网络环境下混合时滞系统对时滞参数的自适应控制

在网络环境下,建立了一类复杂的混合时滞系统模型,该模型被控对象为连续系统,控制输入为离散序列且状态时滞参数未知.在分别建立了连续与离散的模型基础上,根据已有的混合系统的稳定性定理,提出了一种镇定系统的方法,并得到了离散形式的可用于控制输入的对未知时滞参数的自适应律.控制方法基于一种Lyapunov-Krasovskii泛函,且在得到的自适应律作用下,对未知时滞参数的估计值能始终被反映在带记忆状态反馈控制器中,且依赖于时滞的反馈控制器,存在的充分条件均可通过一组线性矩阵不等式LMIs表示.     

一类混合时滞系统对时滞参数的自适应控制

研究了一类较为复杂的混合时滞系统——被控状态为连续形式且状态时滞参数未知,而控制输入为离散序列.在分别建立了连续与离散的模型基础上,根据已有的混合系统的稳定性定理及一种Lyapunov-Krasovskii泛函方法,提出了一种镇定系统的方法,并得到了离散形式的可用于控制输入的对未知时滞参数的自适应律.在该自适应律作用下,未知时滞参数能始终反映在带记忆状态反馈控制器中,依赖于时滞的反馈控制器存在的充分条件可通过一组线性矩阵不等式(LMIs)表示.     

一类参数不确定时滞混沌系统的反同步

针对一类不确定时滞混沌系统,基于Lyapunov稳定性理论,结合自适应控制方法,设计了自适应控制器及参数自适应律,证明了控制器和自适应律在参数不确定的情况下可实现时滞混沌系统的反同步,对不确定参数做出识别,并分析了控制调节器Ω的作用.数值仿真结果表明,该方法正确、有效.     

时滞TCP网络的自适应滑模控制

针对具有输入时滞和状态时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个特殊变换将原时滞系统转化为无时滞系统,从而消除时滞带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器,所设计的控制器不仅可以使队列长度快速收敛到设定值,而且维持较小的队列振荡。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PI控制和滑模控制。     

一类混合时变时滞混沌神经网络自适应同步研究

基于微分方程的拉萨尔不变集原理和自适应动态反馈控制技术,研究了一类带有完全未知参数和混合时变时滞的混沌神经网络的自适应同步问题,给出了保证两个具有相同结构但具有完全未知参数的时滞混沌神经网络同步的控制律的设计方法.在此自适应控制律的作用下,达到了同步与参数辨识同时进行的目的.所设计的控制律简单,易于实现.仿真示例验证了所提方法的有效性.     

一类含状态变时滞线性退化系统的自适应控制

针对线性退化时滞系统,研究对时滞参数的自适应控制问题,基于闭环系统的中立型变换,用矩阵不等式方法,通过依赖于参数的Lyapunov—Krasovskii泛函,得到了此类系统的渐近稳定的充分条件,并在此基础上给出了适应性强的自适应律．     

非线性时滞系统的智能迭代学习控制

针对一类单输入单输出非线性时滞系统,提出了一种自适应神经网络迭代学习控制方案,神经网络用来逼近未知非线性函数和未知非线性时滞函数,放宽了传统迭代学习控制对非线性函数和非线性时滞函数的限制,拓展了迭代学习控制的应用范围．采用Lyapunov—Krasovskii函数和利用反演（Backstepping）技术设计神经网络学习律和控制律,基于Lyapunov稳定性理论,证明了闭环系统所有信号半全局一致最终有界,通过调节设计参数可以实现对目标轨线任意精度的跟踪．     

非线性时滞系统鲁棒自适应H_∞几乎干扰解耦

研究了一类非线性时滞系统的鲁棒自适应H∞控制问题.基于Lyapunov函数的递推设计方法,设计了一种新的自适应控制律和H∞控制器.通过巧妙的选取Lyapunov函数解决了时滞问题,实现了递推设计的推广.数值例子和仿真结果验证了结论的有效性.     

具有输入时滞的TCP网络的自适应滑模控制

针对具有输入时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个状态预测器,消除输入延时带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器。所设计的控制器既保证了滑动模态的存在和系统的渐进稳定性,又较好地抑制了系统不确定带来的影响。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PID控制和滑模控制。     

具有参数切换的随机中立型神经网络自适应指数同步

研究具有马氏切换参数的随机中立型神经网络的同步问题﹒基于Lyapunov稳定性理论、随机分析和自适应控制方法,在时滞是有界可测的前提下,提出了2个能保证中立型神经网络实现同步的时滞依赖充分性判据;同时,设计了依Markovian跳变的自适应更新律;最后通过算例证明了该理论的正确性﹒     

PMSM speed control using adaptive sliding mode control based on an extended state observer

In this study,a composite strategy based on sliding-mode control( SMC) is employed in a permanent-magnet synchronous motor vector control system to improve the system robustness performance against parameter variations and load disturbances. To handle the intrinsic chattering of SMC,an adaptive law and an extended state observer( ESO) are utilized in the speed SMC controller design. The adaptive law is used to estimate the internal parameter variations and compensate for the disturbances caused by model uncertainty. In addition,the ESO is introduced to estimate the load disturbance in real time. The estimated value is used as a feed-forward compensator for the speed adaptive sliding-mode controller to further increase the system's ability to resist disturbances. The proposed composite method,which combines adaptive SMC( ASMC) and ESO,is compared with PI control and ASMC. Both the simulation and experimental results demonstrate that the proposed method alleviates the chattering of SMC systems and improves the dynamic response and robustness of the speed control system against disturbances.     

