基于遗传算法优化的EPS路感混合H2/H∞控制

针对电动助力转向（EPS）系统统存在系统模型、干扰等不确定性，以及对系统动态特性的要求，提出基于遗传算法的EPS系统混合H2/H∞控制器．在EPS系统及整车二自由度数学模型基础上，以转向路感、系统鲁棒性和转向稳定性为控制目标，构建系统的状态空间方程和增广被控对象矩阵，并运用H2/H∞方法极小化系统中各种干扰对被控输出的影响，并在此基础之上应用H2方法对系统进行优化，提出基于遗传算法的EPS系统混合H2/H∞控制方法.EPS系统路感仿真结果表明，基于遗传算法的EPS系统混合H2/H∞控制器，综合了H2/H∞控制和H2/H∞控制的优点，具有较好的鲁棒性能和鲁棒稳定性，可有效抑制路面随机激励、转矩传感器量测、模型参数不确定等所引起的各种干扰和噪声，使驾驶员获得满意的路感．     

时滞线性系统Kalman滤波

研究时滞离散系统的线性最小均方差估计．针对具有即时观测和两个延迟观测的线性系统，通过构造重组新息序列，提出了时滞系统的Kalman滤波的一种新算法．其计算归结为三个与原系统有相同维数的标准Kalman滤波器．该方法具有很大的推广应用价值，可用来解决控制理论中一些疑难问题，如H∞固定时滞平滑估计，预演控制及时滞系统的H∞滤波和控制等．     

一种新的顺序数据同化方法

将Monte Carlo方法和H∞滤波技术结合起来,提出了一种适用于非线性系统在不知道观测资料误差统计特性情况下的Monte Carlo H∞滤波顺序数据同化新方法.分别利用Lorenz（1963）系统和浅水方程组对在实际应用中遇到的观测误差时间相关和空间相关问题与集合Kalman滤波同化方法进行了对比数值试验.在观测误差时间或者空间相关且不知道相关统计特性的情况下,新方法的同化结果比集合Kalman滤波方法的更好.结果表明Monte Carlo H∞滤波同化方法对非线性系统是有效和适用的,它不依赖于观测资料的误差估计,对观测误差统计特性的变化具有较好的鲁棒性.另外,新方法中用搜索法寻找到的最小水平因子是随流型演变的.     

零售商需求合作供应链动态模型及鲁棒H∞控制

以多个分销商和多个零售商组成的二级供应链网络为研究对象,在考虑零售商需求合作的情况下,建立了该供应网络的动态模型,同时分析系统在不确定性扰动下的牛鞭效应问题。运用H∞鲁棒控制方法来弱化供应链牛鞭效应的影响,并采用线性矩阵不等式(LMI)方法来获取H∞鲁棒控制策略。最后,结合相关算例验证了H∞鲁棒控制策略在改善供应网络动态性方面的可行性和有效性。对比分析表明,零售商需求合作及H∞鲁棒控制能够有效抑制牛鞭效应、改善系统的动态性,并为供应网络提供较优的库存控制策略。     

基于时间相关和可变块的 H.264去块滤波优化算法

基于块的混合编码在压缩率较高的情况下会产生明显的块效应,导致编码图像主观质量下降.本文在研究和分析了 H.264标准中采用的去块滤波方法后,为了进一步提高去块滤波的性能,提出了一种新的算法.该算法利用相邻两帧图像的时间相关性,即利用参考帧中已计算好的边界强度来预测下一帧的边界强度,并采用了基于可变块的去块滤波方法,以降低滤波过程中的计算量.实验结果表明该算法在对解码图像质量没有任何影响的情况下较标准算法降低了78%左右的滤波运算时间,有效地缓解了 H.264解码运算复杂度,提高整体解码时间,以有助于实时应用的实现     

