卷积混叠盲信号分离的一种线性化方法

卷积混叠的盲信号分离是盲源分离问题中的难点．针对独立同分布的非高斯信号的卷积混叠,提出了一种新的盲解卷积方法——“两步提取法”：第一步消除所有源信号的延迟分量,提取仅含有源信号的线性混叠分量,使其转化为线性混叠盲源分离问题,称之为“卷积线性化”;第二步对“卷积线性化”后的估计信号进行分离,最终分离出源信号．同时,利用统计和矩阵理论,证明了设计“卷积线性化”滤波器的方法．仿真试验结果显示了该方法的可行性．     

模型基编码中一种可靠的实时运动估计算法

分析了PLS算法的本质,并针对其缺点提出了一种改进形式;将改进算法同PLS及EKF进行了实验对比.结果表明,此算法不但能实时地估计运动参数,而且还具有良好的稳定性和准确性.     

自适应子空间预测控制器在多通道伺服系统中的应用

为了提高末制导段激光半主动制导武器的精确控制能力和误差修正能力,设计了一种自适应子空间预测控制器,并将其应用于激光半主动制导武器末制导段多通道伺服系统中。算法首先构造了变遗忘因子机制下过去与将来Hankel矩阵的无偏更新形式,基于此设计了自适应子空间预测控制器,并将其应用于多通道伺服系统姿态角速率反馈控制回路中,以精确跟踪角速率指令信号,实现对激光半主动制导武器末制导段的精确控制。仿真算例验证了算法的有效性。     

基于特征模型的预测函数控制的仿真研究

传统的预测函数控制通常采用一阶的预测模型,该预测模型不能完全表征被控对象,因此使得传统的预测函数控制的鲁棒性受到一定限制。特征模型是一种比动力学模型简单,但能表征被控对象特征的模型。针对预测函数控制算法的缺陷,提出了利用二阶特征模型来构成预测模型。通过与采用一阶预测模型的预测函数控制进行比较,理论分析与仿真实验结果均表明,采用特征模型的预测函数控制具有比一阶预测模型更好的控制效果,该算法在SUPCON-JX300X集散控制系统上实现。     

Robust model predictive control of continuous uncertain systems*

The authors concern robust model predictive control for linear continuous systems with polytopic uncertainties and input constraints. At each sampling time, a piecewise constant control sequence is obtained by solving a set of linear matrix inequalities. The sufficient conditions on the existence of the model predictive control are given, and the robust stability of the closed-loop systems is guaranteed. A simulation example illustrates the efficiency of the proposed method.     

基于广义预测算法的直接转矩控制仿真

针对电动汽车电机驱动控制系统结构复杂且系统性能受负载不确定性影响的缺点,提出了一种用于永磁同步电动机广义预测控制方法。从驱动系统动力学方程出发,建立了不依赖电机控制参数的驱动系统CARIMA模型,并采用广义预测算法对驱动系统的给定转矩进行了控制;为了获得良好的变速性能,实现了基于GPC的PMSM驱动系统的直接转矩控制;最后对系统变速过程进行了仿真。仿真结果对比表明,这种控制结构和方法能够实现对转矩变化的有效控制,使速度变化具有较好的平缓控制效果,在工程实际中有很大的应用潜力。     

智能寻优模糊控制研究

根据被调量的偏差和偏差变化率的模糊预测 ,应用单纯法优化搜索技术 ,寻优调整因子 ,在线刷新模糊控制规则 ,实现对具有多扰动、非线性、大滞后等特性的系统的控制。计算机仿真获得较好效果。     

多方程线性模型系统的贝叶斯预报分析

多方程线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分.作者利用模型系统的统计结构,证明了矩阵正态Wishart分布为模型参数的共轭先验分布. 利用贝叶斯定理,作者根据模型的样本似然函数和参数的先验分布推得了参数的后验分布,然后从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布. 研究表明由于参数先验分布的作用,样本的预报分布与其原统计分布有着本质性差异,前者服从矩阵正态分布,而后者服从矩阵t分布.     

基于特征模型的预测函数控制

传统的预测函数控制通常采用一阶的预测模型,该预测模型不能完全表征被控对象,因此使得传统的预测函数控制的鲁棒性受到一定限制．特征模型是一种比动力学模型简单,但能表征被控对象特征的模型．该文针对预测函数控制算法的缺陷,提出利用二阶特征模型来构成预测模型．通过工程建模获取了被控对象的特征模型,实现了基于特征模型的新型预测函数控制,并通过与采用一阶预测模型的预测函数控制进行比较．理论分析与实验结果均表明,采用特征模型的预测函数控制具有比一阶预测模型更好的控制效果,该算法在SUPCON-JX300X集散控制系统上实现．     

预测函数控制在确定性网络控制系统中的应用

针对网络控制系统具有不确定时滞的特性,通过在节点中设置缓冲区的方法将随机时滞转化为确定性时滞,从而将网络控制系统从随机系统转化为确定性时滞系统;针对这类时滞系统利用预测函数控制算法设计了控制器,以实现基于模型匹配和多步预测的思想来改善控制性能。通过仿真和基于DCS的模拟系统实验,结果均表明了该方法的正确性和有效性。