基于贝叶斯压缩感知的CSR稳健参数估计方法

针对“完全扰动”情况下压缩感知雷达(compressed sensing radar, CSR)观测矢量和感知矩阵严重失配,进而引起参数估计性能急剧下降的问题,提出了一种基于贝叶斯压缩感知(Bayesian compressed sensing, BCS)的稳健参数估计方法。首先构造“完全扰动”情况下CSR参数估计的稀疏线性模型,并从稀疏矢量的最大后验概率(maximum a posteriori, MAP)出发,推导了完全扰动矩阵服从柯西分布时的优化目标函数;随后通过稀疏矢量和尺度参数的交替迭代,求得稀疏矢量的最优解。与现有重构算法及其改进算法相比,该方法能够有效改善CSR系统应对失配误差的稳健性,提高目标成功检测的概率和参数估计的精度。计算机仿真实验验证了该方法的有效性和鲁棒性。     

多重渐消因子强跟踪SCKF及其在#br# 故障参数估计中的应用

针对非线性系统中不可观测故障参数估计问题,提出基于多重渐消因子强跟踪平方根容积卡尔曼滤波（multiple fading factors strong tracking square-root cubature Kalman filter, MSTSCKF）的状态和参数联合滤波算法。MSTSCKF基于强跟踪滤波器理论框架,通过引入多重渐消因子实时调整增益矩阵,克服平方根容积卡尔曼滤波（square-root cubature Kalman filter, SCKF）在故障参数变化函数未知或者突变时滤波精度下降甚至发散的缺点,并兼具SCKF在非线性拟合精度和数值稳定性等方面的优点。仿真结果表明,相比SCKF和强跟踪无迹卡尔曼滤波（unscented Kalman filter, UKF）,本文提出的方法具有更高的估计精度。     

一种连续无创血压预测的改进向量机学习方法

因不同人体生理特征的差异性,影响了基于光电容积脉搏波（PPG）和心电信号（ECG）的连续无创血压测量精度,提出一种基于优化的支持向量机模型预测血压的方法。该方法将PPG、ECG及人体特征进行处理并组成特征矩阵,通过水银血压计测得实时血压值,运用主成分分析法和遗传算法改进的支持向量机学习模型对特征矩阵和实时血压值进行回归训练,从而建立最优血压预测模型。实验证明,优化改进支持向量回归血压预测方法比传统支持向量机学习法准确度提升了10%~15%。     

抑制校正源方位偏差的阵列误差矩阵鲁棒校正算法

针对校正源方位扰动误差会影响阵列误差矩阵校正精度这一问题,提出了一种可以自行抑制校正源方位扰动误差的鲁棒阵列误差矩阵校正算法。在假设校正源方位扰动误差较小的情况下,通过一阶Taylor级数展开的方式,建立了一种关于阵列误差矩阵的结构总体最小二乘优化模型用以抑制校正源方位扰动误差的影响,基于该优化模型,设计出一种数值优化算法用以实现阵列误差矩阵的鲁棒校正。数值实验验证了文中新算法的有效性和优越性。     

具有不确定性的轧机传动系统预测控制设计

针对轧机传动系统存在参数不确定性和负载扰动的特点,建立了轧机传动系统的状态空间模型,提出采用预测控制方法提高轧机传动系统的鲁棒性,构建了基于预测控制的轧机传动系统控制策略。利用Lyapunov稳定性理论和线性矩阵不等式方法,给出了基于状态反馈的轧机传动系统预测控制器设计方法,并通过引入状态变量的衰减律来提高闭环系统的响应速度。仿真结果表明,该预测控制器不仅有效地抑制了负载扰动的影响,同时对轧机传动系统内部参数摄动也具有较强的鲁棒性。     

基于改进三线性分解的单基地十字阵MIMO雷达二维角度估计

研究单基地十字阵多输入多输出(multiple-input multiple-output,MIMO)雷达中目标二维角度参数估计的问题。已有的算法往往忽略了信源矩阵中的类Vandermonde结构,而这种特殊的结构可以提升参数估计精度。基于均匀线形阵列(uniform linear array,ULA)的中心对称特性和目标参数矩阵中的类Vandermonde结构,提出一种基于改进的三线性分解的二维角度估计算法。首先利用酉变换的方法构造阵列增广输出矩阵,再将二维角度估计与三线性模型相联系。由于增广输出使得阵列的虚拟孔径增大,因而本文所提算法的参数估计精度要优于传统三线性估计算法。此外,本文提及的改进算法不需进行谱峰搜索及奇异值分解,并且能对估计的二维目标角度自动配对,最后的仿真结果验证了本文算法的有效性。     

