基于增益矩阵的二阶集群系统鲁棒分布式立体编队控制

本文研究解决了在三维空间内针对二阶集群系统的鲁棒分布式编队生成与保持控制问题,所设计的基于增益矩阵的控制方法仅需测量局部坐标系下智能体间的相对位置信息而不依赖于交互通信.首先设计了二阶集群系统的立体编队生成控制策略,通过构造李雅普诺夫函数证明了全局稳定性,并利用凸优化求解得出增益矩阵.所设计的生成控制律对扰动、输入饱和等具有较好的鲁棒性,同时在生成过程中引入了启发式的避碰算法.在此基础上,设计了带有期望距离的编队保持控制策略,使得集群系统能够保持固定大小的队形.然后,将所设计的控制律进行改进,拓展并应用于领航者-跟随者网络下的二阶集群系统立体编队控制.最后,通过相关的仿真实验验证了理论结果的正确性.     

多频多单站地下目标成像的自聚焦算法

提出一种基于多频多单站体制的均匀地下介质中二维目标自聚焦成像算法.在Born近似下采用半空间谱域格林函数和目标的爆炸点模型推导出地下目标反演成像公式,借助快速Fourier变换实现地下目标的快速实时成像,避开了耗时较多的大型病态矩阵的正则化求解.针对地下介质电磁参数未知的情况,根据时间反转成像的原理和最小熵准则,进一步提出了目标的自聚焦算法.通过熵计算选取最优聚焦时间确定最优的聚焦图像,修正由于地下介质电磁参数估计偏差引起的成像的目标位置偏移及图像退化.文中用数值仿真的结果证明了在地下介质电磁参数未知情况下,提出的算法能在较短的计算时间内得到好的成像结果.     

包含感应电动机模型的电力系统 暂态能量函数

研究了一种电力系统暂态能量函数构造方法, 该方法基于基尔霍夫电流定律, 具有简单而通用的特点, 能够统一目前已有的一些能量函数形式. 利用该方法, 推导了包含感应电动机模型的电力系统暂态能量函数, 并对其中的不可积项进行了近似处理. 在一个3节点电力系统以及WSCC 4机11节点系统中的仿真验证了能量函数的有效性. 该函数能够应用于多机大电力系统的直接法暂态稳定分析, 为研究发电机功角稳定和电动机负荷电压稳定之间的相互作用提供了一种工具.     

基于模块双向迭代的电力系统仿真新算法研究

提出了一种基于模块双向迭代的电力系统暂态稳定仿真新算法. 首先将电力网络划分成以树形结构相联的多个子网, 将划分后的电力网络和发电机、励磁系统等元件分别单独处理为计算模块; 由各计算模块联接构成电力系统计算树; 而后通过沿计算树进行的前向简化和后向回代计算来实现电力系统方程的Newton法求解. 该算法有效提高了电力系统方程联立求解的效率, 为大规模电力系统并行仿真的实现提供了新方法. 在新英格兰测试系统和我国华北东北联网系统上对该算法进行了仿真测试, 与商业软件BPA结果进行了比较.     

激活函数可调的神经元网络的一种快速算法

将激活函数可调的神经元网络的结构做了一个变形, 给出了网络学习的一种快速算法, 并对异或问题, Feigenbaum函数和Henon映射进行仿真实验, 结果表明, 该算法具有很快的收敛速度, 很高的收敛精度, 性能优于BP算法. 在此基础上, 将变形后的网络再进行改进, 实验表明改进后的网络具有更好的性能.     

一类基因表达式程序设计的收敛速度

利用Markov链与谱分析理论研究基于精英保留策略的基因表达式程序设计算法(ME-GEP)的收敛速度,获得了以下结果:(1)ME-GEP算法依概率收敛到全局最优解;(2)ME-GEP算法的收敛速度由算法对应的Markov链的状态转移矩阵的修正谱半径决定;(3)给出了修正谱半径的一个上界;(4)作为文中理论成果的应用,分析了多项式函数建模问题的ME-GEP算法的收敛速度,进一步证实了算法收敛速度与算法参数的依赖关系。     

基于改进的克隆算法的机构运动链同构识别

以节点表示构件、以边表示运动副建立拓扑图唯一表示机构运动链,并运用图论中两同构图的邻接矩阵可相互转换特性,提出判定机构运动链同构的准则.本文运用克隆算法优化目标函数求解,并提出保留更新算子 仿真结果表明,改进后的克隆算法收敛速度和运算效率大大提高,具有高效性和优越性,是一种机构运动链同构识别的很好途径.     

