点配置控制策略是一种鲁棒控制方法，因此，本自适应控制器具有更加广阔的工程应用前景。文中给出了这种控制器的工作原理和设计方法，讨论了它的性能和实现问题。理论分析和水电站调速系统的仿真实验结果证实了本设计方法的有效性。     

关于定义在满足强分离条件的自相似集上的动力系统的一点注记

在满足强分离条件的自相似集上 ,可以定义一个连续自映射。这个自相似集的单位化的Hausdorff测度是它的不变遍历测度。还给出这个遍历测度是该自映射的一个极大熵测度的充要条件     

基于旅行时间分析的城轨乘客路径集验证方法

城市轨道交通乘客出行路径集是否正确,是乘客路径选择估计以及网络客流分布计算的前提和基础.从现有客流分布模型中有效路径选择集问题及OD实际旅行时间聚类特征出发,引入Rodriguez-Laio快速聚类算法,提出基于旅行时间聚类分析的城市轨道交通乘客路径集验证方法.以北京地铁网络为例进行算例分析,结果表明,该方法可以在全网络范围内对路径选择集问题OD作出快速识别及滚动验证,并为以原因分析为导向的现场客流调查与模型修正工作提供重要参考.