一类非线性不确定相似组合系统的鲁棒输出跟踪

针对一类具有不确定性的非线性相似组合系统,讨论了鲁棒输出跟踪问题·这类相似组合系统的一个显著特点是其标称子系统具有相同的相对度·充分利用相似结构信息,采用坐标变换和变结构控制方法,将其不确定项分为匹配和不匹配两部分进行处理,得到了一类鲁棒控制器以确保系统输出与参考输出间的误差收敛到原点的一个小邻域内且系统状态保持有界·最后的仿真表明了所得结果的有效性·     

变速恒频风力发电最大功率点跟踪控制

交流励磁变速恒频(VSCF)风力发电时,常使用电网电压定向矢量控制技术来实现双馈电机(DFIG)输出有功、无功功率的解耦控制,从而完成最大风能跟踪.然而研究发现,在实行最大风能跟踪时,发电系统向电网输送的净电能并非最多.提出一种以向电网输送净电能最多为目标的新的最大功率点跟踪控制策略.该控制策略在不检测风速情况下,能够自动寻找并跟随最大功率点,且不依赖风力机最佳功率特性曲线,提高了发电系统的运行效率,具有良好的动、静态性能和鲁棒性.仿真和实验结果证明了该控制策略的正确性与有效性.     

电流滞环跟踪的双闭环调速系统仿真设计

为提高抗干扰能力和改善动态性能, 设计了双闭环调速系统。 采用由电流滞环和转速外环构成的感应电动机双闭环控制, 以进一步提高动态特性。 当 1. 5 s 时, 负载由 15 N·m 变为 30 N·m, 转速仍维持恒定的1 400 r/ min, 同时加强磁链控制, 构建了基于动态模型的异步电动机的多重闭环控制的调速系统。 实验结果表明, 该系统动态性能更好, 磁链轨迹更接近于圆。     

一种脉冲噪声中的韧性子空间跟踪方法

一般地,基于二阶统计量的子空间跟踪方法对脉冲噪声敏感,性能出现退化.为此以α稳定分布作为脉冲噪声的模型,研究噪声环境中的韧性子空间跟踪方法.以分数低阶统计量理论为依据,把α稳定分布噪声中的子空间跟踪看做一个无约束的优化问题,提出了一个新的代价函数,并推导出一个韧性算法.同时还利用M估计对算法进行了简化.在数值模拟中把新算法应用于方向估计,结果表明了新算法和简化算法的有效性.     

混合动力车辆永磁同步轮毂电机转速自抗扰控制

为解决复杂扰动条件下混合动力车辆永磁同步轮毂电机转速跟踪精度不高的问题,建立了永磁同步轮毂电机转速自抗扰控制系统模型,进行了自抗扰控制参数整定。分别在负载转矩扰动和模型失配扰动条件下,研究了自抗扰控制下永磁同步轮毂电机转速响应情况,并与优化调整参数的PID控制器的仿真结果进行对比。结果表明:自抗扰控制在提升永磁同步轮毂电机转速响应快速性和减小转速超调方面的独特优势。     

ESO抑制扰动特性的研究

本文给出了自抗扰控制技术用于滤波的研究结果,提供了一些仿真实例。结果表明,这种新型的控制技术对高频噪声具有较好的滤波特性。     

基于机器人操作系统的机器人自主追踪系统设计

为了解决移动机器人在机器人操作系统(robot operating system, ROS)中的人脸追踪问题,提出一种基于Siamese目标跟踪算法开发的追踪系统。首先,开发了追踪系统的硬件平台;其次,开发了Siamese跟踪算法,实现了对人脸目标的实时跟踪;最后,实现了导航系统与视觉系统的开发及融合,并通过实时记录的追踪数据与追踪曲线,分析了该系统的追踪性能。实验结果表明:该系统能够在ROS系统下实现对人脸目标的实时跟踪。     

超混沌Lü系统的自适应广义投影同步

基于自适应控制方法和Lyapunov稳定性理论,分别在参数完全未知和部分未知的情况下,设计适合超混沌Lü系统广义投影同步的非线性自适应控制器,并进行数值仿真.结果表明,该方法使2个恒同超混沌Lü系统在全局范围内实现广义投影同步,在部分参数未知的情况下,实现了参数的跟踪.     

基于迭代学习控制算法的下肢外骨骼机器人跟随特性研究

目前下肢外骨骼机器人存在的运动控制算法追踪人体髋关节和膝关节期望轨迹时存在误差,从而导致人机系统随动性能差。因此,本文提出迭代学习控制算法追踪人体髋关节和膝关节期望轨迹。首先,结合人体下肢结构分析,建立下肢外骨骼机器人动力学模型;其次,基于迭代学习控制算法建立下肢外骨骼机器人随动控制模型;最后,利用Matlab软件设计指数变增益闭环D型运动控制系统,分析收敛速度与谱半径的关系,追踪得到人体下肢髋关节和膝关节期望轨迹。仿真结果表明该算法能够有效提高下肢外骨骼机器人步态轨迹跟踪精度,提升人机系统随动性能。     

基于鲁棒H∞滤波的多站角度测量机动目标被动跟踪

建立了机动目标的多站被动红外搜索与跟踪（infrared search and tracking, IRST）系统的当前统计模型,基于该模型提出了机动目标跟踪的鲁棒H∞融合滤波算法。该算法将H∞滤波算法和集中融合跟踪算法相结合,对多站IRST测得的目标角度信息进行融合,可解决被动式跟踪系统的可观测性及非线性问题,以实现对目标较高精度的定位和跟踪。以三个观测站进行跟踪为例,对一个高机动目标进行了仿真研究,仿真结果表明,该滤波算法比扩展卡尔曼滤波（extended Kalman filter, EKF）算法有更高的跟踪性能,是IRST系统中一种有效的跟踪算法。