无人机神经网络重构控制

针对无人机可重构飞行控制系统提出一种基于径向基神经网络的模型跟随自适应逆重构控制方法,其核心是建立内外控制回路,内回路运用自适应逆控制,使得系统不受外部扰动和测量噪声的影响。外回路采用神经网络模型跟随自适应控制结构,使用神经网络和比例混合控制器,对参考模型和系统输出之间的误差进行自适应调整,利用误差来改变神经网络控制器的参数,使得系统达到满意的动态性能。并通过一个具体重构仿真结果证实了该方法的有效性。     

基于模型完全动态延时逆的内模控制方法

分析了常规内模控制中存在的缺点,提出了一种基于模型完全动态延时逆的内模控制方法,取消低通滤波器的设计,以逆的延时时间的调整来提高系统的鲁棒稳定性,并结合自适应逆控制原理,采用有效消除被控对象下游输出端和上游输入端扰动的内模控制方法。     

基于自适应逆控制技术的船舶操纵仿真控制

对自适应逆控制理论中的对象动态控制问题和对象扰动控制问题分别进行了探讨，并且针对船舶模型特性，改进了自适应逆控制的框图，使其能够更好地应用于船舶操纵控制。在算法上用最小二乘法代替LMS(Least Mean Square)算法对船舶进行模型参数辨识和控制器的设计。仿真结果表明，改进后的自适应逆控制算法能适应船舶数学模型的变化，与PID控制相比，这种算法具有动态响应快，抗扰动性好等特点。     

锅炉汽包水位系统的自适应逆控制

要利用自适应逆控制的自适应性和系统辨识能力,提出了对锅炉汽包水位控制系统的自适应逆控制策略。由被控对象的逆对象组成的局部反馈回路可以有效地克服给水扰动以及汽包水位的另一主要扰动——蒸汽流量的扰动。同时,自适应建模所得的FIR滤波器可以跟踪对象的特性变化,由FIR滤波器所得的逆控制器可以使系统的实际输出在对象特性变化情况下跟踪参考模型的输出。仿真结果显示了自适应逆控制的自适应性和鲁棒性。     

Preisach逆模型补偿的压电陶瓷执行器自适应滑模控制

为了降低压电陶瓷执行器迟滞特性对纳米定位平台精度的影响,利用Preisach逆模型补偿迟滞特性,并针对逆模型未能完全补偿的迟滞特性、模型参数的不确定性以及其他扰动设计了自适应滑模控制律.仿真实验结果表明,与普通滑模控制器以及逆补偿PID控制器相比,逆补偿的自适应滑模控制器提高了定位系统的跟踪精度,对系统不确定性和外界扰动有较强的鲁棒性.     

基于RBF神经网络的全向智能轮椅自适应控制

在外界扰动为有界不可测条件下,利用径向基函数(radial basis function,RBF)神经网络在线逼近全向智能轮椅的非线性逆运动学模型,提出对轮椅轨迹跟踪的直接自适应控制方法.首先,在分析全向智能轮椅平台动力学模型的基础上,设计了基于径向基函数神经网络的全向智能轮椅自适应控制器;并进一步利用李雅普诺夫稳定性理论,证明了在外界扰动及神经网络权值误差逼近有界的条件下,该控制器在全向智能轮椅轨迹控制中跟踪误差的一致稳定且有界;最后,通过全向智能轮椅轨迹跟踪仿真实验,验证了所提出控制方法的有效性和稳定性.     

非线性系统的神经网络逆模型控制

利用神经网络逼近任意非线性的能力 ,将其与非线性逆系统相结合 ,对非线性系统的逆模型进行建模 ,对实现的伪线性系统设计自适应控制进行综合 ,动态神经网络在线消除系统的近似逆误差和正向模型的辨识误差 ,设计权值调整规律为 w∧·=-λ·eTPbΦ(r ,r· ,v)‖e‖ p >E0‖e‖ p >E,仿真结果表明其有效 .     

严格反馈非线性系统的鲁棒自适应逆最优跟踪

针对具有未知定常参数和未知有界扰动的严格反馈非线性系统,结合参考信号,构造了误差系统,并解决了其逆最优控制问题.使用Backstepping算法,设计了误差系统鲁棒自适应逆最优控制器和参数自适应律,从而解决了原系统的鲁棒自适应逆最优跟踪问题,并给出性能估计.仿真结果表明该控制算法的有效性.     

基于改进型径向基函数网络的船舶非线性航向自适应逆控制

针对非线性船舶控制中传统自适应控制方法存在的实时参数调整复杂、鲁棒性差等缺陷,提出了一种基于改进型径向基函数(RBF)网络的自适应逆控制(AIC)方案,RBF网络相比通常的非线性自适应模型,结构更为简单且不存在局部极小问题.对“The R.O.V Zeefakkel”散装船非线性模型的仿真结果表明,AIC在显著改善对象动态响应性能的同时,具有良好的鲁棒性和扰动消除能力,适用于对机动性要求较高的中小型船舶控制.     