基于LMI的一种统一的降阶控制器设计方法

在时域中研究线性对象的镇定控制，协方差上界控制，ＬＱＧ控制，Ｌ∞控制、Ｈ∞控制，正实控制及鲁棒Ｈ２、鲁棒Ｌ∞和鲁棒Ｈ∞等控制问题，把上述问题归纳到基于线性矩阵不等式的统一框架之中，得到了降阶控制器的存在准则，给出了满足设计要求的控制器阶次的一个上界，并提出了适用于上述所有问题的统一的降阶控制器设计方法，该方法仅涉及系统等价变换和降维的ＬＭＩ的有限维凸优化地，所有满足要求的降阶控制器可以由ＬＭＩ的解     

二阶锥规划方法对于时空域滤波器的优化设计与验证

时域滤波器和空域滤波器在信号处理领域具有广泛的应用．到目前为止已经有针对这些问题的大量优化设计准则，求解方法也各不相同，这些方法还存在缺点与不足，值得改进．提出了时域和空域滤波器优化设计的通用优化准则框架，将现有的大多数FIR滤波器优化设计问题、波束形成器优化设计问题纳入该统一的优化框架体系．研究发现，这些优化设计问题都可以转化成二阶锥规划的形式，然后利用已有的内点方法求解．该二阶锥规划方法具有非常大的灵活性，除了能实现现有文献中方法的功能外，还能克服它们对多个性能指标之问不能同时兼顾的缺点．还进一步运用二阶锥规划方法进行时、空域二维滤波器优化设计与矩阵空域滤波器设计．仿真实验结果验证了二阶锥规划方法的有效性．     

基于Hamilton函数方法的非线性微分代数系统反馈控制

基于Hamilton函数方法研究了一类非线性微分代数系统的镇定和H∞控制问题. 首先结合非线性微分代数系统内在的广义能量平衡特性提出了一种新的耗散Hamilton实现结构. 基于该结构, 对不存在外部扰动的非线性微分代数系统设计了镇定控制器, 对存在外部扰动的非线性微分代数系统, 证明了其L2增益分析问题可以归结为广义Hamilton-Jacobi不等式的求解问题, 并给出了H∞控制器的构造方法. 所提出的非线性微分代数系统的镇定和鲁棒控制器设计方法能充分利用非线性微分代数系统的结构特点, 所设计的控制器形式简单, 易于实现.     

不确定离散系统的鲁棒l2-l∞及H∞滤波新方法

要 基于一个新的鲁棒稳定条件, 提出了依赖于参数的凸多面体不确定离散时间系统的鲁棒l₂-l_∞及H_∞性能新判据. 利用该判据, 采用线性矩阵不等式技术推导了此类系统的鲁棒滤波新方法. 该方法通过求解一个凸优化问题设计稳定的全阶滤波器, 使相对于所有能量有界的外界扰动信号, 滤波误差系统的l₂-l_∞或H_∞性能指标小于一定值. 与已有的基于二次稳定的滤波方法相比, 所提出的算法具有较低的保守性.     

非线性H∞励磁控制器的递推设计

研讨非线性系统Ｌ２增益干扰抑制及电力系统非线性鲁棒控制问题,提出了一种利用递推设计方法以求解耗散不等式从而得到发电机励磁控制系统非线性Ｈ∞问题的存贮函数并以昆来构造电力系统励磁控制器,仿真结果表明了该方法的有效性。     

广义Hamilton系统的观测器及基于观测器的H∞控制设计

研究广义Hamilton系统的观测器设计和应用问题. 首先, 根据广义Hamilton系统的结构特性, 提出一种新的观测器设计方法: 扩张+反馈法. 基于该方法, 文中设计了两种观测器, 一种是针对系统结构中不含参数摄动的情况而设计的; 另一种是自适应观测器, 则是针对系统结构中含参数摄动的情况而提出的. 然后, 运用所得到的观测器研究广义Hamilton系统的基于观测器的H∞控制设计问题, 给出一种新的设计方法. 最后, 把得到的结果应用于电力系统, 给出单机无穷大系统的状态观测器和基于观测器的H∞控制方案. 仿真结果表明, 所提出的方法是非常有效的.     

