基于样条逼近和小波分解的Hammerstein模型辨识

采用三次B-样条方法取代传统的多项式方法逼近Hammerstein模型中的非线性部分，在保持多项式的简单性和逼近的可行性的同时，大大提高了逼近精度。同时采用小波变换对辨识数据进行多尺度分解，通过在低频空间抑制高频噪声干扰从而实现精确建模。理论分析和仿真结果都表明估计结果具有渐近无偏性和一致收敛性，该方法辨识精度高，具有良好的实用性。     

基于KAUTZ模型的预测控制仿真研究

采用Kautz函数逼近来得到未知系统模型,利用带遗忘因子的最小二乘法在线辨识系统模型变化。基于Kautz模型设计了一种自适应预测控制器,并且针对系统投运初期的辨识误差提出了一种衰减因子补偿方法,提高了控制品质。该算法自适应能力强,控制精度高。仿真试验证明了该算法的有效性。     

基于Hammerstein模型的非线性自适应预测函数控制

传统的预测函数控制对非线性和多变性的实际对象控制效果不佳.采用基于Hammerstein模型的预测函数控制(PFC)内部模型辨识方法来拟合实际对象的非线性.针对实际时象的多变性,不断辨识对象,校正内部模型参数,增强控制系统适应对象变化的能力.选取正弦多项式形式的基函数并介绍了滚动优化的办法.优化性能指标选取双值指标,计算量小,精度高.整个算法线性寻优,不需要非线性模型预测控制的非线性滚动优化,输出可以应用模型参数直接计算.实验表明该方法比PID控制效果更好而且对模型失配具有很好的自适应性能.     

基于多分辨率学习的正交基小波神经网络设计

提出一种基于正交基函数的小波神经网络设计方法，采用多分辨率学习确定隐含层结构，并用收敛较快的阻尼最小二乘法训练权值．该方法可灵活调整隐含层结构，有效地克服神经网络中常见的过拟合和泛化能力差等问题．传真结果表明该方法具有逼近精度高，泛化能力好，网络结构冗余度小，参数优化收敛快等特点．     

基于特征模型的预测函数控制的仿真研究

传统的预测函数控制通常采用一阶的预测模型,该预测模型不能完全表征被控对象,因此使得传统的预测函数控制的鲁棒性受到一定限制。特征模型是一种比动力学模型简单,但能表征被控对象特征的模型。针对预测函数控制算法的缺陷,提出了利用二阶特征模型来构成预测模型。通过与采用一阶预测模型的预测函数控制进行比较,理论分析与仿真实验结果均表明,采用特征模型的预测函数控制具有比一阶预测模型更好的控制效果,该算法在SUPCON-JX300X集散控制系统上实现。     

基于小波与径向基函数的大气污染预测研究

提出了一种实用于大气污染物的小波分析和RBF(RadialBasisFunction)神经网络相结合的预测方法,对污染物TSP(TotalSuspendedParticles)进行预测,得到与观测值相符的结果。应用小波分析进行检测,消除了预测数据中奇异点所包含的奇异信号。在此基础上应用RBF神经网络进行预测,研究结果表明,小波分析的利用提高了预测精度,验证了该方法简便、快捷,具有较强的实用性,为环境管理部门宏观调控提供了理论基础。     

扩散炉基于Laguerre函数模型自适应预测控制

主要报告了扩散炉采用Laguerre函数模型自适应预测控制的结果 ,并对这种自适应控制的原理及其算法作了简要概述。基于Laguerre函数模型自适应预测控制系统对扰动和对象参数、结构的变化及非线性具有较强的适应能力。在扩散炉控制中的应用结果表明 ,即使在出现强扰动的场合 ,该系统也具有良好的控制品质     

多模型自适应预测函数控制及仿真

许多工业控制对象存在一定程度的非线性环节,经典控制方法很难满足控制要求。多模型预测函数控制法结合了多模型控制法和预测函数控制法的优点,在一些复杂的工业控制系统中获得了成功的应用。结合模型匹配计算公式,提出了基于参数在线辨识的多模型切换方法。它不依赖于典型工况下系统参数的模型,且能根据实际系统的运行情况及时地切换模型参数。将这种控制方法应用到蒸馏塔温度控制系统中去,研究表明,这种控制方法有较强的自适应能力,具有一定的实用价值。     

基于线性近似和神经网络逼近的模型预测控制

针对非线性系统的模型预测控制问题,提出了一种基于线性近似和神经网络逼近的控制算法。用Taylor级数展开法对非线性系统进行线性近似时,要求对象系统中的非线性函数必须连续可微。为了突破这一限制,引入了Stirling插值公式线性近似法,拓展了可处理的非线性系统范围。通过对线性化过程中产生的非线性高阶项进行径向基函数(radial basis function, RBF)神经网络逼近,显著提高了对象系统模型精确度。为了降低数值计算复杂度,将控制性能指标函数重构为易于处理的二次型最优化问题,通过对该二次型最优化问题的求解得到了最优控制序列。控制过程考虑了约束条件的影响以模拟真实的工业生产过程。仿真结果证明了所提出预测控制方案的有效性。     

