基于一种增量式一元线性回归模型的自适应逆控制

为受控系统提出了一种简便实用的增量式一元线性回归模型。为了跟踪快时变参数 ,提出了一种滚动多模型加权平均参数估计算法。在参数估计和系统控制的过程中运用智能技术 ,使估值更可靠 ,并形成了以基于该模型的自适应逆控制为主、常规控制为辅的多模态控制方式。仿真结果表明 ,这一控制方式对于控制非线性和时变系统非常有效。     

神经网络模糊非参数模型自适应控制及仿真

提出一种基于神经网络的模糊非参数模型自适应控制方案。该方案仅用受控系统的I/O数据来设计控制器,综合了模糊控制、神经网络与非参数模型学习自适应控制各自的优点。仿真表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

离散时间系统的时变滑模变结构控制

本文针对离散时间系统，提出一种新的变结构控制方法。把时变滑平面引进离散时间系统，组成一种等效控制策略，使系统对参数摄动和外部干扰具有很强的鲁棒性，并且消除了系统的颤振现象，系统获得了满意的控制性能。仿真结果表明了这一方法的正确性和可行性。     

一种神经网络学习控制的仿真研究

提出了一神经网络学习控制器，两个递归神经网分别用于对象模型辨识和学习控制，在对象模型具有非线性时变或未知情况下，本控制方法能准确地跟踪期望的轨迹，对所提出的方法进行了仿真研究，给出了仿真结果     

基于Shifted Legendre正交多项式的迭代学习控制方法

考虑用迭代学习控制方法来解决一类线性时变连续系统的终端控制问题。运用ShiftedLegendre正交多项式的展开技术,利用其正交性和边值条件,将线性时变系统的微分方程转化为代数方程,避免了在判断误差收敛条件的过程中求解线性时变系统状态转移矩阵。并采用高阶学习律来求控制输入的ShiftedLegendre系数向量,仿真实例验证了该方法的有效性。     

神经网络非线性预测优化控制及仿真研究

针对暖通空调等一类时变多输入多输出非线性过程控制系统，采用神经网络作为优化反馈控制器求解优化反馈解，并利用预测控制滚动优化能够克服干扰和不确定性影响的优势，采用基于Hamilton-Lagrange方法和预测滚动优化算法训练多层前向神经网络，同时对系统中某些不能直接测量且受到多种因素影响、计算复杂的时变参数也利用神经网络进行预测，以实现对象特性的实时预测。利用该控制方法对某变风量暖通空调模型进行了仿真，优化指标取舒适性指标和耗能量之和。仿真结果表明，采用此方法，在模型不确定和存在外在干扰的情况下可以得到较好的控制效果。     

一类非线性参数化系统的自适应学习控制

针对控制增益是未知时变的并含有混合未知参数的非线性参数化系统,利用将整个区间分段与反馈线性化相结合,提出了一种新的自适应学习控制方法。该方法可以处理参数在一个未知紧集内周期性快时变的非线性系统。通过引进新颖的微分-差分混合型参数自适应律,使广义跟踪误差在误差平方范数意义下渐近收敛于零。通过构造Lyapunov泛函,给出了广义跟踪误差收敛的充分条件。实例仿真结果说明了该方法的可行性和有效性。     

基于衰减控制的离散时间系统的变结构控制

基于衰减控制,讨论了离散时间系统的变结构控制问题,提出了衰减指数控制和时变衰减幂次趋近律。理论分析表明该方法能够使系统抖动以指数幂次逐渐衰减,从而消除了稳态抖动,保证了闭环系统的渐近稳定。仿真结果表明该方法是有效的。     

高超声速飞行器轨迹跟踪控制仿真研究

针对高超声速飞行器纵向模型的快时变、强耦合和高度非线性的特点,在考虑模型不确定性的情况下,采用李导数的方法对某型高超声速飞行器进行输入输出的精确线性化。基于线性化后的模型,提出一种非线性动态逆控制的方法,并对其稳定性进行分析,实现对该型高超声速飞行器的轨迹跟踪控制。并利用Matlab搭建仿真平台,仿真结果显示仿真平台的正确性和控制算法的有效性。     

模糊神经网络在炉温控制中的应用

本文提出一种模糊神经网络自学习控制方法，并应用于窑炉温度控制系统中。经实验仿真和应用结果表明，该控制方案可改善具有时变及大纯滞后的炉温控制系统，其性能优于一般Ｆｕｚｙ控制。     

Multi-Agent Decision Making in Large-Scale Systems

Ｍｕｌｔｉ－ＡｇｅｎｔＤｅｃｉｓｉｏｎＭａｋｉｎｇｉｎＬａｒｇｅ－ＳｃａｌｅＳｙｓｔｅｍｓＺＨＵＳｈｉｊｉｎｇ；ＷＡＮＧＳｈｕｎｉｎｇ；ＣＨＥＮＴｉｎｇＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇ，ＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍａｔ...     

