受激原子系统的最优测量量子反馈控制概述

近年来物理理论和实验技术的不断发展,促进了量子物理系统控制问题的研究,而且新的量子实验技术为量子系统反馈控制的发展提供了强大的动力。本文中介绍了原子系统的测量反馈量子系统的相关工作。     

基于神经网络的自适应动态电源管理模型

利用人工神经网络具有从大量不完整数据中逐步获取知识并进行复杂目标优化的能力,提出一种基于改进的BP神经网络预测功耗可管理器件空闲时间长度的自适应动态电源管理模型(AMBA).该模型根据空闲时间长度预测值选择最佳低功耗模式,并且通过预测性能评估结果动态调整神经网络的网络权值,从而能够自适应功耗可管理器件负载特性的变化.仿真结果表明了该模型的有效性,预测正确率可以达到80%左右,平均功耗比指数平均预测方法降低了30%,比Timeout策略降低了37%.     

磁悬浮列车轨道间隙控制系统的自适应控制

建立磁悬浮列车悬浮模型,采用状态反馈控制、模型参考自适应控制方法,研究磁悬浮列车轨道间隙控制问题。仿真表明,设计的极点配置状态反馈控制器能使磁悬浮列车轨道间隙控制系统稳定,基于李雅普诺夫稳定性理论设计的模型参考自适应控制方法具有较高的控制精度和一定的快速性。     

一类非自治单种群模型的持久性(英文)

本文研究了一类多时滞带反馈的非自治单种群模型正解的持久性,得到了以积分形式描述的很弱的持久性的充分条件,这是一个新的结果.     

基于On-off和H_∞状态反馈的风能转换系统的双频环优化控制

根据风速的多时间尺度特性,在风能转换系统非线性机理模型的基础上,基于频率分离原理建立风能转换系统的双频环模型.在优化控制理论指导下,以额定风速以下的风能最大捕获为目标,针对低频环模型和高频环模型分别设计优化控制器,其中低频环采用On-off稳态优化控制方法,高频环采用H∞状态反馈优化控制方法,从而建立了风能转换系统的双频环优化控制结构.仿真结果表明:基于On-off和H∞状态反馈的风能转换系统的双频环优化控制方法是有效的,且相对于单纯的On-off控制具有更高的控制精度和更好的鲁棒性能,可以实现在额定风速以下的风能捕获功率最大化.     

随机干扰下降阶时延混沌系统的自适应广义投影同步

研究随机干扰下降阶时延混沌系统的广义投影同步(RLGPSS).结合自适应控制方法和反馈控制技术,设计控制器和参数自适应更新律,实现混沌系统的RLGPSS问题,同时,对于系统未知参数能够有效的辨识.数值仿真结果证实了所提出控制策略的有效性.     

超混沌Lv系统的反馈控制

针对动力学行为更丰富更复杂的超混沌系统的控制问题,研究了最新提出的超混沌Lv系统的反馈控制问题,设计了一种线性反馈控制LFC（linear feedback control）和一种微分反馈控制DFC（differential feedback control）方法．用稳定性理论对反馈控制超混沌Lv系统的可控性和稳定性进行理论分析,理论分析和数值仿真都表明受控超混沌Lv系统可稳定地收敛到平衡点．采用文中的微分反馈控制DFC,通过调节控制增益,可以发现超混沌Lv系统不同的不稳定周期轨道UPO（unstable periodic orbit）,并控制超混沌Lv系统到不同的不稳定周期轨道UPO．     

模糊随机BAM神经网络的固定时间同步

对带有时滞的模糊随机BAM神经网络进行了固定时间同步分析.在传统BAM神经网络的框架下,引入了随机扰动、模糊性、离散时滞的影响,使得网络模型更符合实际系统,拓展了模型的应用范围.在此基础上,通过设计合适的反馈控制器,利用Lyapunov方法,得到了系统达到固定时间同步的判定准则.最后进行了数值模拟验证理论结果的有效性.     

分布时滞奇异Lurie中立型切换系统的鲁棒H∞输出反馈控制

变时滞和连续分布时滞的奇异Lurie中立型切换系统的控制问题是控制论的重要内容。在系统的某种切换策略下,综合运用鲁棒H_∞稳定性理论及控制原理,Schur补引理及矩阵不等式方法,通过设计Lyapunov泛函和具有记忆的输出反馈控制器,在所允许的不确定性的条件下,得到变时滞闭环系统能够镇定的一个充分性判据。最后,通过数值仿真实例,验证了定理的有效性。     

热载荷作用下梁的主参数共振及其控制

立方非线性速度反馈控制被用来抑制承受非均匀热载荷的两端简支梁的主参数共振.考虑几何非线性、线性阻尼,利用Hamilton原理得到梁大振幅振动的控制方程. 应用Galerkin变分原理将控制方程转化为二阶非线性常微分方程:杜分-马休方程.在梁的均匀升温小于其静态热屈曲临界温度载荷时,应用多尺度方法得到系统一次近似解的幅-频响应方程,理论分析系统的稳态响应、稳定区域及失稳临界条件.数值讨论速度控制参数、细长比等参数对系统幅-频、激振力幅-振幅响应曲线的影响.数值结果表明速度反馈控制是有效的.