不确定条件下舰载机动态调度仿真与优化方法

针对舰载机调度中的不确定性及动态特征,给出了基于多主体技术的舰载机动态调度仿真与优化方法。定义了不确定条件舰载机动态调度的概念模型。基于多主体技术描述了概念模型中变量与目标、约束之间的隐函数关系。为降低不确定因素中能够引发重调度的各类系统扰动（故障或新任务到达）的影响,给出了主体之间的交互协商机制。在此基础上,给出了基于合同网与遗传算法的混合优化算法以提高模型的求解能力。最后以舰载机的典型任务模式为例,测试了混合优化算法的能力,并利用敏感性分析方法对故障扰动的影响进行了描述,验证了仿真模型与优化算法的可行性。     

非凸松弛原子范数空时动目标参数估计算法

针对参数稀疏恢复空时自适应处理中的动目标参数估计存在字典失配的问题，提出一种非凸松弛原子范数空时动目标参数估计算法。该方法利用目标回波在角度-多普勒域的稀疏特性，根据连续压缩感知和低秩矩阵恢复理论实现了运动目标方位角和速度的高精度、超分辨率估计，避免了稀疏恢复中的字典失配问题，有效提高了动目标参数估计性能。仿真实验结果表明，相较于已有基于字典网格的稀疏恢复参数估计方法和原子范数估计方法，所提算法具有更高的参数估计精度和对空间紧邻目标的分辨能力。     

圆锥形电磁轴承动力学模型与控制仿真

圆锥形电磁轴承-转子系统结构简单，但控制复杂，为此，本文首先提出圆锥形电磁轴承系统的五电流差动控制方案，建立系统动力学模型，在此基础上，针对系统参数不确定，并受到不确定性扰动问题，文中采用了一种具有鲁棒特性的时间滞后（TDC）控制规律，通过仿真分析，比较了TDC控制与普通最优PD控制对圆锥形电磁轴承系统性能的影响。     

基于杂波数据Frobenius范数拟合的阵元误差估计方法

机载雷达的阵元误差会影响运动目标的参数估计与定位性能。为了解决这个问题,提出一种基于杂波数据Frobenius范数拟合的阵元误差估计方法。该方法首先利用杂波谱分布结构和雷达构型参数计算杂波空时导向矢量矩阵,接着利用截断的奇异值分解求解杂波幅度矢量并重构杂波数据,最后将实际的数据矩阵与重构的数据矩阵进行Frobenius范数拟合来估计阵元误差。数值仿真实验结果表明,该方法在低脉冲数目、低样本数目的情况下均具有较好的参数估计精度与稳健性。     

线性不确定系统的鲁棒容错H∞控制设计

研究了线性不确定系统的鲁棒容错H∞控制问题.当系统既有状态滞后,又有控制输入滞后,而且状态和控制输入的不确定项均满足匹配条件时,运用线性矩阵不等式(LMI)方法,提出了一种针对不确定系统的鲁棒容错反馈控制设计方法.利用该方法设计的闭环系统,不仅在传感器发生故障时具有完整性,而且对于系统的参数不确定性具有鲁棒性.以设计实例及仿真结果验证了这种方法的有效性.     

基于高阶PI观测器的不确定线性系统鲁棒故障检测设计

针对一类受干扰影响的不确定线性系统,研究了基于高阶比例积分 (proportional integral, PI)观测器的鲁棒故障检测设计问题。通过对一类Sylvester矩阵方程的参数化解,将基于高阶PI观测器的鲁棒故障检测问题转化为具有多约束的优化问题。基于该优化问题的解,给出了具有鲁棒故障检测功能的高阶PI观测器存在的充要条件,并给出受干扰影响的不确定线性系统的鲁棒故障检测设计方法。最后,数值算例及仿真分析结果验证了所提方法的有效性。     

Robust passive control for discrete-time T-S fuzzy systems with delays

This article deals with the robust stability analysis and passivity of uncertain discrete-time Takagi-Sugeno (T-S) fuzzy systems with time delays. The T-S fuzzy model with parametric uncertainties can approximate nonlinear uncertain systems at any precision. A sufficient condition on the existence of robust passive controller is established based on the Lyapunov stability theory. With the help of linear matrix inequality (LMI) method, robust passive controllers are designed so that the closed-loop system is robust stable and strictly passive.  urthermore, a convex optimization problem with LMI constraints is formulated to design robust passive controllers with the maximum dissipation rate. A numerical example illustrates the validity of the proposed method.     

