Adaptive tracking of a class of first-order systems with binary-valued observations and fixed thresholds

This paper considers the adaptive tracking problem for a class of first-order systems with binary-valued observations generated via fixed thresholds.A recursive projection algorithm is proposed for parameter estimation based on the statistical properties of the system noise.Then,an adaptive control law is designed via the certainty equivalence principle.By use of the conditional expectations of the innovation and output prediction with respect to the estimates,the closed-loop system is shown to be stable and asymptotically optimal.Meanwhile,the parameter estimate is proved to be both almost surely and mean square convergent,and the convergence rate of the estimation error is also obtained. A numerical example is given to demonstrate the efficiency of the adaptive control law.     

STOCHASTIC ADAPTIVE CONTROL FOR SYSTEMS WITH NOISE BEING AN ARMA PROCESS

Stochastic adaptive control is considered for the discrete-time multi-input and multi-output system of multi-delay with noise expressed by an ARMA process.The CARIMA model isa special case of the system in question.The optimal adaptive control law is given and it is shown thata quadratic cost function is minimized and the closed-loop system is stable.Further,when the systemis of minimum phase,the convergence rates of parameter estimates and of the cost-function are alsoderived.     

从计算信息量不足分析CPM算法逆向程序错误的成因

论证了 CPM算法逆向程序不可能获得计算关联时间参数所需要的计算信息量 ,从计算信息量不足的角度揭示了 CPM算法系统结构不相容的成因.     

使用单点定位误差补偿提高姿态测量精度

提出采用补偿单点定位误差的方法提高GPS姿态测量系统的精度。介绍GPS姿态测量系统的直接计算法,然后采用Z变换增强FASF算法求解载波相位整周模糊值,最后给出了采用补偿单点定位误差的GPS姿态测量系统的系统流程和计算机实验结果。实验表明,提出的方法可有效地提高姿态测量系统的测姿精度。     

双基地MIMO雷达参数辨识性分析

与传统的相控阵雷达不同，多输入多输出(multiple input multiple output， MIMO)雷达可以发射彼此正交的信号来形成独立信道，通过将各信道内的目标雷达反射截面积(radar cross section, RCS)进行平均可以有效抑制目标衰落，进而提高其参数辨识性能。根据给出的双基地MIMO雷达系统模型，对系统最多可分辨和定位目标的数目进行分析，并给出理论证明。分析表明，利用目标反射系数的非相关特性，双基地MIMO雷达最多可有效分辨和定位收发阵元数的乘积减1个目标。仿真实验证明了结论的正确性。     

集总参数呼吸机模型仿真研究

采用非线性集总参数模型实现了对呼吸机的系统仿真,目的是为呼吸机的系统控制研究提供一个可靠的仿真环境。该方法的优点在于通过软件对参数进行设置,能方便地改变模型的动静态特性和相应的工作模式。实验表明,模型不仅能准确的描述呼吸道阻力的非线性特征和肺的动态顺应性,而且能与实测数据保持良好的一致性。     

时变时滞统一混沌系统的脉冲同步控制

对参数不确定时变时滞统一混沌系统的脉冲同步控制问题进行了理论分析,利用脉冲控制方法、 李雅普诺夫稳定理论和矩阵不等式技术,给出了在驱动系统和响应系统的时滞不相同时, 其脉冲一致渐近同步的充分条件,并由此设计了一个与时滞和初值有关的脉冲控制器. 最后,通过数值示例仿真对所得结果进行了验证.     

自相似数据流下的网络相变与临界现象

随着网络规模的不断扩大和网络用户的不断增加，目前的网络已经发展成为一个海量的非线性复杂系统，对网络非线性动力学的研究，已经引起了计算机和统计物理学等相关领域研究者的浓厚兴趣，论文提出了一种网络仿真模型，并在自相似数据流下进行了各种网络仿真实验，通过实验分析，发现了在自相似数据流下序参数d在整个网络从非拥塞进入间歇性拥塞，再到持续性拥塞的过程中起了重要的标示作用，通过对队列长度的功率谱分析，揭示了序参数d与1/f,1/f^2分布之间的关系。     

基于混沌粒子群优化算法的翼伞系统轨迹规划

研究灾难环境下翼伞空投机器人系统轨迹规划问题,基于简化的翼伞系统质点模型,采用混沌粒子群优化算法对翼伞系统归航轨迹进行寻优。该方法采用非均匀B样条技术实现最优控制规律的参数化,将翼伞系统轨迹规划的最优控制问题转换成参数优化问题,进而运用混沌粒子群优化算法进行寻优计算。轨迹规划的控制曲线是光滑的,利于电机对翼伞系统的操纵伞绳实施控制。仿真结果表明,该方法对翼伞系统的轨迹规划控制是有效的。     

Adaptive Output Feedback Regulation for a Class of Uncertain Feedforward Time-Delay Nonlinear Systems

This paper addresses the global output feedback regulation problem for a class of uncertain feedforward time-delay nonlinear systems. Unlike to the previous works, the nonlinear functions in the class of systems under consideration are dominated by an input-output function multiplied by an unknown parameter and linear unmeasured states. By using only one dynamic gain and an appropriate Lyapunov-Krasovskii functionals, it is shown that the closed-loop system is globally asymptotically stable. Finally, a numerical example is provided to illustrate the effectiveness of the proposed design scheme.     

