基于凸多面体不确定网络化系统的鲁棒无源滤波

研究一类同时具有时变时延和测量数据丢失的不确定网络化系统的鲁棒无源滤波器设计问题。时变时延假设在一个已知的界内随机变化。测量数据的丢失是随机发生的,假设满足Bernoulli分布随机序列。采用线性矩阵不等式方法,给出了全阶和降阶的鲁棒无源滤波器存在的充分条件。所设计的滤波器使得滤波误差系统是均方指数稳定并满足给定的无源指标。最后数值仿真表明所提方法的有效性。     

参数不确定系统的多目标鲁棒PID控制器设计

针对具有参数不确定性的连续时间系统,提出了一种多目标鲁棒PID控制器的设计方法.利用环路成形思想,通过状态空间参数化方法,把闭环系统同时满足H2,H∞性能和极点位置配置的多目标综合问题转化为线性矩阵不等式的优化问题,从而使得PID控制器的参数可通过MATLAB的LMI工具箱解一组线性不等式组来获得.数值例子阐述了PID参数的镇定过程,仿真结果说明了所提方法的有效性和优越性.     

SPWM高频数字控制型双Buck全桥逆变器

针对低频数字控制的双Buck逆变器开关频率低、控制周期长、系统功率密度低、输出波形质量不高的特点.基于高性能DSP设计双闭环SPWM高频数字控制算法,搭建双Buck全桥逆变器样机平台,展开逆变器高频恒频数字控制的研究.仿真与实验表明,所设计的高频控制方案合理有效,其得益于DSP内部高效的浮点数学计算单元对复杂算法的快速运算,实现系统100 kHz开关频率的控制.高性能DSP高频开关控制逆变器不仅可缩短控制周期,保证系统高效率高质量波形输出,还可有效降低滤波器件的体积,提高系统整机功率密度.     

一类非线性离散时滞系统的H∞输出反馈控制

研究一类具有扇形非线性约束的非线性离散时滞系统的H∞动态输出反馈控制问题.对于所有容许的时滞和扇形非线性,基于Finsler引理和S-过程给出了使得闭环系统渐近稳定且满足H∞抗干扰衰减水平的动态输出反馈控制器存在的时滞独立的充分条件.通过求解相应的线性矩阵不等式可以得到控制器参数.数值仿真表明了设计方法的有效性.     

随机通讯时延网络化切换系统H_∞静态输出反馈控制

针对数据包在网络传输中的随机时延情形,研究任意切换律作用下离散切换系统的H∞静态输出反馈问题.数据包包含系统的测量输出信号和切换信号,其时延由一个满足Bernou lli分布的随机变量来描述.选用切换Lyapunov函数,设计静态输出反馈控制器使得闭环系统在均方意义下指数稳定且具有H∞扰动衰减度γ.控制器的参数通过求解一组线性矩阵不等式获得.数值仿真结果表明了所提出设计方法的有效性.     

传感器故障下的鲁棒可靠H_∞滤波

讨论了传感器故障状态下的时变时滞离散系统的可靠H∞滤波问题.采用了一种通用且更实用的传感器故障模型描述传感器故障,基于线性矩阵不等式方法设计可靠滤波器.所设计的滤波器不仅在系统运行良好条件下,而且对于所有容许的传感器故障,滤波误差系统是渐近稳定并具有给定的H∞性能指标.最后以一个数值例子说明了所给方法的有效性.     

无桥Boost PFC谐波抑制算法

针对无桥Boost PFC电路输入电流存在的三次谐波问题,提出一种在电压外环中引入数字陷波器和电流内环预测控制相结合的控制算法. 该算法抑制了由直流母线二次纹波经电压环传导至输入侧形成的电流三次谐波,改善PI调节造成的电流过零点畸变,同时提高系统的稳态精度和动态响应速度. 通过数字仿真和一台输出功率为1 kW的无桥双Boost PFC实验样机,验证了所提控制算法的有效性.     

具有参数摄动离散系统的鲁棒非脆弱H∞滤波

考虑一类凸多面体不确定离散系统的鲁棒非脆弱H∞滤波器设计问题,所设计的滤波器具有乘性的滤波器增益变化.采用线性矩阵不等式方法,给出了依赖于参数的凸多面体不确定离散系统存在鲁棒非脆弱H∞滤波器的充分条件.数值仿真例子说明设计方法的有效性.     

二次供水系统用水模型与管网状态预测

现有的二次加压供水中存在很大的能量浪费,主要表现在其供水方式的不合理和缺乏 较好的控制方法.本文介绍了可利用市政管网压强能量的二次供水系统的用水模型.并针对城市供水系统的复杂性、非线性、时变性和多因素影响的特点,引入人工神经网络,用于管网状态负荷预测.     

线性系统在非线性等式约束下的集员卡尔曼滤波

为了解决运行系统要求的100%估计包含真实最小域的需要和计算机的实时计算问题,使用集员卡尔曼滤波算法解决非线性状态约束.采用最小迹椭球算法对状态向量的椭球域进行更新,同时分别在预测和滤波的2个阶段用投影的方法把没有约束的状态估计投影到有约束的状态估计表面来处理约束问题.最后将所设计的集员卡尔曼滤波器应用到汽车追踪实例中.实验结果表明:采用所提算法的系统只是在初始值有比较大的误差,在后续的跟踪过程中都能在最大最小界之内跟踪上真实值.所提算法相比于传统的卡尔曼算法,其误差能迅速减小.实例仿真结果证明了所提方法的可行性和有效性.