鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。     

网络控制系统的主动变采样控制器设计

利用主动变采样周期方法,研究了具有网络诱导时滞和数据包丢失的网络控制系统的H∞控制器设计问题,其采样周期在一个有限集内切换.新提出的主动变采样周期方法能够保证网络带宽的充分利用.在为具有主动变采样周期的网络控制系统设计H∞控制器时,使用了基于线性矩阵不等式的多目标优化方法和基于参数不确定性的方法.仿真结果说明了所提出的H∞控制器设计的有效性.     

基于变采样周期方法的网络控制系统协同设计

提出了一种基于变采样周期的动态调度策略,通过实时调整控制系统的采样周期以适应网络中信息流的变化,改善网络中时延、丢包等问题.采用动态调度策略的NCS为一个变采样周期系统,考虑时延的影响,通过等效变换将时延和采样周期的不确定性转化为系统参数的不确定性,从而将NCS建模为一类具有参数不确定性的离散时间系统,并给出了系统D-稳定的控制器设计方法,实现NCS的控制与调度协同设计.最后通过数值仿真验证了所提出的方法的有效性.     

双参数优先级递推式变采样周期调度算法

针对资源受限的网络控制系统,提出了一种基于双参数优先级的递推式变采样周期动态调度算法。计算控制回路的网络需求度和网络紧急度双参数,并以控制回路误差的绝对值建立二次平方根映射函数来确定双参数权重,实现对传感器优先级的调度。同时,综合分析控制回路性能递推动态调节各控制回路的采样周期,在保证控制系统的稳定的前提下完成调度调节。仿真表明该调度算法提高了网络控制系统的控制质量。     

变采样周期网络控制系统的非脆弱保性能控制

研究了一类具有随机时延和控制器增益扰动的非线性网络控制系统的非脆弱保性能控制问题。基于变采样周期的方法,将网络控制系统建模为非线性Markov跳变系统。利用Lyapunov稳定性理论,给出了保证整个闭环系统均方随机渐近稳定的充分条件。通过线性矩阵不等式的方法,设计了一种非脆弱状态反馈控制器,在该控制器的作用下,闭环系统的能量函数值不超过一个规定的上界。仿真算例说明了所提方法的有效性。     

一类分布式控制系统的容错优化调度算法

在分析同步采样分布式控制系统基础上,给出了一种新的容错调度算法。该算法首先在一个周期内形成一个任务调度序列(包括基版本和副版本),然后采用启发式算法将任务分配倒各个处理器上,且同一任务的基版本和副版本分配到不同的处理器上。同一处理器上的任务按照其在调度序列中的先后次序执行。由于控制系统的性能与任务的采样周期和控制延迟有关系,因而采用以整数编码为基础遗传算法对调度序列进行优化。仿真实验表明,这种调度算法在保证实时任务容错可调度的情况下,可以极大地提高控制系统地的性能。     

变采样周期PI控制算法的仿真研究

使用ＭＡＴＬＡＢ中的ＳＩＭＵＬＩＮＫ仿真工具对变采样周期的全数字化直流调速系统的ＰＩ控制算法进行了仿真研究,并提出了变采样周期的ＰＩ控制新算法,应用此算法设计的直流调速系统具有良好的性能     

基于灰色相关向量机的故障预测模型

针对样本数据量较小条件下的故障预测问题,提出了一种灰色相关向量机（relevance vector machine, RVM）故障预测模型。在模型的训练阶段,根据特征数据序列建立其离散灰色模型（discrete grey model, DGM）,以DGM的预测值作为输入、原始数据序列作为输出,训练得到RVM回归预测模型;在模型的预测阶段,由建立的DGM和RVM回归预测模型组合得到灰色RVM故障预测模型,并通过引入新陈代谢过程,不断更新数据中的信息。实验结果表明,模型的预测性能优于传统的灰色预测模型。     

训练支持向量机的四重序列解析优化算法

为了提高训练支持向量机的序列最小优化算法的学习性能, 依据 在每次迭代中选取多个变量同时优化可能会减少迭代次数和缩短训练时间的这一想法, 提出了一个训练支持向量机的快速算法-四重序列解析优化方法, 并给出了一个重要定理, 使得相应的子问题有解析解, 从而能够更加精确和快速地逼近最优解. 在两个公共数据集上的仿真结果表明: 该方法比其它算法有较好的学习性能-在相同训练精度的条件下,不仅缩短了训练时间, 而且计算复杂度减小.     

混沌支持向量机优化小波加权多模盲均衡算法

为了提高均衡器对高阶QAM信号的盲均衡性能,提出了基于混沌支持向量机优化的 小波加权多模盲矽衡算法.为避免权向量陷入局部极小值点,该算法利用支持向量机对均衡器的权向量进行初始化,并用混沌优化算法对支持向量机参数进行优化;利用正交小波变换对均衡器的输入信号进行预处理,来降低输入信号的自相关性;采用加权多模算法来调整权向量迭代过程中的模值.水声信道的仿真结果表明,与加权多模盲均衡算法和小波加权多模盲均衡算法相比,该算法具有较快的收敛速度和更小的稳态误差.     