通信延迟下智能电动汽车队列分布式自适应鲁棒控制

针对通信延迟影响下的智能电动汽车队列控制问题,提出了一种智能电动汽车队列分布式自适应鲁棒控制方法。建立考虑非线性项、参数不确定性和外部干扰因素影响的智能电动汽车纵向队列动力学模型,并基于逆模型补偿技术,消除了非线性项对队列系统的影响;构建通信延迟作用下智能电动汽车队列分布式状态反馈控制结构,给出通信延迟、外部干扰和参数不确定性下的智能电动汽车队列闭环系统模型;使用特征值分解对通信延迟下智能电动汽车队列通信拓扑进行解耦,采用线性矩阵不等式处理方法,推导出通信延迟下智能电动汽车队列自适应控制器的存在条件,该矩阵不等式是低维的,与智能电动汽车队列长度无关。基于Lyapunov理论对时滞队列系统稳定性进行分析,验证系统的稳定性;仿真试验验证了所提出的通信延迟下队列分布式自适应鲁棒控制方法的可行性和有效性。     

利用神经网络自适应逆控制消除干扰和噪声

神经网络的自适应逆控制具有对鲁棒性高、自适应能力强和难以精确建立数学模型的工业对象,尤其是大滞后、非线性、不确定性及时变的对象.利用BP神经网络构成逆控制器,提出一种基于神经网络的模型参考自适应逆控制系统.仿真实验表明,此系统具有良好的消除对象干扰和敏感噪声的作用,可以在工业控制中广泛应用.     

具有模糊校正的GPC在NCS中的应用

针对网络的引进而产生的时延及系统的不确定性问题,在GPC控制算法的基础上通过加入模糊校正的方法更好的解决了网络控制系统中系统模型失配和噪声干扰等对系统控制效果的影响,仿真结果验证了控制器设计方法的有效性.     

自适应控制在有源消声中的应用

有源消声采用自适应控制技术已经成为发展趋势，但是由于自适应控制理论发展迅速，一些较为成熟的、新的设计方法尚未应用到有源消声中．为了将这两种技术更紧密地结合起来，本文首先介绍了自适应控制领域内得以公认的模型参考自适应系统（ＭＲＡＳ）的超稳定设计方法及其简化工程设计方法，其次总结了自适应有源消声的理论进展和应用成果，最终提出采用ＭＲＡＳ的设计方法实现有源消声的新方案，为自适应有源消声的应用开辟了新的途径．     

一种新的逐跳显式拥塞控制机制及性能分析

随着具有高带宽高延迟特性网络的广泛应用,传统的拥塞控制算法已不能有效地工作,其中反馈时延的大小是影响拥塞控制算法性能的重要因素之一.反馈时延过大,将导致拥塞控制响应滞后,可能引起新的拥塞,因此有效减小网络的反馈时延是一个急待解决的问题.提出了一种新的逐跳显式拥塞控制算法(HBH-XCP),该算法基于XCP,在路径中以逐跳的方式将拥塞信号由路由器直接反馈至源端,使源端快速地响应拥塞事件.仿真实验表明,与XCP相比,HBH-XCP能提供更快的拥塞响应速度,使数据流获得更平稳的吞吐量,以及更小的时延抖动.     

时滞反向响应过程的数字控制设计方法

基于单位反馈控制结构,提出了离散域中对于时滞反向响应过程的直接设计新方法.该方法分析了反向响应系统控制器输出的振铃问题,给出期望闭环传递函数,并由此推出数字控制器的结构;通过分析设计参数,给出控制器单一调节参数的整定规则和获得更好控制器输出的参数选取方法.通过对一高阶的时滞反向响应过程进行仿真实验比较,结果验证了所提出的方法在抑制振铃方面具有较为明显的优势.     

基于预测算法的计算机音乐喷泉控制

目的 使用先进的数字预测控制算法,建立以工控机为核心的音乐喷泉计算机控制处理系统,改善传统控制方法的滞后效应。方法 采用预测补偿控制和软件信号延迟方法,作为研究克服系统滞后的途径。结果 预测补偿和延迟控制方案大大提高了音乐与水流配合的同步性。结论 计算机控制系统与预测补偿控制方法提供了一种新的先进的音乐喷泉控制途径。     

卡尔曼滤波方法在驼峰勾车溜成速度控制系统中的应用

本文提出了用于铁路驼峰自动化的一种新的卡尔曼滤波算法。该算法合理地解决了有色噪声“白化”问题,正确地确定了模型嗓声、量测噪声的统计特性,改进了现有滤波方法,提高了滤波精度。     

一种解决噪声主动控制中时滞问题的思路

对噪声主动控制进行了探讨，提出一种利用计算机存储概念和寻址技术，从计算机数据处理系统入手解决时滞问题的思路，并给出了结构图。