基于跟随领航者的车辆自适应编队控制

针对反馈线性控制器在实际情况中可能受路面湿度等因素的影响,使其参数具有不确定性的缺陷,设计了基于变量估计的自适应反馈线性控制器,提高控制器参数中的相对距离的精确度。在Matlab /Simulink 环境下进行仿真对比实验,实验结果验证了自适应编队控制方法的有效性,并且其在误差调整时间方面和抗扰性方面优于传统反馈线性控制方法。自适应编队控制方法在未来的智能交通方面具有一定应用价值。     

非线性离散系统基于控制Lyapunov函数的反馈镇定

以控制Lyapunov函数为基础,研究了一类具有多个输入的非线性时间离散系统的反馈镇定问题．在假设存在一个二次型控制Lyapunov函数的前提下,明确给出了使得这类系统的零解全局渐近稳定的反馈控制律．根据LaSalle不变性原理．建立了使得闭环系统稳定的充分条件．这一结论推广和改进了具有单个输入的仿射非线性系统的反馈镇定问题．     

基于积分型模糊Lyapunov函数的T-S模糊系统H∞控制

研究了连续T-S模糊系统H∞状态反馈控制器的设计问题.主要目的 是针对连续T-S模糊系统设计H∞状态反馈控制器,使得闭环控制系统渐近稳定并且满足给定的H∞性能指标.通过应用积分型模糊Lyapunov函数方法并结合有效的矩阵变换技术引入松弛变量,以线性矩阵不等式的形式给出了两个H∞状态反馈控制器存在的充分条件.最后通过仿真算例验证了所提出方法的有效性.     

磁集成Cuk DC-DC变换器基于Lyapunov函数的非线性控制方法研究

本文首先介绍了非线性系统构造Lyapunov函数的克拉索夫斯基法,然后建立了磁集成Cuk变换器的数学模型,基于Lyapunov函数进行控制设计,推导出一种新型的非线性控制方法,实验结果表明,基于李亚谱诺夫稳定性理论的非线性控制方法具有大范围渐近稳定,动态响应快,抗干扰能力强的优点。     

无限维随机车辆跟随系统的稳定性分析

为了提高自动高速公路车辆纵向跟随控制系统的稳定性,基于随机因素建立了无限维随机关联系统模型．运用向量李雅普诺夫函数法研究了无限维随机车辆跟随系统的指数群稳定性,分别得到了一类无限维“顾前”型和一类“顾前顾后”型随机车辆纵向跟随系统指数群稳定性的充分性判据,为随机车辆纵向跟随系统的控制器设计提供了理论基础．     

向量压缩控制与压缩单调函数

通过定义向量压缩控制与压缩单调函数, 给出压缩单调函数的微分判别定理, 用以克服向量控制和Schur凸凹函数的缺点. 通过实例说明, 向量压缩控制比经典的向量控制要狭窄, 压缩单调增(减)函数比Schur凸(凹)函数范围要广.     

利用Lyapunov函数判别连续广义系统的渐进稳定性

主要研究了奇异系统的稳定性问题，通过Lyapunov方程和Lyapunov函数给出了奇异系统渐进稳定的判定准则，利用本提供的方法，可以较容易的解决奇异系统的稳定性问题。     

基于分段模糊Lyapunov函数的轮式移动机器人轨迹跟踪控制

研究了具有控制输入约束和外部干扰的轮式移动机器人的轨迹跟踪问题.在轨迹跟踪位姿误差的T-S模型和并行分布补偿框架下,利用分段模糊Lyapunov理论给出了满足控制输入约束的H∞控制器设计方法,并证明了闭环系统的稳定性.仿真结果验证了所提方法的有效性.     

利用Lyapunov函数判别连续广义系统的渐进稳定性

主要研究了奇异系统的稳定性问题 ,通过 Lyapunov方程和 Lyapunov函数给出了奇异系统渐进稳定的判定准则。利用本文提供的方法 ,可以较容易的解决判定一类奇异系统的稳定性问题。     

基于主动转向的车辆路径跟随广义预测控制

为了增强车辆在外界干扰存下的路径跟随性能,提出了一种基于广义预测控制(GPC)的主动转向控制器来保证车辆对于路径的跟踪能力.采用受控自回归积分滑动平均模型(CARIMA)作为预测模型,通过带遗忘因子的最小二乘法辨识方法获得CARIMA模型参数,避免了由于车辆非线性造成的参数化建模不准确、繁琐问题.使用车辆路径侧向跟踪误差作为控制器输入,方向盘附加转角作为输出,与驾驶员方向盘转角进行综合,获得车辆方向盘最终转角.在Simulink-CarSim联合仿真环境下,验证了所设计控制器在双移线工况有强侧向风干扰时车辆对路径的跟随性能.     

基于李雅普诺夫函数的两轮机器人非线性控制设计

针对两轮移动机器人提出了一种非线性反馈控制方法,利用系统平衡点稳定和可计算的稳定域来获得渐进稳定的李雅普诺夫函数控制率.使用了标准化和部分反馈线性化方法来简化动力学方程,部分反馈线性化是在动坐标下完成的.为了验证控制率设计的合理性,在一个静态不稳定的两轮移动机器人上进行了垂直位置稳定和速度跟踪的模拟,结果表明：该控制方法控制效果良好,而且需求的控制量较少.     