Rossler超混沌系统的多变量广义预测控制

提出了一种改进的自适应多变量广义预测控制算法(β-MGPC),可实现输入输出维数不等时的超混沌控制。控制部分变量可将超混沌系统引导到指定的平衡点,仿真结果表明了该算法的有效性。这种方法无需求解丢番图方程,减少了控制算法的计算量。     

基于模糊补偿的预测函数控制的仿真研究

针对预测函数控制中模型失配的影响的情况，提出了用模糊推理对控制量进行补偿的解决方案。并将基于模糊补偿的预测函数控制应用于锅炉燃烧控制系统，通过连续系统仿真，结果表明这种控制器具有较强的鲁棒性。     

基于小波和变分泛函的图像分解

提出了一种小波域图像分解算法,该算法通过在小波域中最小化一个变分泛函把图像分解成u和v两部分,其中u在Besov空间B11(L1)表示图像的几何特征,v在对偶空间B∞-1(L∞)刻画了零均值振荡信号,如纹理和噪声。在求解泛函最小值时,采用一种新的迭代的子空间投影方法,利用该投影方法得到图像在小波域中的分解部分序列,重构该序列的极限即可得到图像的分解部分,同时给出了该迭代方法的收敛性证明。实验结果表明新模型比Daubechies-Teschke模型能更好地分解图像,尤其是低噪声图像。     

离散时间分布参数系统的模型逼近预测控制

提出了离散时间分布参数系统的一种预测控制方法。该方法采用广义正交多项式对分布参数系统的模型进行逼近,将离散时间分布参数系统的预测控制问题转化为集中参数系统的预测控制问题,运用模型算法控制方法对集中参数系统进行预测控制,求出控制律,经反演变换得出分布参数系统的预测控制。给出了该方法的具体步骤,仿真示例表明了方法的有效性。     

Predictive control for mechanical system with backlash based on hybrid model

The mechanical system with backlash is distinguished between a “backlash mode” and a “contact mode”. The inherent switching between the two operating modes makes the system a prime example of hybrid system. For eliminating the bad effect of backlash, a piecewise affine (PWA) model of the mechanical servo system with backlash is built. The optimal control of constrained PWA system is obtained by taking advantage of model predictive control (MPC) method, and the explicit solution of MPC in a look-up table form is figured out by combining the dynamic programming and multi-parametric quadratic programming, thereby establishing an explicit hybrid model predictive controller. Furthermore, a piecewise quadratic (PWQ) function for guaranteeing the stability of closed-loop control is found by formulating the search of PWQ function as a semi-definite programming problem. In the tracking experiments, it is demonstrated that the explicit hybrid model predictive controller has a good traction control effect on the mechanical system with backlash. The error meets the demands of real system. Further, compared to the direct on-line computation, the computation burden is reduced by the explicit solution, thereby being suitable for real-time control of system with short sampling time.     

Steganography based on wavelet transform and modulus function

In order to provide larger capacity of the hidden secret data while maintaining a good visual quality of stego-image,in accordance with the visual property that human eyes are less sensitive to strong texture,a novel steganographic method based on wavelet and modulus function is presented.First,an image is divided into blocks of prescribed size,and every block is decomposed into one-level wavelet.Then,the capacity of the hidden secret data is decided with the number of wavelet coefficients of larger magnitude.Finall,secret information is embedded by steganography based on modulus function. From the experimental results,the proposed method hides much more information and maintains a good visual quality of stego-image.Besides,the embedded data can be extracted from the stego-image without referencing the original image.     

基于模式化的雷达组网资源管控功能模型

综合考虑信息融合与资源管控一体化、系统操作简便性等因素,提出了一种通用的基于雷达组网系统工作模式的资源管控闭环功能模型,该模型主要包括信息融合、资源管控、通信链路、人机交互与数据库等功能分系统,体现了结构分级、任务预案、模式控制等设计特点。依据提出的通用模型与典型雷达组网系统的技术体制特点,分别设计了能满足实际应用需求的典型集中式、分布式、层次式/混合式资源管控功能模型,表明了通用功能模型的适用性与有效性。     

基于小波分析的游客流量神经网络预测研究

根据旅游流量的频率分布特性,运用小波分析将不同频率成分组成的时间序列分解成低频和高频成分,然后依据小波系数的重构原理还原时间序列的趋势成分,判断旅游流量时间序列的趋势变化.运用小波分析对天涯海角流量分析所得结果,建立神经网络模型对旅游流量进行预测.     

The Predictive Control Based on Hammerstein Model with NU=1

ＴｈｅＰｒｅｄｉｃｔｉｖｅＣｏｎｔｒｏｌＢａｓｅｄｏｎＨａｍｍｅｒｓｔｅｉｎＭｏｄｅｌｗｉｔｈＮＵ＝１ＣＵＩＸｉａｏｄｉ；ＬＵＺｈｕｎｗｅｉ；ＸＵＲｏｎｇｌｉａｎｇＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００２４...     

一种基于自适应小波网络的非线性控制设计

针对含有未建模动态的非线性系统,结合非线性动态逆和小波网络提出了一种新的非线性控制方法。根据小波网络的逼近特性,利用具有在线学习能力的单隐层小波网络来补偿动态逆的误差,建立了基于自适应小波网络的控制结构,用李雅普洛夫函数导出了小波网络权值的自适应调整規则。通过自适应调节,使控制系统能对受控对象及时地作出反应。最后分析了小波网络的结构和输入。