基于时变T-S模型的自适应控制及其在养老保险系统中的应用

模糊控制算法已经广泛应用于商业和工业领域.讨论了基于时变系统T-S模糊模型的自适应控制方法,及其在养老保险信息系统中的应用.推广了一种基于参数辨识的自适应控制技术,这种自适应控制技术可以在控制过程中在线地调节系统的参数与结构,不断提高其适应能力.通过实际应用案例表明,提出的基于T-S模型的自适应控制技术在时变系统中是成功的.     

一种改进的自适应模糊控制器

改进了自适应模糊控制方法,将一阶TS模糊模型作为IF-THEN规则后件,引入额外的参数向量,调整RBF网络的所有参数,从而减少了逼近误差,提高了跟踪性能并改善了控制性能。通过仿真及在典型非线性系统单级倒立摆上的应用表明其有效性。     

基于RBF神经网络多步预测的自适应PID控制

提出一种基于RBF神经网络多步预测的自适应PID控制算法．该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优．通过对典型非线性系统的仿真研究，该控制系统具有较强的适应性和鲁棒性．     

基于多径时延跟踪的MIMO-OFDM系统信道估计

针对MIMO-OFDM系统,提出了一种低复杂度的基于多径时延跟踪的信道估计算法,并分析了信道估计的均方误差和计算复杂度.分析和仿真结果表明,这种算法通过对多径的跟踪降低了需要估计参数的维数,从而提高了信道估计的性能,并且降低了运算复杂度.     

一类非线性系统的模糊自适应控制

针对一类非线性系统,把模糊T S模型和自适应模糊逻辑系统这两种模糊逻辑方式结合起来,提出了一种自适应控制方案.首先,采用模糊T S模型来对非线性系统建模,由线性矩阵不等式得到模糊模型的控制律.其次,构建了自适应模糊逻辑系统,应用自适应模糊逻辑系统补偿器来消去建模误差.证明了闭环系统满足期望的H∞性能,仿真结果表明了该方案的可行性.     

一种鲁棒自适应Backstepping控制方案研究

对基于调节函数的Backstepping自适应控制方案进行了改进,设计了一种新型鲁棒自适应无人机飞行控制系统.首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数,得出了稳定自适应控制律和参数更新律.最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证.     

基于RBFNN和回馈递推的新型多旋翼飞行器控制

研究了新型多旋翼飞行器的建模与轨迹跟踪控制. 建立了非线性运动学和动力学模型,并提出基于全调节径向基神经网络和回馈递推的鲁棒自适应轨迹跟踪控制策略. 首先设计了飞行器的位置误差PID控制器,用于实时消除飞行轨迹与期望轨迹的偏差,并为姿态控制环构建姿态角指令. 采用全调节径向基神经网络估计飞行器动力学模型中的复合干扰,为避免回馈递推控制器设计过程中对虚拟控制信号的繁琐求导运算,减小对解析模型的依赖度,设计了一种基于指令滤波回馈递推的飞行器姿态控制器. 该设计方法通过滤波器而非直接用解析方法对虚拟控制信号求导,大大简化了控制器的设计过程,节省了控制能量. 仿真实验表明所提出的轨迹跟踪策略的正确性和有效性.     

基于免疫机制的模糊PID控制器设计

针对惯性、迟滞系统,本文结合PID、模糊控制和生物免疫原理,设计了一种基于免疫机制的模糊PID控制器。该控制器既具有PID控制的广泛性,也具有模糊控制的非线性逼近作用,还具有免疫控制的自适应调节能力。借助MATLAB的模糊控制工具箱和simulink仿真工具进行验证,结果表明基于免疫机制的模糊PID控制的动态性能和稳态性能都优于PID控制和模糊PID控制。     

基于免疫机制的模糊PID控制器设计

针对惯性、迟滞系统,本文结合PID、模糊控制和生物免疫原理,设计了一种基于免疫机制的模糊PID控制器。该控制器既具有PID控制的广泛性,也具有模糊控制的非线性逼近作用,还具有免疫控制的自适应调节能力。借助MATLAB的模糊控制工具箱和simulink仿真工具进行验证,结果表明基于免疫机制的模糊PID控制的动态性能和稳态性能都优于PID控制和模糊PID控制。     

一类非线性大系统的间接自适应分散神经网络控制

针对仿射非线性大系统,采用分散控制的思想,利用模糊神经网络辨识方法对各个子系统建立NARMA模型,运用自适应控制、滑模控制方法消除各子系统间的非线性关联项及不确定的外部干扰,并使用神经网络的辨识结果来调节控制器参数,形成间接自适应分散神经网络控制器.最后,将本文提出的控制方法运用于互连双倒立摆仿真中,结果表明所提出的算法是有效的.     