基于自适应Barzilai-Borwein步长的直接搜索共轭梯度法

利用最新迭代点附近的函数值信息,估计该点的单纯形梯度,并计算当前点的Barzilai-Borwein(BB)步长,提出一种基于自适应BB步长的网格步长更新策略,有效解决了网格步长下降过快的问题,同时结合新的正基更新策略提出一种新的直接搜索算法.数值结果表明,该算法在稳定性和效率上有较大改进.     

基于改进灰色预测模型的自适应PID控制算法

针对大滞后系统提出一种基于改进灰色预测模型的自适应PID控制,采用优化背景值和初始条件的改进GM(1,1)模型作为预测模型,用预测结果代替被控对象测量值,克服了大滞后系统控制效果不能及时反馈的不足,并将二次型性能指标引入到PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了自适应PID的最优控制。仿真结果证明,该方法对大滞后系统具有较好的适应性和鲁棒性。     

具有比例积分结构的模型算法自适应控制器

通过构造新型目标函数,并且采用加权预测控制律代替一步预测控制量,得出了一种具有比例加积分结构的自适应模型算法加权控制器．该控制器能实现无偏差跟踪参考输入轨迹．仿真结果表明,对于时变对象,新算法自适应控制比基本型模型算法控制具有更强的鲁棒性．     

基于预测的模型参考自适应逆控制

由于纯延迟离散系统仅存在延时的逆模型,因而对该系统进行自适应逆控制时,扰动消除会产生一定的延迟误差。为此,提出了一种基于非线性预测的模型参考自适应逆控制方法,实现了扰动的实时消除,从而无延迟误差,使系统控制性能得到改善。仿真结果表明了新方法的有效性。     

一种新的自适应覆盖多播路由协议

对有度和延时约束的覆盖多播路由问题展开研究,提出了一种新的自适应覆盖多播路由协议--AOMRP.该协议采用分布式策略,在构建多播树时针对可能出现的情况自适应地采用2种不同的启发式局部优化算法:当多播树局部存在可能父节点时,通过调节某一启发因子,新节点可以在最小延时优先策略和减少局部端系统资源耗费策略之间进行折衷并执行加入动作;当多播树局部不存在可能父节点时,通过调节另一启发因子,新节点可以选择某一分支继续向树的叶节点方向作探测.仿真实验结果表明,通过选择适当的启发参数,AOMRP能够获得较低的节点拒绝率.     

基于自适应UKF的锂离子动力电池状态联合估计

针对由静态的电池模型参数而造成的状态估计累计误差、噪声统计特性的时变不确定性等实用化的问题,基于无迹卡尔曼滤波(unscented Kalman filter, UKF)框架设计了一种自适应UKF的电池状态联合估计算法.在无迹变换(unscented transform,UT)时,对量测方程进行准线性化处理,降低了循环迭代过程中的计算开销;利用带遗忘因子的Sage-Husa自适应估计方法对过程噪声的统计特性参数进行递推估计与修正,提高了UKF估计算法的自适应容错能力;实时跟踪滤波的收敛性,若呈发散趋势时,通过自适应衰减因子对误差协方差进行调整以抑制滤波发散,保证了滤波过程的数值稳定性;采用联合估计策略对一阶Thevenim电池欧姆内阻模型参数进行在线更新,以确保动态测试工况下电池模型的准确性,从而提高了电池荷电状态(state of charge,SOC)以及电池健康状态(state of health,SOH)的估计精度.实验与仿真结果验证了该电池状态联合估计算法的可行性与有效性.     

变论域自适应模糊分数阶自抗扰控制器设计

提出了一种变论域自适应模糊分数阶自抗扰控制算法,用以提高分数阶系统的性能;在变论域自适应模糊控制的设计中,引入分数阶扩张状态观测器和分数阶跟踪微分器;在变论域自适应模糊分数阶自抗扰控制中,利用分数阶跟踪微分器将输入信号转化为平滑跟踪和高质量差分信号,用扩张状态观测器获取每个状态变量的估计值、不确定性的实时动态模型以及外部扰动．为了消除稳态误差,提高控制精度,提出了可变值域的扩张状态误差积分;将变论域自适应模糊分数阶自抗扰控制算法和分数阶自抗扰控制 (FADRC)算法对典型的分数阶系统进行仿真,验证了所提方案的优越性和有效性．      

Robust Stabilization of Delayed Systems with Rank-1 Type Uncertainties

This paper deals with the problem of robust stabilizationfor the systems with rank-1 type uncertainties and mul-tiple state delay.Firstly,a new delay-dependent crite-ria is presented for unforced normal delayed system to bestable.Based on the obtained criteria,a new LMI ap-proach is developed for robust stabilization of a class ofuncertain delay systems via linear memoryless state feed-back control law.The results depend on the size of thedelays and are given in terms of linear matrix inequali-ties.And so no tuning procedure for scalars and/or ma-trices is required and the results are less conservativethan those of delay-independent.Finally,an illustra-tive example is presented.     

A Novel RSSE-PSP Equalizer with an Adaptive Pre-Filter

A reduced state sequence estimation (RSSE) reeeiver based on per-survivor processing (PSP) in conjunction with an adaptive pre-filter is proposed in this paper. In RSSE-PSP, each survivor path holds an estimated value of the channel impulse response (CIR), which is updated by adaptive algorithm during the data transmission. Based on the different estimated channel values of each survivor path, corresponding pre-filters are calculated via the Levinson-Durbin algorithm, which can track the time-varying channel adaptively. Computer simulations indicate that the RSSE-PSP equalizer with the new adaptive pre-filter works much better than those with the prevenient pr~filters in ISI channel.