不确定多变量线性系统的快速收敛滑模控制

讨论了一类不确定多变量线性系统滑模变结构控制的快速收敛问题,提出一种指数型快速终端滑模变结构控制方案。通过非奇异线性变换将不确定系统化为简约标准型,而后设计了非线性指数型快速终端滑模超曲面,给出了滑模面参数矩阵的选择方法。在此基础上设计了变结构控制律,使系统状态在有限时间内到达滑模面上,随后保持在滑模面上并按指数型终端滑模的规律运动,在有限时间内收敛到平衡点。与普通的快速终端滑模相比,系统状态能以更短的时间到达平衡点。该方法具有全局稳定性和鲁棒性,仿真结果证明其有效性。     

利用高阶累积量的盲多输入多输出系统辨识

针对多输入多输出线性系统(FIR MIMO)的盲辨识问题,提出了一个线性的基于方程误差的高阶累积量(HOS)算法的改进算法。该算法利用一组输出信号的四阶累积量矩阵的零空间,把一个未知多输入多输出(MIMO)信道的冲激响应辨识成一个常的单项矩阵。对于信道长度一致的不同用户的MIMO系统来说,算法只需要很弱的辨识条件。和原算法相比,改进算法充分利用了输出信号的累积量矩阵固有结构,从而提高了算法的估计性能。计算机仿真验证了算法的有效性。     

多变量随机系统的辨识软件IDMR

软件IDMR是用于辨识离散时间多变量随机系统的有效工具,它同时还使用辨识结果给出系统输出仿真。本文介绍IDMR的结构和功能及其特点,并对使用方法和运行操作进行了说明。     

基于PIλDμ控制器的一种线性系统辨识方法研究

近年来,分数阶控制研究愈来愈被关注.传统系统参数辨识算法主要基于在某种意义下的最优数据拟合思想,往往比较复杂、计算量大.我们将辨识误差的抑制问题,看作是以误差方程来描述的系统的状态渐近稳定性来处理,从而将反馈控制的思想引入辨识算法中,提出了一种基于分数阶PIλDμ控制器的线性系统参数时域辨识算法,给出了递推算法的详细推导,并用已知系统仿真验证了算法的有效性.该算法简便、计算量小.仿真结果表明,该算法优于传统最小二乘法.     

非线性系统的模糊辨识在线算法

在以往的模糊辨识方法中,均未给出在线调整非线性系统的模糊辨识算法。基于递推模糊聚类方法,提出了一种在线调节模糊模型的辨识算法。为了验证所提出方法的有效性,对几个非线性系统进行了辨识,最后给出了辨识结果。     

SIMO系统辅助变量最小二乘盲辨识方法

辅助变量辨识方法是一类重要的辨识方法,然而对于盲辨识,系统输入未知,辅助矩阵的选择就成了难题。针对盲辨识领域研究最多的单输入多输出(SIMO)系统,利用辅助变量方法研究相应的盲辨识方法,其基本思想是联立其中两个子系统进行辨识,利用其他子系统的输出来构造辅助矩阵,从而提出了辅助变量最小二乘盲辨识方法,来获得系统参数估计。还给出所提算法的递推形式,并进行了收敛性分析。仿真例子验证了所提方法的有效性。     

加性噪声背景下基于ICA的线性系统辨识算法

在加性噪声背景下,将线性系统辨识问题纳入到独立分量分析(ICA)瞬时混合模型中,提出了一种新的结合ICA技术的线性系统辨识算法.该算法无需对噪声信号的统计特性进行任何先验假定,根据ICA模型中瞬时混合矩阵的先验知识,准确估计出系统输出的加性噪声,从观测数据减去该噪声后,利用最小二乘理论实现算法对未知系统的参数估计.仿真实验表明,该算法不仅有效地消除了一般算法对于噪声特性的限制,而且在低信噪比下仍能取得较为理想的辨识结果.     