线性正则变换的卷积定理及其应用

线性正则变换作为Fourier变换更为广义的形式，已经在光学和信号处理等领域得到了应用，相关的许多性质也已经被导出，但是对应于Fourier变换卷积定理的类似理论却还没有得到．导出了线性正则变换的卷积定理，并在此基础上研究了线性正则域带限信号的均匀采样以及滤波问题，得到了信号的均匀采样和低通重构公式，并提出了一种基于FFT实现的线性正则域乘性滤波器的时域构造方法，与线性正则域实现方法相比，大大降低了计算量．     

基于模糊神经网络的图像恢复技术

通过分别引入输入与输出空间的合理剖分,定义了一种新的模糊神经网络(FNN), 即选择型FNN, 该系统是一种多层前向网络, 在最大模意义下构成一类函数泛逼近器.基于一组具有实际意义的模糊推理规则, 得出了一个简单实用的推理型FNN. 利用选择型FNN与推理型FNN的有机结合, 得到FNN滤波器, 它不仅结构简单, 易于设计参数学习算法, 而且能同时有效去除图像信号中的脉冲噪声和保持图像结构. 实验结果表明, 与其他滤波器(如:中值滤波, 自适应加权模糊平均(AWFM)滤波等)相比, FNN滤波器在去除各种噪声, 保持图像未污染部分结构等方面性能卓越     

加性噪声条件下的UKF算法

UKF算法是广泛应用的非线性滤波方法之一,在加性噪声条件下,根据是否状态扩展和是否重采样有四种实现方式.从算法精度、适应性和计算效率等方面进行了理论分析和仿真计算,证明适当选择滤波器参数,常用采样策略下,状态扩展与非扩展的UT变换结果相同,但后者的计算效率较高;加性测量噪声条件下,扩展与非扩展UKF可获得相同的滤波结果;加性过程噪声条件下,扩展与非扩展UKF仅能获得相同的状态预测结果;重采样不总是构建滤波器的必要环节,但理论分析和仿真计算发现了重采样对滤波器增益的自适应调节能力,指出其在状态偏差或未知机动模式较大时对改善滤波器收敛性和精度有重要贡献.在此基础上,给出了实际应用中的滤波器设计准则:对于加性测量噪声宜采用非扩展方式;对于加性过程噪声,状态偏差或机动较小时宜采用扩展或非扩展的非重采样方式,系统状态偏差或机动较大时宜采用非扩展的重采样方式.性能分析方法和系统设计准则对研究其它的滤波器同样有参考价值.     

太阳能热光伏系统性能分析研究

建立了太阳能热光伏系统（STPV）能量吸收及热辐射发电过程的数理模型，数值模拟了不同聚光器聚光比时辐射器的温度分布，研究了聚光比及辐射器温度对电池伏安输出特性及系统效率的影响．随着聚光比的增大，辐射器表面温度显著增高，电池的输出功率及系统效率也成直线增长；分析了影响系统效率的关键参数如滤波器、电池温度和辐射器上下端部材料表面反射率对系统性能与输出电功率的影响．计算结果证明了STPV系统的可行性，形成了高效STPV系统的优化设计方法．     