ISAR运动补偿的快速方法

本文提出的一种新的ＩＳＡＲ运动补偿方法，是在文献［１］的复相关包给对准及相位中心对准补偿方法基础上进行改进的。这种方法减少了运动补偿的运算量，提高了距离和相位对准的精度，并能显著地改善回波信号起伏时的目标成像质量。     

Control of static unstable airframes

The challenge and control problems of static unstable missiles are presented. The steady-state benefits of static instability are illustrated, while the corresponding control challenge is described both by the characteristic lag of airframe and the increment of necessary control usage. Control limitation led by unstable zero-pole pair is analyzed for preliminary design and evaluation. Linear control strategy is examined wherein two and three loop acceleration autopilots with different control usages are developed using an optimal control approach combined with frequency domain constraint. The weights selection and relation with system performance are detailed. Then the nonlinear backstepping recursive method is detailed to determine how well it is able to follow command and its engineering feasibility. The results show that a static unstable missile is controllable, while the actuator bandwidth is the crucial limited factor. There should be a compromise between overall performance and actuator payment.     

灰色预测模糊PID控制在汽温控制系统中的应用

将灰色预测、模糊控制与常规PID控制三者的设计思想融合起来，提出了一种灰色预测模糊PID控制算法。该算法首先通过建立模糊规则和进行模糊推理来确定PID控制器的参数，然后由PID控制律直接确定控制作用，再将灰色预测在线应用，用其预测结果代替被控对象测量值进行控制运算。仿真结果表明，利用该算法设计的汽温控制系统比应用模糊PID控制设计的汽温控制系统具有更加优良的性能。     

3-RRRT并联机器人解耦的反演自适应动态滑模控制

针对3-RRRT型搬运机器人提出一种解耦的反演自适应动态滑模控制方法,以提高控制精度和鲁棒稳定性。首先利用非线性补偿方法将系统解耦成线性系统,运用一阶动态滑模设计新的滑模面,然后利用基于李亚普诺夫函数的Backstepping控制设计方法和自适应控制技术,设计了全局渐近稳定的系统控制器,最后利用MATLAB进行了系统控制数值仿真,结果表明,对3-RRRT型并联机器人的这种强耦合的、具有不确定性的非线性系统,采用该解耦的反演自适应动态滑模控制方法,可以达到理想的控制精度,并能保障系统的鲁棒稳定性。     

基于DCS的控制系统仿真方法

基于DCS（Distributed Control System-集散控制系统）的控制系统仿真方法是测试控制系统的实施正确性、操作可靠性、操作等效性及DCS资源占用等性能的有效手段,通过这种方法可以缩短新型控制系统的开发周期,减少新型控制系统试投用期的风险。本文对基于DCS的控制系统仿真方法的必要性、特点进行了分析与讨论,并提出了基于DCS的仿真控制系统的架构和分类。一个应用实例验证了基于DCS的控制系统仿真方法的有效性。     

仿真转台的神经网络复合控制

介绍了一种神经网络复合控制方法，即在不抛弃众多工程技术人员所熟悉的经典控制方法的基础之上，采用神经网络控制来处理系统中的各种非线性及不确定性。给出了神经网络的迭代算法，讨论了系统的稳定性问题，并将该方法应用于高精度三轴飞行仿真转台的实时自适应控制中。实验结果表明了该控制方法的有效性。     

汽车主动悬挂系统的次优控制及仿真

建立了被动悬挂、主动悬挂的数学模型。在最优控制的基础上，采用最小范数法，详细研究了随机次优控制策略及其控制器的设计方法。结合工程应用背景，对于实际的车辆悬挂系统，通过对受控变量的分析，分别设计了3个、2个及1个受控变量的次优控制器，并进行了计算机仿真。研究结果表明，主动悬挂在改善车辆的平顺性和稳定性上要优于被动悬挂；选择适当的受控变量，次优控制也能取得和最优控制相同或相近的控制效果。     

统一混沌系统的最优控制

为了实现统一混沌系统的镇定控制,根据最小值原理为统一混沌系统设计了最优控制器,该控制器能将统一混沌系统的两个不稳定的平衡点镇定;针对控制作用施加的三个不同位置,推导了最优控制的三种不同的切换控制曲线;特别是针对控制作用施加在第三个方程时因混沌系统对初始条件的极端敏感性而造成的其中一个不稳定平衡点无法镇定的情形而引入逻辑判断环节以保证控制作用的正确加入时刻进行了说明。所得到的控制规律是bang-bang控制,通过施加闭环控制后对系统状态变化和系统相轨迹投影的仿真结果证明了所建议方法的正确性。     

Hierarchical Decision Maker in Hybrid Control Systems

Ｈｉｅｒａｒｃｈｉｃａｌ　Ｄｅｃｉｓｉｏｎ　Ｍａｋｅｒ　ｉｎ　Ｈｙｂｒｉｄ　Ｃｏｎｔｒｏｌ　ＳｙｓｔｅｍｓＨｅＷｅｉｄｏｎｇ；ＨａｏＪｉａｎｋａｎｇ；ＺｈａｎｇＭｉｎｇｌｉａｎ＆ＣｈｅｎＺｏｎｇｊｉ（３０５，Ｄｅｐｔ．ｏｆＡｕｔｏｍａｔｉｃＣｏｎｔｒ...