基于模糊自适应的微型飞行器姿态控制

针对一类不确定非线性系统,基于李亚普诺夫稳定性理论提出了模糊自适应算法.将系统分为标称模型和包含建模误差、参数变化、干扰及未建模动态等在内的混合干扰项,用模糊自适应控制实时逼近系统各个不确定参数,用鲁棒反馈控制消除系统的外部干扰.由于模糊自适应控制是对系统输入系数矩阵和系统函数向量的不确定部分的每一个分量进行实时逼近,所以系统控制的精确性得到了提高,有较好的鲁棒性.模糊逻辑系统的计算量相对较少,从而能够很好地完成系统输出信号的渐近跟踪.给出了控制算法的稳定性证明,并对微型飞行器的姿态控制系统进行了仿真研究,仿真结果验证了算法的有效性.     

不确定线性描述系统的鲁棒H∞滤波器

研究了一类含有参数不确定性和未知扰动的线性描述系统的鲁棒H_∞滤波器设计问题。在容许、可观测的假设下,基于描述系统的有界实引理给出了鲁棒H_∞滤波器存在的充分条件。将滤波器存在条件转化为线性矩阵不等式的形式,可以利用线性矩阵不等式方法求解。推导了滤波器参数的等效形式,简化了滤波器系数矩阵的计算过程。最后,通过数值算例说明了所提出的方法的性能。     

Event-Triggered Consensus for Discrete-Time Multi-agent Systems with Parameter Uncertainties Based on a Predictive Control Scheme

In this paper, the event-triggered consensus for linear discrete-time multi-agent systems with parameter uncertainties is investigated. The parameter uncertainty is assumed to be normbounded. An event-triggered consensus protocol based on the predictive control method is proposed to make the multi-agent system achieve consensus. And for the design of the consensus protocol, the problem of estimating the control input is transformed into the problem of estimating state differences between agents. Furthermore, the event-triggered consensus protocol proposed in this paper only demands each agent to mornitor its state to determine its event-triggered instants. A sufficient existence condition for the consensus protocol is proposed based on the linear matrix inequality. And a sufficient condition for the nonexistence of the Zeno-like behaviour is also derived. Finally, a numerical example is given to illustrate that the event-triggered consensus protocol proposed in this paper can make the multi-agent system with parameter uncertainties achieve consensus effectively.     

基于二维混合模型的鲁棒迭代学习控制设计

针对一类正则线性不确定系统,提出一种基于连续/离散二维混合模型的迭代学习控制设计方法。首先,通过独立地考虑迭代学习控制系统连续的控制行为与离散的学习行为,建立迭代学习控制系统的连续/离散二维混合模型,将迭代学习控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题。然后应用二维连续/离散系统方法,获得迭代学习控制系统稳定性条件。最后根据稳定性条件,利用线性矩阵不等式方法,求得迭代学习控制器参数,它通过Matlab工具箱可以方便的获得。与现有方法相比,所提出的迭代学习控制器利用了输出误差以及状态变化的信息来修正当前的控制,因而设计方法更加符合其本质特征,具有简单实用、直观明了的特点。数值仿真实例验证了所提方法的有效性。     

不确定离散广义时滞系统的静态输出反馈控制

针对一类不确定离散时滞广义系统,给出了静态输出反馈控制器的设计方法.首先基于标称离散广义时滞系统的稳定条件,以受限线性矩阵不等式形式,得到闭环离散广义时滞系统正则、因果且渐近稳定的充分条件,同时利用受限矩阵不等式的可行解给出静态输出反馈控制器的设计方法;然后采用矩阵的正交补,把求受限线性矩阵不等式的可行解问题转化为求严格线性矩阵不等式的可行解;最后的数值实例说明了所给方法的有效性和正确性.     

Linear generalized synchronization of chaotic systems with uncertain parameters

A more general form of projective synchronization,so called linear generalized synchronization(LGS)is proposed,which includes the generalized projective synchronization(GPS)and the hybrid projective synchronization(HPS)as its special cases.Based on the adaptive technique and Lyapunov stability theory,a general method for achieving the LGS between two chaotic or hyperchaotic systems with uncertain parameters in any scaling matrix is presented.Some numerical simulations are provided to show the effectiveness and feasibility of the proposed synchronization method.     

Linear generalized synchronization of chaotic systems with uncertain parameters

A more general form of projective synchronization, so called linear generalized synchronization （LGS） is proposed, which includes the generalized projective synchronization （GPS） and the hybrid projective synchronization （HPS） as its special cases, Based on the adaptive technique and Lyapunov stability theory, a general method for achieving the LGS between two chaotic or hyperehaotic systems with uncertain parameters in any scaling matrix is presented. Some numerical simulations are provided to show the effectiveness and feasibility of the proposed synchronization method.