一种离散非线性随机系统模型及其自校正调节器

建立了一种描述离散非线性随机系统新的数学模型,它是CARMA模型的一种扩展,双线性系统模型是它的一种特殊形式,参考CARMA模型下自交正调节器控制律的算法结构,同时给出了新模型了自校正调节器的算法,它将CARMA模型的算法在结构上从线性扩展到非线性。     

基于灰色模型的广义预测控制直接算法

基于灰色模型GM（1,2）,采用两个辨识器分别辨识被控对象和闭环系统的参数,从而得到了控制器的参数,给出了一种广义预测控制的直接算法.由于此方法将被控对象视为灰色系统,需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少,实时性进一步提高.仿真结果表明,该方法是有效可行的.     

一种广义预测控制直接算法

基于灰色模型GM（1，2）采用两个辨识器分别辨识被控对象和闭环系统的参数，从而得到了控制器的参数，给出了一种广义预测控制的直接算法。由于此方法将被控对象视为灰色系统，需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少，实时性进一步提高。仿真结果表明，该方法是有效可行的。     

全解耦的多变量自校正控制

本文在 Koivo 建立的多变量自校正控制基础上,给出了描述系统动态的CARMA 模型。并将它化为 V 规范多变量耦合系统,然后进行解耦,从而提出一种新的多变量全解耦自校正控制(MFDSTC)策略。仿真结果表明,本文提出的解耦策略是可行的。文章还指出,这种解耦策略也适应于非最小相位系统。     

一类非线性系统的自适应广义预测控制

利用Hammerstein模型描述一类非线性系统，提出了一类适用于非线性系统的自适应广义预测控制算法（NAGPC），该算法将整个控制系统分解成线性和非线性两部分考虑；在线性部分中，根据广义预测控制（GPC）算法中控制增益阵F的特点导出了一种速度较快，计算量不大的GPC改进算法。非线性部份利用插值原理给出了一种便于计算机实时计算的根值解法，并将其解作为整个系统的控制输入。仿真结果表明，NAGPC算法计算速度快，鲁棒性较强，稳定性较好。     

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.     

基于即时线性化的Wiener非线性系统预测控制

采用一种Laguerre网络与SBP神经网络构成的组合模型和即时线性化方法实现了对Wiener非线性系统的自适应预测控制策略。组合模型无需动态系统的阶次和时延的结构先验知识；即时线性化，即是在线依据每个控制周期由模型获得的系统未来各步预测输出yo(k i)|k,(i=1,…，P）对非线性模型进行线性化，进而利用线性化模型进行控制优化求解，即时线性化避免了非线性控制优化求解的困难。文中还给出了实现即时线性化的算法，最后仿真表明所提的算法与策略是有效的。     

基于广义Hammerstein模型的多变量非线性预测控制

将单输入单输出的Ｈａｍｍｅｒｓｔｅｉｎ模型推广至多输入多输出系统,提出了广义Ｈａｍｍｅｒｓｔｅｉｎ模型,并给出了其辨识建模方法．进一步以此模型为基础,提出了一种多变量非线性预测控制算法．该算法利用了线性预测控制的成果,避免了通常非线性模型预测控制所需的在线数值寻优计算,大大节约了在线计算时间、提高了算法的可靠性和稳定性．     

基于神经网络的人工肌非线性控制

运用非线性控制的逆系统方法,提出了一种基于神经网络的人工肌非线性控制方案,由原系统导出n-m阶逆系统模型,并与原系统一起构成具有反馈结构的伪线性系统,从而可方便地运用线性控制理论完成对控制系统的设计,用BP神经网络逼近逆系统模型,并借助于递推预报误差算法来训练神经网络,该算法与传统的BP算法相比具有更好的收敛特性,设计了一个具有单关节的人工肌试验系统,给出了人工肌关节跟踪正弦波和矩形波参考信号的试验结果,与传统的线性控制方案比较,基于神经网络的人工肌非线性控制方案能够得到更快的控制速度和更高的控制精度。     

