车辆半主动悬架自适应LQG控制

线性二次型高斯(LQG)随机最优控制理论和卡尔曼滤波器被应用于车辆悬架控制中。通过仿真分析得到了车体振动加速度均方根值随着悬架变形的均方根值的增大而减小的结论。提出了符合一类越野车辆实际需要的半主动悬架自适应控制策略。形成了对路面变化(包含车速)具有自适应能力的LQG控制系统。对自适应控制的效果进行了仿真分析。     

基于LQG/LTR的重型半挂车主动侧倾控制仿真分析

针对重型半挂车的侧倾稳定性问题,建立了八自由度的车辆模型,并以LQR主动侧倾控制方法为基础,提出了一种基于回路传输恢复技术(Loop Transfer Recovery:LTR)的LQG主动侧倾控制算法。设计各个车速下LQG/LTR局部状态反馈控制器,并进行了阶跃转向工况下车辆的仿真。仿真结果表明:LQG/LTR主动侧倾控制算法有效提高了重型半挂车的侧倾稳定性。     

基于LQG/LTR方法的结构振动AMD控制Benchmark模型仿真分析

LQG/LTR方法是基于回路传输恢复技术的LQG方法的简称,该方法是为了克服一般的LQG方法稳定裕量低发展而来,该控制方法的优越性已在土木工程结构振动控制领域得到了初步体现,文中主要是结合AMD控制Benchmark模型,对该控制方法在传感器正常工作时和几种失效情况下的控制效果进行仿真分析,仿真结果表明该控制方法具有很好的控制效果并同时兼具较好的稳定性和鲁棒性。     

主动悬架LQG控制器设计

把最优控制理论运用到主动悬架的控制策略中，通过车辆模型和控制系统的建立，进行了线性二次型最优控制器的设计，并且在输入一路面白噪声的情况下用Simulink进行了模拟仿真，仿真结果有效地证明了用LQG方法控制的主动悬架在改善汽车的平顺性和操纵稳定性上有良好的效果。     

基于斜舵船舶减横摇LQG控制研究

研究基于斜舵船舶减横摇问题,建立了船舶基于斜舵横向运动状态空间数学模型,用递推最小二乘法对海浪扰动进行建模.将扰动模型与原来的系统模型合并为新的系统模型,并引入白噪声作为系统干扰.对扩展后的新系统,运用线性二次高斯(LQG)控制方法计算出扩展Kalman滤波增益阵和扩展随机最优控制增益阵.另外通过仿真给出了斜舵的倾斜角度对减横摇效果的影响.仿真结果表明,基于斜舵利用经典的LQG控制方法实现船舶减横摇控制是可行的.     

四自由度汽车磁流变半主动悬架最优控制研究

应用汽车行驶动力学理论,以1/2汽车悬架模型为研究对象,建立四自由度汽车磁流变半主动悬架动力学方程和空间状态方程,设计了半主动悬架线性二次型最优控制器及控制算法,提出了汽车振动速度分段式磁流变半主动悬架最优控制策略。在SIMULINK软件中建立悬架仿真模型,仿真分析磁流变半主动悬架最优控制效果,仿真结果表明,汽车磁流变半主动悬架应用最优控制算法和分段控制策略可以降低车身垂向振动加速度和车身俯仰角加速度,提高了悬架平顺性。     

模糊遗传滚动优化的LS-SVM预测控制研究

提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。     

一类载人潜水器的改进LQG控制研究

针对一类载人潜水器(MSV,MannedSubmersibleVehicle)在动力定位中多自由度之间存在的强耦合、非线性,以及系统参数的时变特性,文章采用带遗忘因子的递推最小二乘法和平方根法对系统参数进行辨识,然后在状态空间进行多输入多输出(MIMO)线性系统的最优控制研究。仿真结果表明,该两种改进LQG控制方法对于外界扰动以及系统的参数时变具有良好的控制效果,控制精度得到提高,为实际载人潜水器控制系统的多自由度动力定位控制提供了坚实的依据。     

广义预测控制的快速算法及其应用

针对工业过程控制中的典型回路 ,一般采用一阶或二阶系统加纯滞后模型的特点 ,提出了一种快速广义预测控制算法 (FGPC) ,与标准的广义预测控制算法相比 ,该算法具有结构简单 ,在线运算量小的特点 ,比较适用于实时控制 ,并讨论了其中的参数计算。最后以典型工业过程系统的控制仿真验证了所提出算法的有效性。     

对丢失数据包的网络控制系统的分析及最优控制

针对同时存在前向通道和反馈通道数据包丢失的离散时间系统,分别将数据包丢失作为独立的贝努利过程进行建模。通过对量化器量化水平参数的约束条件,确保状态估计在均方差意义下的稳定,并基于约束条件获得前向通道的最大丢包率的一个上界。与此同时,基于线性二次型最优控制(LQG)性能指标和状态估计,给出了具有数据包丢失的系统最优控制律,运用线性矩阵不等式(LMI)技术和二分法进行优化设计,并给出了反馈通道最大丢包率的一个优化算法。最后通过仿真实例验证了理论结果。     

Performance evaluation of sensor allocation algorithm based on covariance control

1 .INTRODUCTIONSensing platforms for target tracking have becomein-creasingly complex as more and more types of sensorshave been added to them. Sensor management tech-niques can provide automatic or semi-automatic con-trol of a suite of sensors to i mprove the performanceof sensing and give an effective usage of sensor re-sources. Traditionally, sensor allocation approachesselect sensor sets which mini mize a cost function ormaxi mize an efficiency function consisting of sensor-target pair…     

高层建筑风振反应的T-S模糊控制

研究了高层建筑在顺风向脉动风荷载激励下T—S模糊控制问题。受控结构为拟建于澳大利亚Melboume的一幢钢筋混凝土结构办公楼，高306米，总共76层，控制设备为安装于结构最顶层的主动调谐质量阻尼器，主动控制力由T—S型模糊控制器求得。选取LQG控制的仿真结果为T—S模糊控制器的学习样本，采用减法聚类法和混合学习算法对T—S模型进行结构与参数辨识，通过改变结构刚度束检验模糊控制器的鲁棒性。仿真结果表明：T—S模糊控制器鲁棒性好，控制效果能够满足高层建筑风振舒适度的要求；与Mamdani型控制器相比，在线计算时间短，无计算时滞问题。     

基于数据质量评估的自适应序贯航迹关联算法

针对传感器精度下降时的航迹关联问题, 提出了一种基于数据质量评估的自适应序贯航迹关联算法。将实时数据质量评估结果引入关联门限的调整, 结合熵值法和效用函数法对传感器性能和局部滤波质量两项指标分别进行评估, 构建了两项指标与算法显著性水平之间的模糊关系, 实现关联门限的自适应调整。仿真表明, 在局部传感器精度下降的场景下, 改进算法的关联性能优于对比算法, 且良好的关联效果有益于融合精度的提升, 在目标机动的情况下也具有良好的适应性。     

Distributed power control algorithm based on game theory for wireless sensor networks

Energy saving is the most important issue in research and development for wireless sensor networks. A power control mechanism can reduce the power consumption of the whole network.Because the character of wireless sensor networks is restrictive energy,this paper proposes a distributed power control algorithm based on game theory for wireless sensor networks which objects of which are reducing power consumption and decreasing overhead and increasing network lifetime.The game theory and OPNET simulation shows that the power control algorithm converges to a Nash Equilibrium when decisions are updated according to a better response dynamic.