非线性模糊直接鲁棒自适应控制的后推设计

采用模糊直接控制方法,针对一类非线性多入多出系统,提出了一种带有连续鲁棒项的鲁棒自适应控制方法.在此基础给出了高阶多入多出系统的鲁棒自适应的后推设计方法.在鲁棒项合理简化的情况下,给出了系统Lyapunov意义下的稳定性证明,简略分析了各设计参数的物理意义及其对系统性能的影响.理论分析和仿真实验均显示,本方法可以使系统全局渐近稳定,且选取恰当的设计参数可保证系统对输入信号的跟踪达到任意精度;并且由于鲁棒项的引入可使系统的设计更具灵活性.     

脉冲噪声下基于Robust STFT的LFM信号检测与参数估计

针对传统的基于时频的线性调频(LFM)信号检测和参数估计方法在脉冲噪声环境下失效的问题,提出了一种新的对脉冲噪声不敏感的鲁棒短时傅里叶变换(Robust STFT)LFM信号检测和参数估计方法.该方法首先计算含噪声LFM信号的鲁棒短时傅里叶变换,由于鲁棒STFT对脉冲噪声不敏感,时频平面上呈斜线分布的LFM信号的时频特征仍然被保留.基于Radon变换在时频平面上进行直线积分,实现了信号检测和参数估计.仿真结果验证了该方法的有效性.     

具有跟踪鲁棒性能的H∞最优预见控制

研究了一类不确定离散时间系统的鲁棒H∞预见控制问题。其中采用一种新的方法构造扩大误差系统,避免对时变的系数矩阵取差分,从而成功构造简化的扩大误差系统。然后针对所求得的不确定系统的扩大误差系统,通过引入带有预见作用的状态反馈,研究鲁棒H∞保成本控制问题,得到确保鲁棒H∞控制器存在的充分条件及H∞状态反馈控制器的设计方法。该条件可以通过求解一个线性矩阵不等式优化问题而实现。所得控制器回到原系统就得到带有预见作用的最优预见控制器。而且,通过引入积分器,实现闭环系统对目标值信号的鲁棒无静差跟踪。最后的数值算例说明了本文理论的有效性。     

一类不确定时滞系统的指数稳定鲁棒H_∞控制

基于稳定性理论,利用Lyapunov泛函和线性矩阵不等式(LMI)方法,研究了一类带有不确定项时滞系统的指数稳定和鲁棒H∞控制问题,给出了系统指数稳定且具有H∞性能鲁棒稳定性的充分条件,并且基于此条件给出了状态反馈控制器的设计方法.最后,仿真例子说明了该方法的有效性.     

不确定时滞中立系统的鲁棒H_∞滤波器设计

对带有状态时滞的不确定中立系统的满阶鲁棒H∞滤波器设计问题进行了研究,目的是对于所容许的不确定性和时滞,设计一个满阶鲁棒H∞滤波器,使得滤波误差动态系统是渐近稳定的并且满足给定的H∞性能要求.在Liapunov稳定性理论的基础上,通过使用线性矩阵不等式方法,证明了在一定条件下,存在一个鲁棒H∞滤波器使得相当的滤波误差动态系统是渐近稳定的,当这些条件满足时,给出了所求的鲁棒H∞滤波器.最后用数值算例验证了结论的可行性和有效性.     

轮式移动机器人滑移补偿鲁棒控制

提出了滑移补偿鲁棒控制策略. 首先建立包含滑移因素的移动机器人运动学模型,其中滑移量以附加的有界扰动形式引入. 借助链式系统理论,将带有滑移扰动的系统运动学模型转化成为一个标准的受扰链式模型,利用该模型的数学结构可以方便地设计变结构鲁棒控制器. 由稳定性分析可知,滑移补偿鲁棒控制器可以保证法向控制误差的收敛以及姿态误差有界. 仿真实验表明,设计的滑移补偿鲁棒控制器可以有效地消除滑移因素对轨线控制精度的负面影响,提高移动机器人在复杂地形条件下的可操作能力.     

一类不确定非线性时变时滞系统的鲁棒控制

研究了一类带有不确定非线性时变时滞系统的鲁棒渐近稳定问题.利用Lyapunov稳定性定理和LMI技术,给出了不确定非线性时变时滞系统在具有鲁棒状态反馈控制下鲁棒渐近稳定的充分条件.计算机仿真算例表明了该方法的有效性.     

一类不确定非线性时滞系统的鲁棒控制

研究了一类带有不确定非线性时滞系统的鲁棒渐近稳定问题.利用李亚普诺夫稳定性定理和线性矩阵不等式工具,得到了此类系统鲁棒渐近稳定的充分条件,并给出相应的鲁棒状态反馈控制器设计.最后仿真示例表明了该方法的有效性.     

非线性时滞系统的保性能鲁棒稳定性和鲁棒稳定控制--时滞相关情形

研究了带有非线性摄动的时滞系统的时滞相关保性能鲁棒稳定性和时滞相关鲁棒稳定控制问题.对这类非线性时滞系统分别建立了时滞相关的鲁棒稳定性判据和时滞相关的保性能鲁棒稳定性判据,指出了系统时滞相关鲁棒稳定时存在时滞上界,并且提出了降低系统可保性能的一个优化算法.给出了系统的两类时滞相关鲁棒稳定控制器的设计方法.     

