基于least-squares算法的随机非线性系统自适应控制的模块化设计

线性系统中基于估计的模块化设计就是任意镇定的控制器能够和任意标准的辨识器结合在一起,将这种设计思想推广到不确定随机非线性系统的鲁棒自适应控制设计中,设计一个输入状态稳定控制器模块,该控制器具有很强的参数鲁棒稳定性.根据Swapping技术设计辨识器模块,它由两个滤波器组成,将动态参数模型转化为静态模型,基于最小二乘(least-squares,LS)算法设计参数自适应律,并与梯度算法的设计结果进行比较研究,仿真结果验证了该算法的有效性.     

多输入单输出系统的辅助变量参数估计

利用辅助变量辨识方法,推导出多输入单输出系统的辅助变量递推最小二乘算法,并与辅助模型递推最小二乘法进行了计算量和辨识精度比较.     

基于加权最小二乘的ARMAX系统的自适应控制

利用加权最小二乘为开环不稳定和非最小相位的ARMAX系统设计了一个适应镇定控制器,而且控制器设计不需任何外来激励信号。     

两输入非线性前馈系统的镇定方法

为了便于构造两输入非线性前馈系统的镇定控制器,通过变换构造出与原系统等价的复数域低维单输入非线性前馈系统,再利用已有的单输入系统的控制方法对该等价系统设计一个复数域镇定控制器,采用逆变换得到原系统的两个镇定控制器,提出了将原系统转化为等价系统后再进行设计的镇定方法。用Lyapunov稳定性定理证明了闭环控制系统状态的渐进稳定性。结果表明:等价系统比原系统具有更少的输入和更低的维数,基于等价系统的设计方法降低了系统的分析难度,简化了控制器的设计步骤。     

两输入非线性前馈系统的镇定方法

为了便于构造两输入非线性前馈系统的镇定控制器,通过变换构造出与原系统等价的复数域低维单输入非线性前馈系统,再利用已有的单输入系统的控制方法对该等价系统设计一个复数域镇定控制器,采用逆变换得到原系统的两个镇定控制器,提出了将原系统转化为等价系统后再进行设计的镇定方法。用Lyapunov稳定性定理证明了闭环控制系统状态的渐进稳定性。结果表明:等价系统比原系统具有更少的输入和更低的维数,基于等价系统的设计方法降低了系统的分析难度,简化了控制器的设计步骤。     

特殊的多变量系统等价变换及其在自适应控制中的应用

对ｍ个输入ｍ个输出的可观且可控的多变量线性系统，且可观指数ｖｉ与可控指数μｉ均为ｒ，本文给出极其类似于单变量系统的频率及时域的各种表达式及其等价变换计算方法。在通过最小二乘辨识模型和经由状态估计与状态反馈进行极点任意配置的多变量系统自适应控制器设计方面，本文给出标准表达式将使推导过程变得简单明了。     

滑动平均噪声干扰双输入多率系统最小二乘迭代辨识

研究了滑动平均噪声干扰的双输入多率系统最小二乘迭代辨识算法.首先推导出2个输入通道采样周期不相等的多率系统的离散时间状态空间模型,得出对应的传递函数模型.针对辨识模型信息向量中存在不可测噪声项的困难,利用最小二乘迭代原理,将未知噪声变量用其迭代估计值来代替,提出了这类双输入多率采样数据系统的最小二乘迭代辨识算法.最后通过仿真例子比较了最小二乘迭代辨识算法与递推增广最小二乘算法的辨识效果,说明了所提出算法的参数估计精度较高.     

一类约束最小二乘估计的神经网络算法

提出一种求解最小二乘问题的新算法,该算法通过特定函数的饱和工作方式,保证最小二乘问题对约束条件的满足,同时实现方差最小化,克服罚函数法难以得到精确解的缺陷。给出了双边约束最小二乘问题存在最优解的充分必要条件,同时证明最优解的唯一性。该算法容易用连续型神经网络实现,网络中神经元状态轨迹收敛到最小二乘问题最优解相对应的平衡点。该算法具有指数收敛速率。     

基于神经网络的多变量非线性系统的广义预测控制

为了使广义预测控制的思想成功应用于多变量非线性系统,用神经网络对其进行开环解耦得到单变量非线性系统后,采用一种复合多层前馈神经网络结构作为单变量非线性系统预测模型,利用递推最小二乘法和Davidon最小二乘法作为在线学习算法,建立了一种适合多变量非线性系统的自校正广义预测控制器。     

网络控制系统的输出反馈控制

将网络控制系统描述为具有输入延迟和测量输出延迟系统,给出了系统渐近稳定的定义.提出了零输入系统渐近稳定存在的充分条件,并基于一个李雅普诺夫泛函,提出了输出反馈镇定控制器存在的充分条件,通过输出反馈控制使闭环系统达到二次稳定.采用锥面互补方法,将不具有严格线性矩阵不等式(LMI)条件的非凸可行解问题转化为具有严格LMI条件的非线性最小化问题,得到了求解输出反馈控制器增益参数的静态输出反馈镇定(SOFS)算法.通过一个仿真实例,验证了该算法的有效性.     