食品质量链协同系统中的序参量识别研究

序参量是协同系统演化中表明系统新结构宏观有序程度的参量.针对食品质量链协同系统中的序参量问题,提出一种基于灰色关联度与属性约简的食品质量链协同系统序参量识别方法.首先,分析序参量原理在食品质量链协同系统中的作用.然后,确定食品质量链协同要素,建立表征食品质量链系统的状态参量,接着提出本文的序参量求解方法.该方法基于灰色关联度定义和求解各状态参量的参量重要度,定义状态参量重叠关系以使属性约简的结果中不存在重叠度较高的状态参量,并在此基础上应用属性约简原理提出序参量求解的具体步骤.最后,将提出的序参量识别方法应用到具体乳制品质量链中,验证了所提出方法的有效性.本文以整个食品质量链为研究对象,首次建立了食品质量链系统的状态参量体系,为解决食品质量安全问题提供理论参考.对食品质量链序参量的识别方法进行改进,丰富了协同学理论及其应用,有利于优化食品质量链系统,预防食品质量问题的出现.     

Differentially Private Distributed Parameter Estimation

Data privacy is an important issue in control systems, especially when datasets contain sensitive information about individuals. In this paper, the authors are concerned with the differentially private distributed parameter estimation problem, that is, we estimate an unknown parameter while protecting the sensitive information of each agent. First, the authors propose a distributed stochastic approximation estimation algorithm in the form of the differentially private consensus+innovations(DP-CI...     

时滞系统的鲁棒二自由度Smith预估控制

针对时滞过程控制对象 ,提出了一种鲁棒二自由度Smith预估控制方法。在常规Smith预估控制系统中 ,引入基于内模控制原理的鲁棒控制器 ,构成一种二自由度控制结构 ,能有效地抑制被控过程参数变化和干扰对系统的影响 ,使系统同时获得良好的控制性能和鲁棒性 ,克服了常规Smith预估控制的不足 ,而且控制算法简单 ,便于实际系统应用。理论分析和仿真结果表明了这种方法的有效性     

具有控制约束的不确定离散系统最优保性能控制

对一类具有范数有界时变参数不确定性和控制输入约束的离散时间线性系统,采用线性矩阵不等式处理方法,导出了保性能控制律存在的条件,证明了该条件等价于一组线性矩阵不等式的可行性问题,并用这组线性矩阵不等式的可行解给出了保性能控制律的一个参数化表示。进而,通过建立并求解一个凸优化问题,给出了具有控制约束的不确定离散系统最优保性能控制律设计方法。     

交通需求预测中不确定性的传播分析

交通运输系统是包含许多不确定性因素的复杂大系统，在进行交通需求预测时应充分考虑输入、模型参数等不确定性的影响，以便作出正确决策。本文运用灵敏度分析方法研究社会经济、模型参数的不确定性在四阶段需求预测模型中的传播情况；用弹性系数表示输出对输入、模型参数反应的灵敏程度，并通过一简单网络分析其在短期、长期预测中的变化情况。     

参数分段计算的YHSIM编程方法

在飞机、火箭、导弹和卫星等飞行器的模型解算中,常常需要解决参数分段计算的问题,这包括1）参数在不同的阶段采用不同的微分方程进行解算,2）参数在一阶段采用代数方程进行解算而在另一阶段采用微分方程进行解算等等。针对参数分段计算的两种情况论述了在YHSIM环境下参数分段计算的编程方法,并用实例进行了说明。     

具有控制约束的不确定离散时滞系统最优保性能控制

对一类具有范数有界时变参数不确定性和控制输入约束的离散时滞系统,研究其最优保性能状态反馈控制律的设计问题.基于线性矩阵不等式处理方法,导出了保性能控制律存在的条件,并证明了该条件等价于一组线性矩阵不等式的可行性问题,并用这组线性矩阵不等式的可行解给出了保性能控制律的一个参数化表示.进而,通过建立并求解一个凸优化问题,给出了具有控制约束的最优保性能控制律设计方法.     

弹载SAR系统参数优化设计方法

通过建立弹载合成孔径雷达(synthetic aperture radar, SAR)系统参数优化设计数学模型,提出了一种基于遗传算法(genetic algorithm, GA)的弹载SAR系统参数优化设计方法,解决了弹载SAR系统在确定弹道和多个系统指标非线性约束条件下的系统参数优化设计问题。该方法能够在满足系统指标(分辨率、幅宽、数据率、噪声等效后向散射系数等)要求的前提下,快速获取使图像性能最优的系统参数。同时,该方法还适用于方位向多波位模式的系统参数优化设计。基于典型工作参数的仿真实验验证了该方法的有效性。     

Robust H∞ controller design for sampled-data systems with parametric uncertainties

This article investigates the problem of robust H∞ controller design for sampled-data systems with time-varying norm-bounded parameter uncertainties in the state matrices. Attention is focused on the design of a causal sampled-data controller, which guarantees the asymptotical stability of the closed-loop system and reduces the effect of the disturbance input on the controlled output to a prescribed H∞ performance bound for all admissible uncertainties. Sufficient condition for the solvability of the problem is established in terms of linear matrix inequalities (LMIs). It is shown that the desired H∞ controller can be constructed by solving certain LMIs. An illustrative example is given to demonstrate the effectiveness of the proposed method.     

Robust H∞ controller design for sampled-data systems with parametric uncertainties

This article investigates the problem of robust H∞ controller design for sampled-data systems with time-varying norm-bounded parameter uncertainties in the state matrices. Attention is focused on the design of a causal sampled-data controller, which guarantees the asymptotical stability of the closed-loop system and reduces the effect of the disturbance input on the controlled output to a prescribed H∞ performance bound for all admissible uncertainties. Sufficient condition for the solvability of the problem is established in terms of linear matrix inequalities (LMIs). It is shown that the desired H∞ controller can be constructed by solving certain LMIs. An illustrative example is given to demonstrate the effectiveness of the proposed method.