广义受迫Van der Pol-Duffing系统的稳定性与分岔

给出了广义受迫VanderPol-Duffing方程,用多初始点分岔分析方法分析了系统外部参数对其稳定性的影响,应用了分岔图、Lyapunov指数图和Poincaré映射图分析了系统的非线性动力学行为,结果很好地解释了该系统中一些复杂的非线性现象,为研究许多模型提供了一定的理论参考和实际意义。     

Φ6-DVP振子在单势阱参数下的混沌与混沌同步研究

利用Melnikov方法分析了含有5次方恢复系数项的Φ6-Duffing -Van der Pol振子系统在单势阱参数条件下产生Smale意义下混沌的必要条件.通过Poincaré截面图、分岔图、Lyapunov指数谱等理论和数值方法,阐明了系统运动在单势阱参数下随周期激励信号变化的动态特性、复杂性和系统的非线性特征.最后,对单势阱参数条件下的Φ6-DVP振子的混沌自同步进行了进一步的研究,得到了很好的混沌同步控制结果.     

Ф^6-DVP振子在单势阱参数下的混沌与混沌同步研究

利用Melnikov方法分析了含有5次方恢复系数项的Ф-Duffing-Van der Pol振子系统在单势阱参数条件下产生Smale意义下混沌的必要条件。通过Poincare截面图、分岔图、Lyapunov指数谱等理论和数值方法，阐明了系统运动在单势阱参数下随周期激励信号变化的动态特性、复杂性和系统的非线性特征。最后，对单势阱参数条件下的中Ф^6-DVP振子的混沌自同步进行了进一步的研究，得到了很好的混沌同步控制结果。     

一类H(o)lder连续的混沌系统分析和控制

构造了新的三维连续时间混沌系统.该系统含有两个参数和一个非线性项,其中的非线性项满足1/2阶H(o)lder连续但不满足Lipschitz连续性条件.通过理论分析和数值仿真研究了系统的动力学特性.此外,利用线性状态反馈对此混沌系统进行了控制,实现了系统的全局镇定.通过分段线性状态反馈方法对新混沌系统的同步进行了研究,实现了系统的全局同步.     

基于一个新混沌系统的超混沌的产生及其控制

通过在Yassen提出的三阶混沌系统中增加一个状态,从而得到一个新的超混沌系统.研究了新的超混沌系统的基本动力学行为,给出了超混沌系统的吸引子、Lyapunov指数、分维数、分岔图、平衡点以及随着参数的变化新系统的运动轨道在混沌和超混沌之间的演变过程.分别利用非线性双曲函数反馈控制法和线性反馈控制法研究了新系统的超混沌控制问题,讨论了将受控系统的超混沌轨道镇定到不稳定平衡点时的条件.数值模拟进一步验证了所提出方案的有效性.     

模型间歇振荡器的混沌特性分析

建立了雷达发射机中的间歇振荡器的非线性数学模型，利用相空间图、功率谱分析法、平均位移法和Lyapunov指数对该模型仿真产生的时间序列和实测信号进行了分析，理论和实验结果表明，间歇振荡器所产生的高频脉冲序列具有混沌特性，所推导的数学模型和分析结果具有普适性。     

一种刚性杆-弹簧摆模型的混沌动力学行为研究

针对具有大范围运动慢变量和小幅度振荡快变量的强非线性刚-柔耦合多体系统,建立一种刚性杆-弹簧摆模型。给出了该双时间尺度变量系统的无量纲动力学方程,以频率比、摆长比作为控制参数,对系统在不同初始条件下的非线性动力学行为进行了数值模拟和分析。由于快、慢变量之间的相互耦合,动力学方程表现出强非线性的特点,对数值方法提出了更高要求。采用一种高精度的三次Lagrange插值精细积分法进行数值求解,并给出了系统不同的运动状态对应的参数范围。数值分析结果表明,系统变量在不同的控制参数和初始条件下,呈现出了复杂的混沌动力学行为,快变量显示了经由准周期环面破裂分岔通往混沌的途径。     

一类基于协同进化模型的混沌系统

分析了一类基于遗传算法无限种群模型的协同进化系统,在此基础上构造了一类新的协同进化系统,并推导出了它在单基因位情况下的动力方程.对新系统在稳态情况下的复杂动力行为进行了分析,通过相图、分岔图和Lyapunov指数谱图,严格地证明了该系统具有混沌特性.     

