基于扩张状态观测器的非线性系统故障诊断方法研究

在介绍扩张状态观测器理论的基础上,提出了一种应用于非线性系统的基于扩张状态观测器故障诊断的新方法,并给出了设计故障滤波器的方法,通过仿真实验证明所提供的方法相对于传统方法具有可以得到故障的近似函数,便于识别故障及故障识别效率更高,用时更短的优点。     

基于扩张状态观测器的多机系统非线性协调控制

针对精确反馈线性化(EFL)的非线性控制器鲁棒性差、结构复杂的缺点,提出了基于扩张状态观测器(ESO)的多机电力系统汽门和励磁的非线性分散协调控制策略。同时给出了基于EFL的分散协调控制策略。数字仿真表明,当标称参数与电网实际一致时,基于ESO的非线性控制器能达到EFL控制器的非线性控制效果,但基于ESO的非线性控制器设计无需电网的有关参数,在标称参数与实际电网参数有误差时,基于ESO的非线性控制器较EFL具有更佳的鲁棒性和适应性。     

基于非线性干扰观测器的L_2滤波反步控制

针对一类多输入多输出高阶不确定非线性系统,提出一种基于非线性干扰观测器的L2滤波反步控制方法。利用非线性干扰观测器对系统的未知复合干扰进行在线估计,基于李雅普诺夫稳定性理论设计指令滤波反步控制器,避免常规反步法由于对虚拟控制迭代求导造成控制器复杂的问题,设计L2干扰抑制鲁棒控制器减弱了观测器误差对控制精度带来的影响。针对某三阶不确定非线性系统进行仿真验证。研究结果表明:非线性干扰观测器能够有效估计系统的复合扰动,且L2干扰抑制方法能够在观测器存在误差时提高控制精度。     

基于扩张状态观测器的一类未知非线性不确定系统滑模控制

研究了基于扩张状态观测器的一类n阶未知非线性不确定系统的滑模控制问题.在系统状态已知的前提下,利用滑模控制思想将一个n阶未知非线性不确定系统方程转化为一个关于切换曲面函数的一阶非线性方程,然后利用二阶扩张状态观测器来估计转化后的一阶非线性方程的非线性函数和扰动.为了消除滑模控制项所带来的抖振,引入边界层.利用Lyapunov函数证明了系统的稳定性,完成了系统输出跟随系统输入的目的.由于系统中存在扩张状态观测器,本文的控制方法不依赖于被控对象的数学模型,具有很强的鲁棒性.仿真的结果表明了本文方法的可行性.     

动力定位船舶的非线性观测器设计

针对动力定位船舶设计了一个非线性观测器，该观测器的全局收敛性通过李亚普诺夫稳定性定理得到了证明。观测器的最大优点是可以省略采用Kalman滤波器时线性化船舶运动方程的过程。该非线性观测器可以从附有测量噪声的输出中估计到船舶低频位置和运动速度以及环境扰动作用力，同时也能从输出信号中滤除一级波浪引起的船舶高频运动。该非线性观测器的性能通过对一动力定位船舶模型的仿真得到了验证。     

基于神经网络的非线性观测器及其应用

提出了一种基于神经网络的非线性观测器，用于青霉素发酵过程的状态估计，仿真研究获得了满意的结果。观测器的输出与离线测量数据拟合较好，证明了该方法的实用性，为建模困难的生化过程的状态估计提供了可能。     

基于新型扩张干扰观测器的船舶航向滑模控制

采用非线性船舶运动模型,利用滑模控制对参数变化、扰动不敏感性、响应速度快和容易实现的特点,研究船舶航向变化的自动运动控制.针对外界海浪的干扰,借鉴非线性干扰观测器的设计原理,运用扩张状态观测器对状态干扰的抑制性,设计出新型的扩张干扰观测器,补偿系统的外部干扰,减少滑模控制的抖动影响.探讨了系统的稳定性、船舶转向的可靠性和削弱航向变化时的波动性.最后,通过对船舶转向控制系统的仿真,验证了新型干扰器对干扰具有良好抑制性能,能对船舶航向进行稳定控制.     

雷达信号的非线性滤波方法的基础理论综述

本文针对雷达信号的点目标和图像处理的要求,阐述了LMS算法、小波变换、神经网络等算法在雷达信号处理中的基础理论及应用范围,论证了这些理论对非线性滤波技术的发展所起的作用,从而预示了量子滤波是非线性滤波技术的发展趋势。     

基于LMI的一类Lipschitz非线性系统自适应观测器设计

采用Lypunov方法讨论了一类具有未知参数的Lipschitz非线性系统的状态观测器设计问题, 给出了观测器的结构形式和参数估计的自适应律.并以线性矩阵不等式组的形式给出了观测器渐近稳定的充分条件.合理地选取了增益矩阵,消除了增益矩阵选择不当所带来的保守性和盲目性.改善了有关文献的结果.     

