基于多智能体的电力软科学智能实验室研究

针对电力软科学研究的复杂性、不确定性,总结了电力软科学研究包括的类别,采用最新的信息集成标准、CORBA规范,基于多智能体技术,应用复杂适应系统理论与智能工程理论,提出了电力软科学智能实验室建设框架和开发思路,并详细讨论了其实现方式。该体系结构采用开放式信息集成技术,方便已有软件的集成和功能扩展,可以为其它行业的软科学实验平台的研究和实现提供参考。     

执行器饱和时的SISO系统模型参考自适应控制

针对大多数执行器不可避免地会出现饱和现象,尤其是工作范围大、非线性特性严重的被控制对象,提出了一种模型参考自适应设计方法,把输入过饱和部分看作干扰信号,并用可调参数和跟踪误差函数对饱和干扰进行估计,通过参数调节消除饱和现象,针对不同相对阶的系统分别进行讨论,使本方法更具普遍性。仿真结果表明,本方法能够使系统有较好的跟踪能力和抗饱和能力。     

一种基于CAS原理的智能决策支持系统模型

剖析了传统决策支持系统发展面临的困难，运用复杂自适应系统(CAS)的原理和自组织的观点，提出了一种新的基于CAS原理的智能决策支持系统模型和设计思路，论述了该模型的基本结构、运作过程及与传统DSS的区别、并探讨了规则编码、竞争机制与信用分派及规则发现等问题．这种新思路有助于解决数据、知识和模型的一体化管理问题，加强DSS的自适应能力和智能性。     

直接自适应模糊算法参数的选取以及仿真分析

针对Wang提出的直接自适应模糊控制器，首次推导出了自适应律参数γ以及仿真步长h的理论取值范围。以一阶不稳定系统、二阶达芬振荡系统为例，给出了当γ以及h取不同值时的仿真结果，通过对结果的分析，验证了前面推导出的参数取值范围的正确，并得出有关参数γ变化对系统性能影响的规律。     

基于转矩观测法的开关磁阻电机转矩脉动抑制

研究抑制开关磁阻电机(SRM)的振动和噪声是改善开关磁阻电动机调速系统(SRD)性能的重要课题之一。基于SRD的非线性动态仿真模型,研究了基于转矩观测法的转矩脉动抑制。针对SR电机的时变、非线性特性,对闭环系统的速度调节器采用自适应模糊PID控制器进行转速调节,仿真结果表明该系统具有良好的转矩脉动抑制效果。     

非完整移动机器人的自适应滑模轨迹跟踪控制

针对动力学模型描述的非完整移动机器人系统，研究了其在未知参数和不确定性干扰下的轨迹跟踪控制问题，基于反演技术和自适应滑模控制的思想设计了具有全局渐近稳定的轨迹跟踪控制律。谊控制律将系统分解为低阶子系统来处理，利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计，并具有直观的稳定性分析．满足了移动机器人的轨迹跟踪要求，且具有设计方法简单、鲁棒性强的特点。仿真结果验证了所设计控制器的有效性和正确性。     

参数未知随机系统的最小方差对偶自适应控制

针对参数未知随机系统的自适应控制问题,研究了最小方差对偶自适应控制。分析了由于未知参数的不确定性,使得运用动态规划原理求解最优控制律时存在着困难,转而寻求次优控制律;给出了差分方程转换成状态空间模型的方法,将未知参数在一个确定的模型集中取值,运用动态规划原理得到各模型的控制律,通过各模型后验概率加权获得次优对偶控制律。给出了算例,以验证此算法的有效性,表明所得到的控制律既有调节作用,又有学习作用。     

一种适用于高阶QAM信号的双模式多模盲均衡算法

为了克服常数模算法(CMA)收敛速度慢、稳态误差大的缺点,利用QAM信号信道利用率高及高阶QAM信号模值不为常数的特点,提出了一种适用于高阶QAM信号的双模式多模盲均衡算法(DMMA).该算法以常规的CMA为基础模式,以多模算法(MMA)为第二模式,用该模式对于处在不同模值上的信号,以相对应的模值为参数分别进行均衡.另外,两种模式是同时对信号进行均衡的,并且在第二模式中,利用判决条件对均衡器的输出信号进行判决,使得模值能自动进行切换.利用水声信道对DMMA和CMA进行仿真实验,结果表明,与CMA相比,DMMA能针对性地对位于不同模值上的信号分别进行均衡,且收敛速度快、稳态误差小.     

Underdetermined DOA estimation and blind separation of non-disjoint sources in time-frequency domain based on sparse representation method

This paper deals with the blind separation of nonstation-ary sources and direction-of-arrival （DOA） estimation in the under-determined case, when there are more sources than sensors. We assume the sources to be time-frequency （TF） disjoint to a certain extent. In particular, the number of sources presented at any TF neighborhood is strictly less than that of sensors. We can identify the real number of active sources and achieve separation in any TF neighborhood by the sparse representation method. Compared with the subspace-based algorithm under the same sparseness assumption, which suffers from the extra noise effect since it can-not estimate the true number of active sources, the proposed algorithm can estimate the number of active sources and their cor-responding TF values in any TF neighborhood simultaneously. An-other contribution of this paper is a new estimation procedure for the DOA of sources in the underdetermined case, which combines the TF sparseness of sources and the clustering technique. Sim-ulation results demonstrate the validity and high performance of the proposed algorithm in both blind source separation （BSS） and DOA estimation.     

基于观测器的不确定非线性系统L1自适应控制

针对一类严格块反馈型不确定非线性系统,采用反步设计方法提出了一种新的基于滑模状态观测器的L1自适应控制方案。由于系统状态不完全可测,首先设计滑模观测器对系统状态进行估计,并分析观测器的收敛性,在此基础上,通过反步法得到系统的理想控制律。为了消除反步控制中的“项数膨胀”,引入非线性跟踪微分器来提取理想控制律的微分信号。为提高系统响应的瞬态性能,消除控制输入的高频振荡,引入L1自适应控制对控制律进行改进,通过理论推导证明了闭环系统的稳定性。最后通过数值仿真算例验证了所设计控制方案具有快速的收敛性、良好的跟踪性等期望性能。