基于T-S模型的不确定NNCS鲁棒容错保性能设计

针对一类具有时变时延和丢包的不确定非线性网络化控制系统,基于T-S(Takagi-Sugeno)模糊模型,通过构造适当的Lyapunov-Krasovskii泛函,得出在执行器发生失效故障的情形下,系统基于线性矩阵不等式的渐近稳定且具有良好动态性能的时滞依赖充分条件,并给出了最优鲁棒容错保性能控制器的设计方法。由于证明中没有进行任何模型变换,并考虑了时延下界,使结果具有较少保守性。最后,仿真示例验证了本文所述方法的有效性和可行性。     

网络化控制系统观测器/控制器集成设计方法

针对一类网络化控制系统,提出一种输出反馈控制的新方法--观测器/控制器集成设计。该方法借助状态观测器重构系统状态,设计输出反馈控制器,将闭环系统建模为一类混杂系统。利用Lyapunov-Krasovskii泛函方法,以线性矩阵不等式（linear matrix inequality, LMI）形式给出了闭环系统的稳定性判据以及观测器/控制器的集成设计方法。仿真算例说明了所提出的方法简单、有效且易于实现。     

考虑时延与丢包的网络控制系统分析与综合

针对具有时变网络诱导时延和丢包问题的网络控制系统稳定性分析与控制器设计问题,通过考虑网络诱导时延是时变和有界的情形,并分析网络诱导时延与其上界之间的关系,应用Lyapunov-Krasovskii泛函结合积分不等式方法,提出了一种改进的、同时考虑了网络诱导时延和丢包问题的网络控制系统稳定条件,并基于改进的锥补线性化迭代算法（improved cone complementary linearization, ICCL）给出了一种具有更低保守性的控制器设计方法。数值实例表明上述方法的有效性。     

网络化控制系统综合仿真平台设计

已有的网络化控制系统仿真平台忽略了网络资源调度策略对系统性能的影响,没有提供对网络资源调度策略的仿真接口。基于Matlab的TrueTime工具包,开发了网络化控制系统综合仿真平台,实现了对控制系统与网络系统的联合仿真。该仿真平台提供了对控制策略和网络资源调度策略的联合仿真接口,增强了仿真平台的灵活性。最后,通过仿真试验分析了不同网络资源调度策略对网络化控制系统性能的影响。     

Adaptive support vector machine decision feedback equalizer

An adaptive support vector machine decision feedback equalizer(ASVM-DFE) based on the least square support vector machine(LS-SVM) is proposed,it solves linear system iteratively with less computational intensity.An adaptive non-singleton fuzzy support vector machine decision feedback equalizer(ANSFSVMDFE) is also presented,it adopts the non-singleton fuzzy Gaussian kernel function with similar characteristic of pre-filter and is modified with a space transformation based approach.Simulations under nonlinear time variant channels show that ASVM-DFE and ANSFSVM-DFE perform very well on nonlinear equalization and ANSFSVM-DFE acts especially well in resisting abrupt interference.     

基于神经网络的直流电机网络延迟补偿研究

对于网络控制系统,由于网络引起的延迟,数据包丢失等问题往往会影响控制系统的性能.本文基于工业控制软件中间件Labmap和德国Wag0公司的接口硬件构建直流电机的网络控制平台,通过PC机的MATLAB/SIMULINK构建直流电机控制方案.针对网络传输延迟问题采用神经网络逆控制方法设计了一个网络延迟补偿器,实验结果说明能够较好地补偿网络传输的延迟,使得电机转速较好地跟踪输入的目标转速控制信号.     

基于GASA算法的网络控制系统的控制器设计

提出了一种基于遗传算法和模拟退火算法的混合策略，用于单包传输下的线性网络控制系统中远程PID控制器的设计。这种新的混合策略被称为GASA算法。由于网络导致的延迟存在，GASA算法被用于确定最佳的PID增益。在求解过程中，GASA算法在各温度下依次进行GA和SA搜索，其中SA的初始解来自GA的进化结果，SA经过Metropolis抽样过程得到的解又成为了GA进一步进化的初始种群，而温度的更新由退温操作来控制。对设定的性能指标如超调量和调整时间的违背量将作为GAsA适应度函数中的惩罚项。本文对基于Profibus-DP网络的网络控制系统进行测试，并与修正Ziegler-Nichols法的优化结果进行比较，结果表明在对网络导致的延迟没有任何先验知识的情况下，用于网络控制系统中远程控制器设计的GASA算法能够获得满意的控制效果。     

非线性系统的网络化控制研究

针对一类单输入-单输出仿射非线性系统的网络化控制问题,基于微分几何理论,采用精确线性化方法将非线性系统变换为线性系统;对于网络时滞小于一个采样周期且在小范围随机变化的网络控制系统,将其建模为不确定离散时滞系统,基于线性矩阵不等式设计控制器。文中给出了设计方法和步骤,通过一个仿真算例,证明了方法的正确性。