不确定离散时滞系统的鲁棒H_∞弹性滤波

针对一类具有参数不确定性的离散时滞系统,研究了鲁棒H∞弹性滤波器的设计问题.系统中的参数不确定项满足范数有界条件,待设计的弹性滤波器含有乘型滤波增益变化.首先,按照滤波器设计形式构造出滤波误差动态系统.然后,运用Lyapunov稳定性理论,获得满足设计要求的鲁棒H∞弹性滤波器存在的可解性条件,即代入滤波误差动态系统的参数.最后,利用矩阵变换方法,将鲁棒H∞弹性滤波器的设计问题归结为一个线性矩阵不等式(LMI)求解问题;通过求解LMI,获得满足设计要求的鲁棒H∞弹性滤波器参数,使滤波误差动态系统渐近稳定,且满足H∞范数界γ干扰衰减.基于数值实例的仿真结果验证了该弹性滤波器设计方法的有效性.     

基于Kalman滤波的稳态白噪声估值器

基于 Kalman 滤波,对带非零均值的相关噪声系统提出了统一的稳态白噪声估值器,可统一处理白噪声滤波、平滑和预报问题。它们包括稳态输入白噪声估值器和观测白噪声估值器,且包括白噪声新息滤波器和 Wiener 滤波器。一个 Bernoulli-Gaussian 白噪声的仿真例子说明了它们的有效性。     

基于Kalman滤波的带相关噪声系统最优白噪声估值器

基于 Kalman 滤波,提出了带相关噪声定常系统的统一的白噪声估值器。它们由输入白噪声估值器和观测白噪声估值器组成,且可统一处理白噪声滤波、平滑和预报问题,可用于石油地震勘探信号处理和状态估计。一个 Bernoulli-Gaussian 白噪声平滑器的仿真例子说明它们的有效性。     

统一和通用的白噪声信息融合反卷积估值器

对于带不同局部动态模型的多传感器线性离散时变随机控制系统，应用Kalman滤波方法，在按标量加权最优融合准则下，提出了统一和通用的最优信息融合白噪声反卷积估值器，并对定常系统提出了稳态最优信息融合白噪声反卷积估值器。它们可统一处理白噪声反卷积融合滤波、平滑和预报问题。为了计算最优加权，提出了输人白噪声局部估计误差互协方差计算公式。它们在石油、地震勘探领域中有重要的应用背景。     

多传感器系统模型参数和噪声统计的一种信息融合辨识方法

对于带有未知模型参数和未知相关噪声统计的多传感器随机系统,基于ARMA新息模型,利用相关方法,用平均局部的模型参数和噪声统计估值器的方法,提出了模型参数和噪声统计信息的在线信息融合估计器,它们可以被解释为最小二乘融合估计,并证明了相应的辨识器具有强一致性,即以概率1收敛于相应的真实值.一个2传感器系统的仿真例子说明其有效性.     

辨识动态系统噪声方差Q和R的新方法

对于带未知噪声方差的线性离散定常随机系统，引入左素分解可得到一个新的观测过程，它用两个滑动平均（MA）过程之和表示。用解相关函数矩阵方程组得到了噪声方差Q和R的估值器，进而基于新的观测过程的采样相关函数及其遍历性可得到噪声方差Q和R的强一致估计。算法简单，便于实时应用。一个目标跟踪系统的仿真例子说明了其有效性。     

基于Kalman滤波的白噪声估计理论的推广

应用Kalman滤波方法和射影理论,将现行的白噪声估计理论推广到一般的随机系统,其中系统噪声在相邻时刻是相关的,且系统噪声和观测噪声在相同和相邻时刻也是相关的。提出了统一的最优和稳态白噪声和拟白噪声估值器。一个仿真例子说明了其有效性。     

自校正解耦融合Kalman滤波器及其收敛性

对带未知噪声统计的多传感器系统,提出了基于相关方法的噪声统计在线估值器,进而提出了自校正Riccati方程和自校正Lyapunov方程.在按分量标量加权线性最小方差最优信息融合准则下,提出了自校正分量解耦融合Kalman滤波器,并用动态误差系统分析(DESA)方法证明了它收敛于最优分量解耦融合稳态Kalman滤波器,因而具有渐近最优性,它的精度比每个局部自校正Kalman滤波器精度高,且算法简单,便于实时应用.一个目标跟踪系统的仿真例子说明了其有效性.     

有色噪声干扰的非线性系统强跟踪滤波

推广了现有的强跟踪滤波理论,解决了一类具有色噪声干扰的非线性时变随机系统的强跟踪滤波问题,为使状态估计值更加平滑,引入了弱化因子的新概念,最后通过计算机仿真验证了本方法的有效性。     

多传感器系统噪声统计辨识的一种相关方法

对于带未知噪声统计和相关噪声的多传感器线性离散定常随机系统,通过左素分解将观测过程表为两个滑动平均(MA)过程之和,利用解相关函数矩阵方程组方法得到系统的噪声方差、相关阵及互协方差的在线估计器.基于观测过程的采样相关函数的遍历性证明了噪声统计估值器是强一致的.一个两传感器带相关噪声系统的仿真例子说明了方法的有效性.     

带相关噪声系统的自校正观测融合Kalman滤波器

对于带有相关噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,提出了噪声统计信息的在线估计器.基于ARMA新息模型,提出了自校正加权观测融合Kalman滤波器,避免了求解Lyapunov和Riccati方程,减少了计算负担,适于实时应用.利用动态误差系统分析(DESA)方法,严格证明了提出的自校正融合滤波器以概率1或按实现收敛于相应的最优融合滤波器,即具有渐近全局最优性.一个3传感器系统的仿真例子说明其有效性.