用圆判据方法设计非线性观测器

研究一类非线性系统的观测器设计方法，其中观测器误差系统中非线性部分满足一般扇区条件．该系统的观测器误差系统可表示为线性部分与时变非线性部分反馈连接的形式．利用满足一般扇区条件非线性系统稳定性的圆判据设计方法，得到观测器误差系统渐近稳定的严格正实条件，实现非线性巨观测器的设计．     

改进的神经网络观测器在非线性系统中的应用

为降低非线性观测器对模型精度的依赖性, 提出一种非传统的神经网络观测器设计方法。该神经网络为三层前馈网络, 采用带修正项的误差反传算法进行训练, 以保证控制的精度和权值有界, 利用神经网络识别系统的非线性部分, 并结合传统的龙伯格观测器重构系统状态; 利用Lyapunov 直接法保证基于权值误差的非观测器的稳定性, 并将该观测器应用于机器人轨迹跟踪控制中。仿真结果表明, 该方法解决了模型不确定系统状态观测问题, 适用于模型精度较低的非线性系统。     

基于数据的二阶线性扩张状态观测滤波器

针对难以建立精确模型的难题,提出了一种基于数据的二阶线性ESO滤波算法.利用ESO对不确定性扰动的估计,设计了一种无需动态数学模型、可调参数少、便于实用的滤波器,并给出了滤波器的参数整定及离散实现方法.最后分别应用于方波信号与正弦信号的跟踪、含有均匀分布白噪声信号的滤波以及热连轧实测板宽信号的滤波.仿真结果表明,所设计的滤波器具有一定的优越性和实用性.     

Universal Adaptive Observer for Nonlinear Time-varying Deterministic Systems

ＩｎｔｒｏｄｕｃｔｉｏｎＮｏｎｌｉｎｅａｒｏｂｓｅｒｖｅｒｓａｒｅｎｅｃｅｓｓａｒｙｆｏｒｎｏｎｌｉｎｅａｒｃｏｎｔｒｏｌｓｙｓｔｅｍｓｗｈｅｎｔｈｅｒｅａｒｅｎｏｔｅｎｏｕｇｈｓｅｎｓｏｒｓｔｏｍｅａｓｕｒｅａｌｌｔｈｅｓｔａｔｅｓｏｒｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｍｅａｓｕｒｅｓｏｍｅｏｆｔｈｅｓｔａｔｅｓｂｙｓｅｎｓｏｒｓ．Ｓｉｎｃｅｉｔｓｉｎｔｒｏｄｕｃｔｉｏｎ［１］,ｎｏｎｌｉｎｅａｒｏｂｓｅｒｖｅｒｓｈａｖｅａｔｔｒａｃｔｅｄｔｈｅａｔｔｅｎｔｉｏｎｏｆｍａｎｙｒｅｓｅａｒｃｈｅｒｓ…     

一类非线性状态观测器的设计

针对满足Lipschitz条件的非线性系统,构造了非线性状态观测器·对基于代数Riccati方程设计状态观测器增益阵的方法进行了仿真研究,针对求解代数Riccati方程需要不断调整参数而给求解问题带来的不便,采用线性矩阵不等式改进了状态观测器增益阵的选取方法,通过与两种不同构造形式的基于代数Riccati方程的观测器增益阵的求解方法的比较,仿真结果验证了基于线性矩阵不等式所构造的状态观测器增益矩阵的有效性,其比基于代数Riccati方程的方法具有更小的保守性,而且求解更加简便·最后讨论了Lipschitz常数对系统抗干扰能力的影响·     

离散时间非线性系统的一种新型状态观测器

该文通过建立离散时间非线性系统的状态估计与超定非线性方程组求解之间的联系,基于高斯－牛顿算法,得到了离散时间非线性系统的一种新型状态观测器,证明了该观测器的局部收敛性,并给出了仿真结果。     

感应电动机的非线性状态观测器

本文用坐标变换推导了有界输入下感应电动机的动力学方程,得到一个描述感应电动机动态响应的五阶双线性和非线性状态方程。在三相平衡条件下,这个模型可简化为三阶模型。由五阶和三阶模型,根据Liapunov稳定性理论分别构造了四阶和二阶双线性非线性状态观测器。上述观测器可以重构感应电动机的定子磁链和转子磁链。数字仿真结果表明,非线性状态观测器的重构误差具有快的收敛性,并且也表明了简化后的二阶非线性状态观测器与四阶非线性状态观测器的重构状态间有极好的近似性。     

一类Holder连续非线性系统的非线性实际观测器设计

借助于实际稳定的定义,引入实际观测器的概念,对一类Holder连续的非线性系统进行了非线性实际观测器设计.通过对误差系统状态作线性变换,使得误差系统是全局实际稳定的,并给出仿真算例说明该结论的可行性和有效性.     

基于自适应观测器的非线性时滞系统故障检测与估计

针对具有模型不确定性、时滞现象的非线性动态系统的执行器故障,在某些假定的条件下,采用自适应观测器建立有效的残差信号,实现对系统故障的检测和估计,且利用Lyapunov理论对自适应观测器的设计进行了分析,获得了相应的自适应调节规则.仿真例子验证了提出方法的有效性.     

扩展卡尔曼粒子滤波算法的一种修正方法

针对扩展卡尔曼粒子滤波（EKF-PF）算法滤波精度较低的缺点，提出对其建议分布进行高阶修正的新算法．该算法针对非线性系统方程，基于二阶泰勒级数展开，利用高阶项对一阶扩展卡尔曼滤波（EKF）的状态估计向量及协方差阵做出适当修正，同时考虑到协方差阵计算中存在矩阵相减运算、计算误差以及参数不匹配等因素的影响，采用矩阵QR分解技术保证了协方差阵的正定性．新算法在一定程度上减小了局部线形化的截断误差，提高了建议分布的逼近程度．仿真实验表明，新算法在计算量增加不多的情况下，滤波精度有明显的提高．