一类高速采样不确定系统的混合H2/H∞滤波

研究了含有多面体参数摄动Delta算子系统的混合H2／H∞滤波问题，目的是寻找一个稳定的线性滤波器，使得滤波误差系统在不同滤波通道具有不同性能准则．利用参数依赖型Lyapunov函数方法，提出了新的混合吼，巩性能准则．基于该准则，采用线性矩阵不等式技术推导了此类系统全阶混合H2/H∞滤波器存在的充分条件，并通过求解一个凸优化问题设计滤波器．研究结果表明该方法具有较低的保守性．数值示例验证了所提方法的可行性．     

热力系统整体分析和优化的热量流法

热力系统的性能优化对提高能源利用效率具有重要意义,但传统分析方法难以满足复杂系统高效分析的需求.近年来基于理论发展的热量流法及相应的求解算法为热力系统的分析与优化提供了一种新的解决方案.本文首先介绍热力系统热量流模型的规范化构建方法,并以余热回收朗肯循环为例说明了模型构建的具体流程.随后,结合系统中工质的流动约束及物性,提出了热力系统整体数学模型的规范化构建方法,能够分离系统约束中线性、非线性显式和非线性隐式约束,最少化需要迭代求解约束的数量.利用上述约束分离特性提出了热力系统整体数学模型的分层-分治求解算法,能够大幅降低计算复杂度,并显著提高计算鲁棒性.最后,以三压蒸汽发电系统为例,阐明了热量流模型及分层-分治算法与传统求解方法相比在求解时间、所需初值数量等方面的优势.     

一种具有记忆自学习能力的快速动态寻优算法及其无功优化求解

针对传统人工智能在随机复杂环境的适应及交互能力较低问题,有机地将经典强化学习Q(?)算法与多主体协同行为进行高度融合,提出了一种具有记忆自学习能力的快速动态寻优算法.该算法通过与外部环境反复的交互来进行自学习改进,并利用值函数矩阵储存状态-动作对记忆,提出了联系记忆方式,有效地对传统Q(?)算法的动作空间进行降维处理,减小了记忆矩阵的规模;基于多主体协同合作的概念,采用多个主体同时对记忆矩阵进行迭代更新,明显提高了更新速度;在预学习形成良好的记忆后,能快速地进行在线动态优化.最后,文章利用电力系统经典无功优化模型进行了算法测试,IEEE 118节点和IEEE 300节点标准算例仿真表明:本文所提算法在保证较高收敛性的同时,寻优速度能提高到遗传算法、蚁群算法、粒子群等传统人工智能方法的5~40倍,非常适用于大规模复杂电网的在线滚动无功优化.     

基于分阶段学习的盲信号分离

首先定义了描述信号分离状态的信号相依性测度, 并利用此测度将传统算法中的学习速率参数推广至二维矩阵, 从而提出了一种基于分阶段学习的盲信号分离算法, 即整个信号分离过程被分成三个阶段进行: 初始阶段、捕捉阶段和跟踪阶段, 每个阶段的学习速率由信号的分离程度自适应选取. 理论分析表明, 该算法满足等变化性和分离矩阵的非奇异性条件. 仿真结果证实, 新算法具有比使用固定和其他自适应学习速率的算法更快的收敛速度、更好的稳态性能和更高的数值稳定性.     

混合量子遗传算法在软硬件协同综合中的应用研究

针对多处理器嵌入式系统,结合拟 Newton算法,提出了混合量子遗传算法(MQGA)在系统设计中的解决方案,并引入了模拟退火技术.实验结果表明,MQGA能有效解决软硬件划分问题,提高了求解质量和算法的收敛速度,降低了计算代价,保证了算法的自适应性和全局最优性     

裂缝性厚层油藏水窜问题研究

对于辽河油田的裂缝性厚层油藏,如何控制水窜是提高采收率的关键,为此本文提出一种基于双重介质的快速算法,并研究了裂缝性厚层油藏水窜产生的原因和控制水窜的方法.该算法根据相邻节点间的压力平衡关系更新饱和度,与流线方法相比,该算法方便简洁,回避了计算流线分布的困难;与显式求解压力隐式求解饱和度(IMPES)方法相比,该算法的计算精度与其相当,但计算效率却比IMPES方法高出近30倍.针对辽河油田的复杂地质体和纵横交错的水平井网,通过考察影响水窜的主控因素,本文定义了无量纲数?g和?ex(分别表征重力驱流动速度/生产速度,裂隙基质交换速度/生产速度),并计算了?g和?ex取值对水窜的影响,得到了依赖?g和?ex的水窜强度分区图,并分析了水窜强度随?g和?ex的变化趋势.研究结果对提高辽河油田采收率具有一定的指导意义.     

再分配伪逆算法分配效率研究

多操纵面先进战斗机在进行舵面分配设计时,分配效率是衡量分配算法优劣的一个重要指标.再分配伪逆算法(RPI)的分配效率取决于伪逆阵的选择,其可达转矩集是一个复杂的非凸多面体.本文利用"微元"的求解思路,对二维及三维RPI算法的分配效率进行了研究,给出一种近似求解RPI可达转矩集的方法.将RPI分配效率作为适应度函数,通过遗传算法来选择具有最优分配效率的广义逆阵,从而提高RPI算法的分配效率.以某飞机的数据进行基于RPI的分配器设计,结果显示此方法显著提高了算法的分配效率.     

