基于状态多时延模型的NCS鲁棒H_∞容错控制

针对一类具有时变时延和丢包的网络化控制系统,同时考虑模型参数不确定性和外界扰动的影响,基于一种状态多时延模型,以时滞依赖的方法,推证出了确保闭环系统在执行器或传感器发生失效故障时具有鲁棒H∞完整性的判据,并以求解线性或非线性矩阵不等式的方式,给出了鲁棒H∞容错控制器的设计方法。由于模型中考虑了时延下界,且证明过程未进行模型转换和交叉项放大处理,其结果具有较少保守性。最后以一仿真示例验证了所述方法的有效性。     

基于LMI的网络化控制系统鲁棒容错控制器的设计

研究一类带有未知扰动的网络化控制系统的鲁棒容错控制问题.针对NCSs的时延和不同步对系统性能产生的影响,将时延的不确定性转换为系统状态方程系数矩阵的不确定性,将网络化控制系统的状态向量扩展为增广状态向量.基于Lyapunov稳定性理论和LMI方法,系统采用状态反馈控制策略,推证出保证闭环网络化控制系统在执行器或传感器发生失效故障时仍渐近稳定的充分条件,通过求解线性矩阵不等式组方便地得到容错控制器的设计方法.用仿真算例验证此种方法的可行性、有效性以及通用性.     

基于MATLAB的BP神经网络模型在地震预报中的应用

根据人工神经网络模型,运用MATLAB的神经网络工具箱建立BP神经网络预测模型,以地震变化率作为神经网络的输入,对台湾地区和四川地区地震数据时间序列进行分析对大地震的发生时间进行预测.实验证明该模型用于地震预报的有效性和可行性,具有良好的应用价值.     

动态输出反馈的少保守性NCS鲁棒容错控制

针对一类具有时变时延和丢包的参数不确定网络化控制系统,采用动态输出反馈策略,在未对系统模型进行增广重建的情形下,通过构造适当的Lyapunov-Krasovskii泛函,推出了确保闭环系统在执行器失效情况下具有鲁棒完整性的时滞相关充分条件,进而借助于矩阵分离引理,求解线性矩阵不等式的方式,并给出了控制器的设计方法.由于...     

基于MSP430单片机的便携式无线多路数据采集系统

提出了一种基于MSP430单片机的便携式多路数据采集系统.系统分为数据采集和数据通信2部分,数据采集部分采集多路数据,数据通信部分与上位机建立串口通信,2部分之间则采用nRF24L01为核心器件的无线模块互传数据;数据于上位机上的实时显示界面由LabVIEW软件实现.给出了相关的硬件设计和软件设计方案,系统功耗低、成本...     

不确定非线性NCS鲁棒H∞保性能容错设计

针对一类不确定非线性网络化控制系统,同时考虑时延、丢包及受外部有限能量扰动的影响,研究了执行器失效故障情形下系统的鲁棒H∞保性能容错控制问题.基于T-S模糊模型,通过构造适当的李雅普诺夫-克拉索夫斯基泛函,推证出了使系统具有鲁棒H∞保性能容错能力的时滞依赖充分条件,并以求解线性矩阵不等式的形式得到了控制器的优化设计方法...     

带状态预测器的多智能小车系统一致性问题研究

一致性理论作为多智能体间合作协调的基础,受到来自各个领域研究者越来越多的关注。但是,以往的控制律只利用智能个体周围的局部信息,其控制律往往是次优的。本文引入了状态预测器,将带状态预测器一致性理论应用到多智能小车系统速度一致性问题的研究中,给出了智能小车速度一致性算法,分析了多种耦合通信方式对智能小车速度一致性的影响,引入了智能小车状态预测器,最后通过欧拉公式将上述带状态预测器的控制律求解出来,设计出了智能小车的控制器,并从理论上证明了控制器的可行性,与以往的一致性算法相比,加快了智能小车演化到平衡状态的收敛速度。     

基于动态和谐搜索的混合粒子群优化算法

针对粒子群优化算法随维数增大群体多样性相对减小而早熟收敛的问题,在对和谐搜索算法进行适应性改进的基础上,将其引入粒子群算法中,提出一种动态和谐搜索混合粒子群优化算法(DHSPSO).该方法使得粒子在搜索初期更具遍历性,降低算法对初始值的敏感性,并通过和谐搜索算法搜索的随机性和优胜劣汰机制改善粒子群的多样性,使得算法具有更快的收敛速度与更好的全局搜索能力.以多个标准测试函数优化进行仿真测试,结果表明,DHSPSO算法在进行高维优化问题时,在寻优速度、精度和成功率等方面均显示出良好的优化效果.     

基于LS-SVM的多模型非线性主动预测容错控制

针对具有故障先验知识的非线性系统,在基于BP神经网络多模型预测的主动容错控制方法中,存在建模所需样本多、网络结构难以确定、收敛速度慢、易陷入局部极值及非线性预测控制计算复杂等缺点,提出一种基于LS-SVM的多模型主动预测容错控制方法.首先基于LS-SVM建立系统正常或已知故障模式的动态模型库,实际运行时依据对系统性能容忍度指标与模型失配度指标的实时计算分析,判断系统所处的不同运行模式,既而采用对LS-SVM非线性核函数的线性化近似表示方法求取对应系统不同运行模式的局部线性预测控制律以实现对系统故障的主动容错.以一非线性系统实例仿真验证所述方法的可行性和有效性.     

基于量子机制的改进的分类属性数据聚类算法

分析量子势能、量子力学中粒子分布机制和针对分类属性数据的量子聚类CQC算法,发现该算法采用传统的Hamming相异性测度计算分类属性数据间的相异性测度,忽略分类属性取值自身的涵义和值间的特征关联,导致其聚类准确性较差.提出一种改进的MCQC算法,能根据数据对象的关联情况计算同属性不同值间的相异性,计算数据对象间的相异性测度,从而提高聚类准确率.仿真实验采用3个数据集,即:大豆疾病、国会投票真实数据集和从KDD-CUP99训练样本集抽取离散属性维构成的人造样本集.实验结果表明,该算法是有效且可行的,对分类属性、二值属性和混合属性数据的聚类准确率明显高于CQC算法.