严格正则系统同时镇定问题的一个数值解法

本文先运用多项式稳定性的一个充分判据，将严格正则线性系统的同时镇定问题化成一组非线性不等式的求解，然后提出了一种求解非线性不等式组的拟牛顿下山数值算法，并应用该方法求解该组非线性不等式。算例表明本文方法的有效性     

Application of Fast and Robust Equalization in Communication Technology

In this paper, the authors explore the potential of several popular equalization techniques while overcoming their disadvantages. First, extensive literature survey on equalization is conducted. The focus is on popular linear equalization algorithms such as the conventional least-meansquare (LMS) algorithm, the recursive least-squares ( RLS ) algorithm, the filtered-X LMS algorithm and their development. To overcome the slow convergence problem while keeping the simplicity of the LMS based algorithms, an H2 optimal initialization is proposed.     

基于NLMS线性相位FIR滤波器的自适应设计

在以往具有线性相位的滤波器自适应方法中,最常用的是最小均方（ＬＭＳ）方法。但用此法设计时必须小心地选择迭代步长,同时还可能遇到梯度噪声放大问题。文中提出了一种用于设计具有线性相位的有限冲击响应（ＦＩＲ）滤波器自适应方法。它用经过改进的归一最小均方（ＮＬＭＳ）算法来保证所得结果具有线性相位,且克服了梯度噪声放大问题,同时也不必选择步长。进一步的改进使它的计算更高效,实时实现更方便。     

基于预测码辅助的CDMA系统盲NBI抑制技术

在信号统计特性和训练序列未知的情况下,针对现存盲自适应最小均方(LMS,Least Mean Square)码辅助算法码分多址(CDMA,Code Division Multiple Access)系统强窄带干扰(NBI)进行抑制时稳态性能较差,以及盲自适应递归最小二乘(RLS,Recursive Least Square)码辅助算法收敛速度和性能难以折中的问题,提出盲自适应预测码辅助技术。盲自适应预测码辅助技术基于盲自适应RLS预测-LMS码辅助算法实现,实现了对三类NBI的抑制,包括音频干扰、数字窄带干扰和自回归(AR,Autoregressive)随机过程。本文详细分析了盲自适应RLS预测-LMS码辅助算法的性能,并通过仿真分析证明了算法的有效性。     

Analysis and implementation of FURLS algorithm for active vibration control system with positive feedback

While positive feedback exists in an active vibration control system,it may cause instability of the whole system.To solve this problem,a feedforward adaptive controller is proposed based on the Filtered-U recursive least square(FURLS) algorithm.Algorithm development process is presented in this paper.Real time active vibration control experimental tests were done.The experiment results show that the active control algorithm proposed in this paper has good control performance for both narrow band disturbances and broad band disturbances.     

A RBF Network Learning Scheme Using Immune Algorithm Based on Information Entropy

A hybrid learning method combining immune algorithm and least square method is proposed to design the radial basis function(RBF) networks. The immune algorithm based on information entropy is used to determine the structure and parameters of RBF nonlinear hidden layer, and weights of RBF linear output layer are computed with least square method. By introducing the diversity control and immune memory mechanism, the algorithm improves the efficiency and overcomes the immature problem in genetic algorithm. Computer simulations demonstrate that the RBF networks designed in this method have fast convergence speed with good performances.     

基于双曲正切函数的智能天线变步长LMS算法

提出一种基于双曲正切函数的智能天线变步长最小均方（LMS）算法. 通过建立步长因子与误差信号的双曲正切函数关系改进LMS算法, 解决了固定步长时收敛速度和稳态误差间的矛盾. 仿真结果表明, 所提出的变步长最小均方算法比标准的最小均方算法有更快的收敛速度和更小的稳态误差.     

一种鲁棒的图像拼接算法

图像拼接的核心是图像的配准.提出一种准确、高效的图像拼接方法:利用Harris角点检测算子提取相邻图像的特征点,通过Euclid度量改进熵变换的算法,进行特征点匹配,并通过最小均值二乘估计求解相邻图像的变换矩阵,以此实现宽视角图像的拼接.实验结果表明:所给出的算法能够实现场景图像的精确匹配.     

一种改进的雷达通道均衡算法

本文说明了传统雷达通道均衡算法存在的主要问题,并分析了逆傅里叶变换算法均衡性能不理想的原因,基于此提出在逆傅里叶变换之前先对频域抽样点进行优化设计的方法,使得均衡性能得到改善。从运算量看,该方法比直接逆傅里叶变换略有增加,但仍优于加权最小二乘法．Madab仿真实验证明了算法的有效性。     

最小二乘配置的QR分解解法

为了解决最小二乘配置解算问题,采用QR分解解法建立了直接解算算法.分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的QR分解方法的基础上,推导得出了矩阵QR分解与广义逆矩阵的关系,得出了可以直接利用QR分解求解矩阵的最小二乘逆,并推导了应用QR分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的QR分解用于最小二乘配置解算的正确性和可行性.该成果为最小二乘配置法提供了一种新的解算方法.