四旋翼飞行器的分散式容错控制

针对存在复合干扰和执行器故障的四旋翼飞行器姿态系统提出一种故障调节策略. 首先给出了四旋翼飞行器的姿态模型和存在复合干扰情况下的姿态模型,并给出执行器的失效故障表达形式. 针对姿态控制系统的复合干扰和执行器失效故障,分别给出一种复合干扰估计和局部故障诊断和辨识(fault diagnosis and identification,FDI)算法. 复合干扰估计器由干扰估计误差驱动,并非直接与传统的状态跟踪或预测误差有关. 针对执行器失效故障的局部FDI结构类似于模型参考自适应,基于复合干扰估计和局部FDI设计出四旋翼飞行器姿态系统backstepping容错控制器. 仿真实验验证了文中所提容错控制策略的正确性和有效性.     

非线性系统的广义模糊控制

提出了一种基于T-S 模糊模型的非线性系统的鲁棒跟踪控制方案. 首先将系统的模糊模型等价变换为广义系统模糊模型,然后设定跟踪性能指标,结合线性矩阵不等式方法设计了鲁棒跟踪控制器. 该方法不仅减少了求解复杂度,而且因减弱了对待定矩阵的限制而降低了保守性. 将该方法应用于倒立摆系统,实现了角度和角速率的 精确快速跟踪控制,从而表明了方法的有效性.     

非线性系统的鲁棒自适应模糊轨迹线性化控制

针对一类非线性多输入多输出不确定系统,基于小增益理论提出了鲁棒自适应模糊轨迹线性化控制方法。利用T-S模糊系统逼近未知干扰和不确定性因素,采用Lyapunov方法及小增益理论证明了闭环系统所有信号一致最终有界。该算法自适应律的学习参数仅有1个,便于工程实现。最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,仿真结果表明了控制方案有效性和鲁棒性。     

采用滑模方法实现多涡卷混沌系统的追踪控制

针对基于滞回非线性多涡卷混沌系统的追踪控制问题,提出了一种滑模变结构控制方法,实现了受控混沌系统对任意参考信号的追踪控制.所提出的控制方案,保证追踪误差系统的状态首先在有限时间内到达滑模面,然后渐进收敛到原点,实现了追踪控制.理论分析和仿真实例证明了所提出方法的有效性.     

无线OFDM系统中自适应交织的设计

在无线OFDM系统中,利用信道状态信息,实时改变交织图案的自适应交织技术较固定的分组交织,可以更有效地将突发错误离散为随机错误,从而有效提高了系统性能.该文提出了一种改进的自适应交织技术,不仅进一步提高了系统性能,尤其是系统的误帧率性能,而且使算法实现的复杂度有所降低.     

基于神经网络的一类非线性系统自适应滑模控制

对一类非线性系统进行简化处理后,结合神经网络逼近方法、自适应滑模控制提出一种新的自适应控制方法.所设计的控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器.滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用.文中用神经网络逼近非线性函数,并将网络权值误差引入到神经网络权值的自适应律中用以改善系统的动态性能.最后给出的仿真算例证明所设计的控制器是十分有效的.     

考虑输入饱和的直接自适应神经网络跟踪控制

基于Lyapunov稳定性定理和backstepping方法,针对一类受输入饱和限制的单输入单输出非线性不确定系统,提出了一种考虑输入饱和的直接自适应神经网络控制算法. 采用动态面控制方法和直接自适应神经网络控制方法,避免了传统控制设计中的“计算量膨胀”问题和潜在的控制器奇异值问题. 借助一种饱和内补偿辅助系统处理系统中的输入饱和限制问题,以保证系统的稳定性和控制性能. 该算法不但保证了闭环系统信号一致最终有界,而且使系统输出能收敛到零的一个较小邻域. 以大连海事大学远洋实习船“育龙”轮为例进行仿真,验证了所提控制器的有效性.     

模糊自适应鲁棒控制的耗散理论设计

针对一类非线性不确定连续系统,在用T-S模糊系统对未知函数进行逼近的基础上,利用系统的耗散理论,系统地提出了一种模糊自适应鲁棒控制算法的综合方法,所提出的算法不仅使自适应学习参数的数目减少至最低,便于工程实现,而且还确保闭环系统渐近稳定。最后以船舶减摇鳍非线性控制系统为例,进行了模糊自适应鲁棒控制器的设计,经仿真研究表明,所提出的算法是有效的。