航天器转动惯量在线辨识

可靠和有效的高精度姿态控制需要已知卫星变化的质量特性的精确信息,在线辨识航天器的转动惯量显得尤为重要。利用飞轮作为执行机构,分别提出了一种基于递推最小二乘法的航天器转动惯量在线开环辨识和闭环辨识的算法。当飞轮输出合适的控制力矩时,能够快速辨识出处于开环状态的航天器转动惯量,并且保证航天器的姿态变化在可接受的范围内。提出了一种闭环辨识方法,基于变结构控制器,在航天器完成姿态机动任务的同时,能够快速辨识出航天器的转动惯量,辨识精度在2%之内。     

一类多变量极点配置反馈矩阵的直接求解算法

本文给出了一类多变量系统极点配置反馈矩阵的直接求解方法，通过Ｌｕｅｎｂｅｒｇ－ｅｒ规范形的结构将系统反馈矩阵的求解过程降阶简化。算法概念清晰，方法简便，易于在计算机上编程实现。     

参数在线辨识永磁无轴承电机无传感器控制

针对无轴承电机无传感器控制的需要,在分析永磁型无轴承同步电机固定坐标系模型的基础上,考虑到电机参数的影响,在使用灰色系统预测电流值基础上提出参数在线辨识转子位置和速度的估测方法.应用这种方法建立了永磁型无轴承电机无位置和速度传感器的矢量控制系统.仿真实验表明这种方法能够准确观测转子位置和速度,具有强的参数鲁棒性,系统能在较大扰动下实现稳定悬浮.     

线性系统参数最小绝对误差和辨识的有效集算法

本文介绍线性系统参数最小绝对误差和辨识的有效集算法,提出了采用摄动法处理退化问题的策略,还提出了中间参数和绝对误差和函数的递推计算方法。     

基于鲁棒整定的球磨机系统多变量PID控制

基于内模控制原理，导出一种多变量系统的PID控制器参数整定新方法，可直接获得控制器的比例项、积分项、微分项系数以及考虑到微分项可实现性的实际微分环节的时间常数。该整定方法应用于严重多变量耦合的电厂制粉系统球磨机控制的仿真研究，结果表明：所整定的PID控制系统具有良好的调节品质，在系统特性变化的情况下具有很强的鲁棒性。     

无穷维线性系统的小波级数辨识

引入标准正交尺度函数及它们的Laplace变换,证明了变换后的尺度函数在Hardy空间H2中仍是标准正交的。此外,刻划了Sobolev空间W2,s(R)中函数的小波级数逼近误差的渐近衰减率,提出了无穷维线性时不变系统的传递函数及β-输入-输出稳定性。最后利用变换后的标准正交小波级数逼近传递函数。     

变量模型的多目标模糊线性规划问题研究

本文利用定义模型数大小的偏序方法，将一类含模型变量的多目标模糊线性规划问题等价成一个多目标线性规划问题，然后进一步转换成两层多目标线性规划问题，大大地简化了原问题的求解。     

基于多分辨率分析的模糊系统结构辨识算法

分析了尺度函数多分辨率逼近性以及与T—S模糊系统结构的相似性，提出基于多分辨率分析的模糊系统(MAFS)。在此基础上，利用B—样条尺度函数作为模糊隶属函数具有紧支撑性、多分辨率逼近的特性，从时一频域局域化角度，采用WTMM技术，给出了模糊系统结构辨识算法。仿真结果验证了这种模糊系统在不影响辨识精度情况下，模糊隶属函数具有模糊语义的完备性和可解释性，同时表明该结构辨识算法的正确性和有效性。     

多变量工序能力评价

首先指出采用多变量工序能力指数评价工艺生产水平的必要性,给出三种不同的多变量工序能力指数定义,分别为直接域比值定义、修改规范域定义和修改工艺域定义,并分析这些多变量工序能力指数.最后用一个实例说明采用多变量工序能力指数比采用单变量工序能力指数评价产品更为可取和全面.     

基于改进PSO算法的多变量PID型神经网络控制

充分利用PID结构简单、稳定性强的良好性能以及神经网络的自学习和自适应的特长,引入粒子群优化(PSO)学习算法,设计一种多变量自适应PID型神经网络控制器。神经网络的隐含层由带有输出反馈和激活反馈的混合局部连接递归网络组成,采用PSO学习算法优化神经网络参数。在深入研究分析PSO算法的基础上,引入变异因子和惯性权重自适应策略对该算法进行改进,既发挥了PSO算法随机优化收敛速度快的优点,又克服了该算法易陷入局部最优点的缺点,显著提高了控制系统的性能指标。最后,通过对二级倒立摆控制的仿真分析,证明该算法具有较强的鲁棒性。     

具有未知输入线性系统观测器的设计与分析

对于一类具有未知输入的线性系统，本文提出了一种新的状态及未知输入观测器的设计方法，并给出了其存在的条件，对于此类观测器的正确性，本文做了严格的理论论证。最后，通过一个线性系统实例，利用本文所提出的观测器的设计方法，对其状态及未知输入观测器进行了设计，仿真结果表明，该观测器直接采用系统的测量输出，实现了对系统状态及未知输入渐近的估计。