基于积分型Lyapunov函数的随机非线性系统的自适应控制

针对一类带有未知虚拟控制增益的随机严格反馈非线性系统,基于后推设计,引入积分型Lyapunov函数,并利用神经网络的逼近能力,提出了一种自适应神经网络控制方案.与现有研究结果相比,放宽了对控制系统的要求,取消了对于未知函数的限制条件.通过Lyapunov方法证明了闭环系统的所有误差信号依概率有界.仿真结果验证了所给控制方案的有效性.     

基于李雅普诺夫稳定性理论的最优量子控制

利用宏观领域中双线性系统的设计方法,结合纯态量子系统的数学模型具有双线性系统形式的特点,通过选定的系统控制的性能指标,采用李雅普诺夫稳定性理论,提出了基于李雅普诺夫稳定性理论的量子系统最优控制策略;详细推导了最优控制律的设计过程;并在自旋1／2粒子上进行了系统仿真实验,结果验证了该方法的有效性,同时分析了不同参数的选择对系统控制效果的影响．     

基于不完全信息的One-class支持向量机

标准的单值支持向量(One-class SVM)机不能对含有不完全信息的输入样本进行学习分类.为此该文提出用区间数来对不完全输入信息进行描述,将不完全的信息输入扩展为区间向量形式,引入区间运算来取代原来分类函数中的运算,从而根据区间运算结果来对信息不完全的模式输入进行分类.使用该方法,在分类过程中能够充分利用区间表示的先验知识,同时也能够减少该过程中输入模式中的属性(特征)度量代价,理论分析和实验结果均表明该方法能最大程度地保证分类结果的一致性,是有效和可行的.     

关于李雅普诺夫函数的几点注记

给出了关于李雅普诺夫函数的3个定义和3个定理,举例说明了所得定义和定理的应用,并给出了利用广义霍维茨条件构造非线性系统李雅普诺夫函数的“三步法”．     

改进YOLOv3算法的车辆信息检测

车辆信息检测是车型识别在智慧交通领域中的首要任务。针对现有的车辆信息检测技术在检测速度、精度以及稳定性方面存在的问题,提出了基于YOLOv3的深度学习目标检测算法——YOLOv3-fass。该算法以DarkNet-53网络结构为基础,删减了部分残差结构,降低了卷积层的通道数,添加了1条下采样支路和3个尺度跳连结构,增加了一个检测尺度,并通过K-均值聚类与手动调节相结合的方法计算出12组锚框值。最后通过迁移学习机制对YOLOv3-fass算法进行微调。在自研的车辆数据集上,YOLOv3-fass算法与YOLOv3、YOLOv3-tiny、YOLOv3-spp算法以及具有ResNet50和DenseNet201经典网络结构的算法做了对比实验,结果表明YOLOv3-fass算法能够更精准、高效、稳定地检测到车辆信息。     

基于点互信息的全局词向量模型

提出了一种基于点互信息的全局词向量训练模型。该模型为了避免GloVe词向量模型中使用条件概率刻画词语关系时所产生的缺点,使用了另一种相关信息——联合概率与边际概率乘积的比值——来刻画词语间的关系。为了验证模型的有效性,在相同条件下,利用GloVe模型和我们的模型训练词向量,然后使用这2种词向量分别进行了word analogy以及similarity的实验。实验表明,模型的准确率在word analogy的Semantic问题中比GloVe模型表现更好,分别在100维、200维、300维的词向量实验中,准确率提升了10.50%、4.43%、1.02%,而在similarity的实验中,模型准确率提升也达5%~6%。结果表明,模型可以更有效地捕捉词语的语义。     

基于神经网络的PWM整流器矢量控制研究

建立电压型PWM整流器的一般数学模型,运用坐标变换技术得到其在两相旋转dq坐标系下的数学模型,并采用SVPWM整流器的双闭环控制系统。针对PI控制器参数整定困难的问题,利用神经网络的自学习功能,设计一种基于BP神经网络的PI控制器,实现PI控制器的参数自整定。最后利用MATLAB提供的电力系统工具箱构建PWM整流器的滞环控制系统和矢量控制系统的仿真模型进行仿真实验对比。仿真结果表明,基于BP神经网络的矢量控制系统超调量被抑制,系统鲁棒性增强。     

基于李雅普诺夫直接法的电液力控制系统稳定性研究

电液力控制系统是一种高度非线性的时变复杂系统,其传递函数的分子中存在振荡频率较低的二阶微分环节,导致系统状态趋于振荡甚至不稳定,尤其是在系统负载刚度远小于液压弹簧刚度的情况下。针对上述问题,本文运用流量连续性方程和系统动力学方程,建立了适用于全工作范围的阀控缸系统的数学模型,在此基础上得出与输出变量相关的三阶微分方程。然后利用李雅普诺夫直接法的反演方式求解系统稳定条件,将其转变为二阶液压补偿器,并给出了具体的推导过程和构造方案。通过Simulink仿真对比分析了系统分别加入传统双惯性环节和二阶液压补偿器的校正效果,讨论了液压弹簧刚度与负载刚度的变化对系统特性的影响。结果表明,二阶液压补偿器能有效提高系统的稳定性并抑制谐振峰值;对于不同频率的正弦输入信号,系统可在0.12 s内达到稳态,最大稳态误差不超过3.7%;当负载刚度远小于液压弹簧刚度时,随着负载刚度的减小,系统响应速度变慢,稳态误差增大;在液压缸活塞接近于行程终端位置的工况条件下,与双惯性环节校正效果相比,系统在二阶液压补偿器作用下的上升时间、峰值时间和调整时间分别缩短68%、59%和37%,稳态误差减小。