一个三维自治混沌系统及其同步控制

通过相图、分岔图和Lyapunov指数谱来分析一个三维自治混沌系统的基本动力学行为。基于线性稳定性理论和极点配置技术,将反馈控制器的设计转化为一个纯代数问题,设计了一个连续的混合反馈同步控制器,相比于线性反馈与非线性反馈同步控制,对该混沌系统施加混合同步控制。理论推导和数值仿真均表明该同步方法的有效性和可行性,且适用性更强。     

基于混沌-神经网络模型最优控制及应用

由于非线性混沌时间序列内部确定的规律性，其重构相空间具有高精度短期预测性．为此，为了实现非线性、大时滞系统的自适应控制，文章根据具有混沌特性非线性、大时滞系统的时间序列重构相空问，计算相空间饱和嵌入维数、最大Lyapunov指数和系统的可预报尺度，并以此为指导，建立神经网络预测模型对系统作高精度的短期预测；在此基础上，通过反馈校正，将校正误差和控制增量引入性能函数寻优得最优控制决策，实现了对非线性、大时滞系统高精度的自适应预测控制．将该控制决策应用在锅炉过热汽温控制中，仿真表明该控制的有效性、快速性和鲁棒性．     

一个新自治混沌系统的混沌同步控制

研究了一个新的三维自治混沌系统的动力学行为和混沌同步问题.对该混沌系统的初值敏感性程度进行了理论分析和数值验证,对平衡点处发生分岔的类型进行了分析.最后基于耦合同步法,通过选取适当的耦合参数,实现了对系统的混沌态的同步控制.     

基于一种新型动态神经网络的非线性自适应逆控制

根据生物神经元的机能,提出了一种具有动态激励函数的新型神经元模型,由此构成的神经网络(DAFNN)应用在非线性自适应逆控制中时只需要确定隐层神经元个数,从而克服了用NARX回归神经网络时需确定输入和输出延时阶数及隐层神经元个数等多个参数的不足。通过对单输入单输出(SISO)及多输入多输出(MIMO)非线性系统的自适应逆控制仿真研究,证实了DAFNN是一种很好的非线性系统建模和控制工具。     

二级倒立摆的摆起控制

以往对非线性系统主要是采用线性化的方法进行控制，提出了一种基于专家系统及变步长预测控制的实时非线性系统控制方法。用变步长一步预测避开复杂的非线性推导，结合专家系统对控制参数进行修正，从而实现对复杂非线性系统的实时控制。利用这种方法，实现了二级倒立摆的摆起及稳定控制。     

具有弱通讯的多智能体分布式自适应协同跟踪控制

针对具有弱通讯的高阶严反馈非线性多智能体系统,提出一种新颖的分布式自适应反演控制方法,并研究了该系统的协同跟踪控制问题.首先,以5个智能体作为被控对象,其中一个智能体以分布式结构组成"领航者-跟随者"编队模式,并且将领航者的运动速度作为整个编队系统的前行速度,其余智能体作为跟随者跟随领航者编队运动.其次,采用自适应反演...     

时滞时变AUV的模糊变结构控制

针对自主水下航行器(autonomous underwater vehicle,AUV)具有时变的水动力学系数的现象,为了实现其鲁棒控制,设计了一个模糊变结构控制器.该控制器以变结构控制的切换函数及其变化率为模糊控制器的输入,以变结构控制律的变化率为模糊控制器的输出.为了提高控制器的性能,引入了压缩扩张隶属度函数.通过将该控制器和均分隶属度函数模糊变结构控制器、准滑模控制器的仿真对比,证明了设计的控制器具有更好的性能.数值仿真表明,该控制器能很好地实现对具有控制输入时滞和时变水动力系数AUV的深度控制,且稳定后基本无抖振现象.     

遗传算法在时间最优路径规划中的应用

提出一种应用遗传算法在三维区域寻找自主机车的最优路径的方法。路径由Bezier曲线得到 ,代表路径的Bezier曲线的控制点 ,作为遗传算法的未知参数来进行二进制编码。由于机车在行驶过程中受动力学和物理上的某种限制 ,遗传算法的适应值函数采取了适当的路径补偿。仿真结果表明了该方法的有效性。     

一类混沌系统的鲁棒同步控制

基于非线性状态反馈线性化、最优控制及李雅普诺夫方法，对连续时间标量混沌信号的鲁棒同步控制进行了研究。在一定的假设条件下，得到了一个简单、性能优良的控制器，且是大范围渐近可同步的。对一个四阶自治混沌系统的仿真研究表明了该控制策略的有效性。     

变化海流环境下AUV能量最优三维路径规划

为获取变化海流环境下自主水下航行器(autonomous underwater vehicle, AUV)的能量最优路径, 基于最优控制理论提出一种用于AUV的三维能量最优路径规划算法。首先, 为了有效抑制海流对路径规划的影响, 将海流向量加入到AUV运动学模型中。其次, 在已知俯仰角及AUV位置的情况下, 利用庞特里亚金极小值原理, 获得能量最优控制律。最后, 利用线性定常系统的状态空间理论, 计算得到初始艏向角、航速以及能量消耗。在仿真环节, 通过与负反馈控制策略相比较, 说明所提算法能够规划出三维能量最优路径, 而且可以有效降低AUV的能量消耗。     

Multi-range controller design for highly nonlinear systems with application to unmanned aerial vehicles

A new procedure for a design of multi-range controllers for use with highly nonlinear systems is developed. The procedure involves obtaining the describing function models of the nonlinear plant by software followed by designing a controller at nominal conditions. Then, the controller parameters are optimized to yield a satisfactory closed-loop response at all operating regimes. Finally, the performance and stability of the closed-loop system comprised of the designed controller and the nonlinear plant are verified. The procedure and the associated software are applied to a nonlinear control problem of the sort encountered in aerospace, and the results are compared with two other approaches.