参数不确定性系统鲁棒状态估计的新方法

提出了参数不确定性线性系统的鲁棒状态估计设计的新方法，并采用简单的方法得到问题的解，通过仿真结果证实了新方法的有效性。     

线性系统状态估计器的鲁棒设计方法

在考虑对噪声不确定系统的状态估计器进行鲁棒设计的条件下，提出一种新的简化性能指标函数，据此设计的状态估计器，设计过程为简单直观。     

存在单重丢包的离散复杂网络状态估计研究

针对存在单重丢包的一类离散复杂网络,研究丢包率未知的情况下这类离散复杂网络的状态估计问题。将丢包描述成独立同分布的Bernoulli随机变量形式,利用Lyapunov稳定性理论与随机分析方法,提出以线性矩阵不等式形式描述的离散复杂网络状态估计器存在的充分条件。通过仿真验证,结果表明文中建立的状态估计器能够有效地估计出网络的状态。     

一种参数不确定性系统的鲁棒状态估计方法

研究具有时变和模有界的参数不确定性系统的状态估计问题。针对目前鲁棒状态估计中不确定性参数仅出现于状态矩阵和输出矩阵的问题，介绍了一种系统状态方程和输出方程的所有矩阵中都含有不确定性参数的状态估计算法。该算法通过求解两个代数Riccati方程的正定解，得到了使得估计过程二次稳定的状态估计器。此算法不但经过了理论证明，而且具体的仿真试验也表明了设计方法的有效性和可行性。     

状态反馈控制器鲁棒镇定界的估计

利用隐函数理论，讨论了闭环极点在标称点处对控制器中的各个参数的变化率．使得我们可以了解当这些参数在标称点处存在微小的干扰或误差时，相应的闭环极点的移动方向和大体位置．并且给出闭环极点鲁棒镇定界的一个估计．     

具有不确定噪声的离散广义线性系统的鲁棒状态估计

本文研究了一类具有不确定噪声的离散广义线性系统的鲁棒状态估计问题，利用对策论的基本原理，给出了一种比较简单实用的近似估计方法．即最小化不确定下最坏性能的极小极大鲁棒状态估计．     

二次调节伺服加载试验台控制系统鲁棒特性分析

针对二次调节伺服加载转速控制系统,建立了数学模型,依此利用MATLAB软件对该系统进行了PID控制和动态鲁棒补偿控制的仿真分析,通过对两种控制方法仿真结果的比较,可看出动态鲁棒补偿控制较PID控制系统鲁棒性更强,系统的控制性能更高.     

传感器数据异常下动力定位鲁棒状态估计方法

针对时变环境带来的传感器数据异常、未知环境干扰等影响,导致基于无迹卡尔曼滤波的动力定位状态估计方法估计精度下降的问题,提出了一种鲁棒无迹卡尔曼滤波方法,该方法通过引入一种基于指数加权的观测噪声协方差矩阵R自适应更新模块和一种基于卡方分布假设检验方法的过程不确定性识别模块处理传感器数据异常情况并估计未知环境力.最后,以某平台供应船的船模为仿真对象,进行了仿真对比实验.仿真结果表明,鲁棒无迹卡尔曼滤波能够准确及时地识别传感器数据异常情况,相较于传统无迹卡尔曼滤波而言,鲁棒无迹卡尔曼滤波状态估计精度更高,收敛速度更快,表现出较强的鲁棒性.     

一类不确定系统的鲁棒二次稳定与协方差配置

讨论了一类范数有界时变不确定线性随机系统的鲁棒协方差配置状态反馈控制器设计。给出了协方差可配置的充要条件,同时导出了使闭环系统鲁棒二次稳定的状态反馈增益公式。     

具有时延和数据包丢失的网络控制系统状态反馈

针对具有时延和数据包随机丢失的网络控制系统,将系统建模为一类含有服从伯努利分布的随机变量的随机控制系统.在此基础上,利用李亚普诺夫理论和鲁棒控制理论,推导出了状态反馈控制器存在的充分条件,并以线性矩阵不等式的形式给出了使闭环系统指数均方稳定的状态反馈控制器的设计方法.仿真实例说明了所用方法的有效性.     

带有双误差项线性回归模型的鲁棒参数估计

一般的参数估计往往对分布的偏差很敏感,对于带有一个误差项的系统,鲁棒参数估计方法能较好地解决这一问题.这里基于极小极大方法,给出了带有两个误差项线性回归模型的鲁棒参数估计.     

神经网络在二次规划问题中的应用

利用对偶神经网络解决了基于线性等式、 不等式和有 界约束的二次规划问题, 表明所研究的对偶神经网络具有整体指数收敛性, 与包含高次非线性条件的神经网络相比, 所提出的网络使用了更少的神经元, 并且网络的体系结构更简单.数值实验结果表明了该方法的有效性.     

二次网络规划基解的一个优化方向及算法

给出了二次网络规划基解的一个优化方向；并获得二次网络规划的一个近似算法和有效算法。     

具有随机数据包丢失的网络控制系统

研究了有丢包的网络控制系统的稳定性问题,将系统建模为一个随机Markov链过程,针对传感器与控制器之间和控制器与执行器之间有丢包的网络控制系统,将系统模型表示成一类Markov跳变系统,最后利用Lyapunov稳定性和Markov跳变系统理论分析闭环系统的稳定性,进而给出控制器的设计方法。     

二次型规划问题的进一步研究

进一步分析了求解二次型规划问题的神经网络方法，给出了这一方法的稳定性的可检验条件，并证明在这个条件下网络是全局收敛的，最后，给出了数值模拟例子。     

二次网络规划基解的一个优化方向及算法

二次网络规划是现实经济管理活动中常见规划问题之一,它的求解一直是组合优化理论中在探索的问题,由于该类问题是NP－问题,故其解没有多项式算法,加之整数的离散性,该问题的求解变得较为复杂,目前虽有一些启发式算法,但其算法的复杂性偏高,本文的探讨在于降低这种复杂性,给出了二次网络规划基解的一个新的优化方向,并获得了二次网络规划的一个新的启发式算法。     

有数据包丢失网络控制系统的建模和控制

针对一类具有不确定时变时延和数据包丢失的网络控制系统,提出了一种控制器设计方法。在控制器节点利用状态预测器,当传感器数据丢失时,用预测状态代替当前对象状态;当传感器数据传输成功时对预测状态进行修正,并应用预测状态来构造控制律。在执行器节点采用缓冲技术将控制器-执行器时延转化为固定实验。与状态预测器相结合,将有数据包丢失的长时延网络控制系统建模为有事件率约束的异步动态系统。根据此模型,以矩阵不等式的形式给出了系统指数稳定的充分条件,通过求解矩阵不等式的可行解获取控制律。仿真算例说明了该方法的有效性。     

电力系统状态估计算法的缺陷探究

电力系统的常用状态估计方法有加权最小二乘法估计和快速分解状态估计等。由于受到函数局部单调性和凹凸性的影响,即使给出了离真实根很近的初值,随着每次的迭代,状态估计方法结果将离真实根越来越远。因此考虑到在对目标函数进行极值求解中可以舍弃牛顿迭代法,采用其他的(例如粒子群进化算法)最优化方法进行尝试。