网络控制系统时延的预测控制补偿方法

针对网络控制系统的时延问题,提出一种补偿方法。对于反馈通道,时延是已存在的,可以进行测量,这部分时延通过预测控制算法进行补偿。前向通道的时延对于控制器是未发生的,是不可知的,为此在系统输出端和前向通道间附加一个控制补偿环节以减小前向通道时延的影响。该方法简单可行,实时性强,便于工程应用。最后分析了系统的稳定性并通过仿真实验表明该策略的有效性,保证了网络控制系统的良好性能。     

随机中立型时滞神经网络的全局渐近稳定性判据

研究一类含有变时滞的随机中立型神经网络的全局渐近稳定性问题.通过构造一个新的Lyapunov Krasovskii泛函和不等式技术,得到了基于线性矩阵不等式表示的与时滞大小有关的时滞稳定的充分判据.该判据考虑了一类含有分布式时滞和随机扰动项并且激活函数是常量(正数、负数和零)的中立型神经网络,与现有文献相比,其更具有一般性和较少保守性.最后,通过2个算例分析,验证了所得结果是有效的.     

网络控制系统反馈和前向通道的随机时延补偿

针对网络化控制系统的网络诱导时延,提出了一种改进的补偿时延的预测控制方法。对于反馈通道,根据测量的反馈时延设置预测步长,采用柔性控制增量算法设计预测控制器对时延进行补偿。对于前向通道,前向时延相对控制器来说是未知的,为此在系统输出端和前向通道间添加一个反馈补偿环节,设计一个控制补偿器估算出历史时刻实际作用于被控对象的控制量与控制器在此时刻输出的控制量之间的误差,用该误差来补偿前向时延的影响。当被控对象参数缓慢变化或未知时,给出了渐消记忆递推最小二乘辨识算法的网络化反馈修正算法。最后对闭环系统的稳定性做了分析并通过仿真验证了该策略的有效性,保证了网络化控制系统的良好性能。     

独立分量分析在伤口感染监测电子鼻技术中的应用

针对传统的伤口感染诊断方法耗时长，操作复杂等问题，提出了一种基于电子鼻和独立分量分析（ICA）的方法来检测常见的伤口感染病原菌。该电子鼻的传感器阵列由6个金属氧化物半导体传感器组成，分别对七种常见病原菌产生响应，然后利用RBF神经网络对经ICA预处理后的数据进行识别。结果表明，ICA对气体传感器阵列测量数据进行预处理，可以简化神经网络的结构，减少计算量，并能提高伤口感染病原茵识别的准确率。