自校正PID算法在电炉温度控制中的应用

本文针对电炉温度控制问题,设计了一种极点配置自校正PID控制器,给出了系统的CARMA模型,介绍了带遗忘因子的递推最小二乘实时参数估计算法,以及极点配置自校正PID算法,建立PID参数与系统参数及控制性能指标之间的关系式,并进行了MATLAB仿真。仿真结果表明,自校正PID控制能使系统的性能达到预期的效果,提高了系统的动态特性。     

带有未知参数的非线性系统递阶模型跟踪控制器的设计

从参数估计与最优控制双目标优化的观点出发,采用大系统中分解-协调的方法,给出了一种对非线性系统四级递阶模型跟踪控制的算法,并用于求解带未知参数的同步电机励磁控制问题。仿真结果表明,此算法计算简便、结构分明,能达到较好的参数估计精度,而且能使非线性对象很好地跟踪模型。     

基于最优控制的新型非线性预测控制算法

在电站过程控制中定值调节占很大比例,控制系统的抗阶跃干扰性能非常重要。另外,基于机理模型的电站仿真机,能够模拟真实机组对运行人员进行培训。这种机理模型有很高的动、静态特性,完全可以用来作为预测模型,实现对未来时刻输出的预测。作者根据最优控制的设计思想,设计出了将模型预测控制和常规控制相结合的控制方案。此算法改善了对象特性,具有较强的抗干扰能力和鲁棒性,适用于大惯性、有自平衡能力的大多数热工控制对象,为非线性系统模型预测控制提供了一条新思路、新方法。     

非线性基于模型的节流阀控制系统

发动机点火系统要求对空气和燃料进行精确的控制，这一系统中的一个重要组成部分是节流阀系统。建立一个非线性的节流阀模型，并且用它来进行控制方面的设计，给出一个非线性的基于模型的节流阀控制器，与通常的PI控制器相比，能有效地提高控制效果。     

基于网络的非线性编辑系统方案设计与管理

根据非线性编辑系统的需求分析，设计了一种基于100M以太网的非线性编辑系统网络拓朴结构和组网方案，分析了系统工作时的数据流程和系统管理方法。     

沸石系统的非线性电性质

在较宽音频频率范围内，研究了沸石石蜡油悬浮液在强电场下的非线性电。内容包括沸石石蜡油悬浮液复介电谱的测量，悬浮液的成分、电场强度对复介电谱的影响以及该体系对强交流电场和叠加在强直流电场上的弱交流电场的非线性响应。     

非线性角度电位器及其在仿真伺服系统中的应用研究

提出了一种将非线性角度电位器用于仿真伺服系统设计的新方案，首先推导了非线性角度电位器的数学模型，非线性角度电位器可将转角量转化为电压或电阻信号，然后将非线性角度电位器用于仿真伺服控制系统的模拟位置闭环，仿真伺服控制系统整体结构采用四闭环控制，仿真实验表明，采用非线性角度电位器的仿真伺服系统具有较高的控制精度、功能完善、可维护性好、具有很强的鲁棒性。     

具有比例积分结构的模型算法自适应控制器

通过构造新型目标函数,并且采用加权预测控制律代替一步预测控制量,得出了一种具有比例加积分结构的自适应模型算法加权控制器．该控制器能实现无偏差跟踪参考输入轨迹．仿真结果表明,对于时变对象,新算法自适应控制比基本型模型算法控制具有更强的鲁棒性．     

非线性相机模型对AR系统注册精度的改进

注册是AR系统成功的关键技术之一.最近提出的采用基本矩阵的注册算法,不需要辅助的定位器材,也不需要人工标志物,易于执行,适应范围广,但注册精度有待改进.通过Tsai算法引入了非线性相机模型,对原有图像进行畸变校正,然后用基于基本矩阵的注册算法采用校正后的特征点进行计算.从实验所获得的结果来看,这种方法可以获得较原注册算法更好的精度.