交叉敏感情况下多传感器系统的动态特性研究

讨论了具有交叉敏感的传感器组成的多传感器系统的动态特性及其对系统检测精度的影响. 提出了将该多传感器系统看作一个线性滤波器与一个无记忆非线性函数的串联系统, 即Wiener系统, 把后续的信息融合系统看作一个无记忆非线性函数与一个线性滤波器的串连, 即Hammerstein系统. 在静态标定的基础上, 用盲解卷积技术求得Hammerstein的线性滤波器系数矩阵. 针对盲解卷积技术复现信号幅值不确定性的缺点, 提出了一种根据逆滤波器系数矩阵与静态标定的线性矩阵的同一性校正滤波器系数矩阵的方法, 以获得多传感器系统的近似逆向动态模型, 提高了多传感器系统在实际检测过程中的检测精度, 降低了动态检测结果失真度, 满足了实际情况的需要. 最后的仿真结果表明, 输入信号频率接近采样频率1/10时, 用盲解卷积技术获得的幅值复现误差是未经过动态补偿的幅值复现误差的1/20, 是各传感器单独动态补偿后幅值复现误差的1/2, 快速性提高了2倍. 金属氧化物半导体甲烷传感器的动态补偿结果表明, 在温度阶跃响应下, 补偿后的甲烷检测误差小于补偿前的1/2, 因此这种方法拓宽了多传感器系统的带宽.     

用于下一代移动通信系统上的高温超导滤波器子系统

对研制的高温超导滤波器子系统进行了介绍，它由一个相位自均衡的10阶高温超导滤波器、一个低温专用的低噪声放大器和制冷装置组成，高温超导滤波器的中心频率为1955MHz，相对带宽为0．51％，采用Sonnet仿真，并由双面Tl2Ba2CaCu208超导薄膜制作而成，衬底材料为O．5mm厚的LaAlO3,测试结果表明滤波器的最小插入损耗约为0．16dB，带外抑制好于75dB，下边带陡峭度为27dBMHz^-1，上边带陡峭度为22dBMHz^-1,滤波器子系统的增益为19．3dB，噪声系数为0．8dB，此外，还对高温超导滤波器的群时延失真进行讨论，并介绍了一种设计自均衡线性相位高温超导滤波器的有效方法。     

一类动态多尺度系统的最优滤波

研究一类动态多尺度系统的最优滤波, 这类系统由具有不同分辨率的多个传感器独立观测, 而系统具有已知的动态系统模型约束. 假设传感器的信号采集带宽成倍递减, 相应的采样频率也成倍递减. 用Haar小波变换来拟合状态在各尺度空间的投影关系, 给出该类多尺度系统的离散模型, 并证明了其可以直接应用Kalman滤波的条件. 基于线性时不变系统, 研究了系统的可控可测性以及滤波的稳定性, 并给出了一个判定定理, 证明系统只要在最细尺度上可控可测, 则Kalman滤波是稳定的. 最后以匀速直线运动过程为例, 验证了所提建模与估计方法的有效性.     

群归一复子波包处理

推广Ｌａｗｔｏｎ的方法构造ＦＩＲ的复数子波包变换滤波器组及相应的子波包函数，并按照的不同的时间－频率特性选择适用的基函数。针对传统子波和子波包分解系数难以准确反映该时频单元信号分量强度的缺点，给出改进的自适应子波包变换技术－－群归一子波包变换，并利用时频掩模滤波技术，完成强背景下目标信息的获取与分离，明显改善信杂比。由于该类复子波包变换滤波器是线性相位的酉正交滤波技术，完成强背景下目标信息的获取与     

近地轨道长时间多星交会任务混合规划

对近地轨道长时间多星交会问题，考虑基于光照条件的时间窗口与J2摄动影响，建立多星交会混合整数非线性规划模型，提出两层混合优化方法进行求解：上层问题以交会次序、交会轨道转移时间及交会后服务时间为设计变量，采用混合离散连续编码遗传算法求解，下层优化以单次交会轨道机动时间及机动冲量为设计变量，采用下山单纯形法求解；推导考虑如摄动轨道要素差分线性交会方程，并以该方程为基础提出下层优化近似策略，以提高计算效率．仿真结果表明：1）建立的近地轨道长时间多星交会任务的混合整数非线性规划模型是有效的，提出的两层混合优化方法可以获得满足时间窗口约束的满意解；2）推导的线性交会方程是考虑如摄动长时间轨道交会轨道良好的一阶近似；3）在如摄动影响下长时间交会问题无论在一个还是多个轨道周期的时间尺度上均具有多峰性，基于混合编码遗传算法求解多星交会任务规划问题符合问题特征．