轨道预报的一种乘法保辛摄动方法

为了准确预报人造卫星的轨道,需要考虑复杂的动力学模型,并使用数值方法进行求解.虽然Runge-Kutta法和Adams-Cowell法等数值积分方法在轨道预报中已经取得了预期的效果,但是一般不考虑保辛,忽视了系统的固有特性.本文提出适用于轨道预报的乘法保辛摄动方法,将描述卫星运动的Hamilton正则方程分解为二体问题和摄动部分.二体问题采用解析解,摄动部分用区段矩阵近似求解.由于二体问题的状态转移矩阵必然为辛矩阵,故此过程保辛.本文考虑的摄动因素有地球非球形引力、日月引力、太阳光压和潮汐摄动,选取GPS卫星做数值仿真,以GPS卫星精密星历为参照得到轨道预报误差,并与Runge-Kutta法和Adams-Cowell法进行对比.结果表明:对PRN01号GPS卫星和PRN02号GPS卫星进行3 d的轨道预报,本文算法的误差分别为4.56和10.10 m,精度与Runge-Kutta法和Adams-Cowell法一致,而Runge-Kutta法与Adams-Cowell法的计算耗时分别是本文算法的237.7%与71.3%,因此本文算法效率明显高于Runge-Kutta法,但比Adams-Cowell法稍低.     

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.     

Hanning自卷积窗函数及其谐波分析应用

提出一种新型窗函数——Hanning自卷积窗函数,构建了Hanning自卷积窗的时域、频域函数,分析了1~4阶Hanning自卷积窗函数的主瓣、旁瓣性能,建立了基于Hanning自卷积窗函数的频谱相位差校正算法,推导了信号基波与各次谐波频率、幅值和初相角计算式.Hanning自卷积窗具有优良的旁瓣性能,频谱函数简单,能有效抑制频谱泄漏的影响,频谱相位差校正算法不必求解高次方程,便于嵌入式系统实现.仿真结果表明：Hanning自卷积窗函数抑制频谱泄漏效果好,基于Hanning自卷积窗函数的频谱相位差校正算法克服了基波频率波动与白噪声对谐波分析的影响,谐波参数分析准确度优于经典窗函数.电力谐波分析与谐波电能计量应用实践证明了Hanning自卷积窗函数的有效性和优越性.     

多输入多输出系统中基于长方阻塞矩阵的酉多级Wiener降秩联合检测算法

针对传统均衡算法复杂度高、收敛速度慢的问题,提出了一种基于长方阻塞矩阵的多级Wiener降秩联合检测算法,其中的多级Wiener滤波器通过相关相减结构来实现,即酉多级Wiener滤波器.该算法选取酉多级Wiener滤波器阻塞矩阵中的一个长方子阵作为阻塞矩阵,使得酉多级Wiener滤波器前向递推分解中接收信号向量的维数逐级降低,从而在降低了均衡的迭代复杂度的同时,加快了算法的收敛速度.理论分析和仿真结果表明,基于长方阻塞矩阵的酉多级Wiener联合检测算法具有复杂度低、收敛速度快的优点.在具有4根发射天线、8根接收天线,并且采用BPSK调制的V-BLAST(vertical Bell labs layered space-time)系统中,采用本算法仅用基于酉多级Wiener滤波的均衡算法一半的计算复杂度在高信噪比处即可达到与其相同的误码性能.     

ROV水动力性能及推力控制分配研究与仿真

良好的推力控制分配策略是缆控水下机器人(remotely operated vehicle, ROV)机动性和作业安全性的保障,也是ROV运动控制技术得以实现的必要条件.但现有的推力控制分配策略存在推力输出饱和或计算时间过长等问题,导致ROV机动性欠佳.针对现存问题,提出了一种混合优化目标推力控制分配策略.首先,建立ROV驱动系统数学模型,设计了一种混合优化目标推力控制分配函数;再使用Fluent软件分析不同工况下导管螺旋桨的水动力性能,得到推进器的推力模型,从而确定混合优化目标推力控制分配函数的约束条件;最后采用光滑牛顿法求解混合优化目标推力控制分配函数,并与传统伪逆推力分配策略进行仿真对比.仿真结果表明,混合优化目标推力控制分配策略能满足各推进器对推力的约束要求,并能有效地利用约束范围内的推力集合,且通过光滑牛顿法求解的总体误差小于0.0007 N m,单步迭代次数在10步以内,单步计算时间小于2 ms,其具有精度高、实时性好、无推力输出饱和等优点.     

人工蜂群优化算法在复数盲源分离中的应用

针对复值信号的源数估计和有序分离等关键技术,提出一种基于人工蜂群优化的源数未知的复值盲源分离方法,该方法首先利用交叉互验技术来估算复数源信号的个数,然后通过人工蜂群算法优化峰度的绝对值来获得最佳分离向量,并实现了逐次恢复源信号的目的.仿真实验结果表明,该方法不仅能依峰度绝对值的降序实现服从任何分布源信号的盲分离,同时比其他方法具有更优越的估计性能.另外,提出一种基于峰度的欠定复盲源分离算法,该算法根据信号的统计特性构造了用于欠定混合情况下盲抽取向量的代价函数,然后通过人工蜂群算法优化其函数来获得最佳分离向量,通过多次分离来实现欠定复盲源分离的目的.通过对混合分布类型的复值源信号欠定盲分离仿真实验验证了该算法的有效性.