一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.     

一类非线性切换系统的稳定域

在生物学超循环(Hypercycle)系统的基础上,提出了非线性循环系统和非线性循环切换系统的概念,并建立了数学模型,这类系统具有广泛的实际背景.分别研究了非线性循环系统和非线性循环切换系统的稳定域问题,并通过系统循环矩阵的特征值,给出了非线性循环切换系统在任意切换律和确定切换律下的稳定域.仿真实验进一步检验了结论的正确性.     

一类不确定时延状态反馈网络化系统鲁棒稳定性

考虑控制器和执行器事件驱动、传感器时钟驱动、恒定周期采样和不大于一个采样周期的不确定时延,将有控制约束的状态反馈网络控制系统建模为含有不确定性的离散时变系统.利用Lyapunov理论和线性矩阵不等式方法,导出系统鲁棒稳定的充要条件.利用Matlab LMI工具箱求解该条件,可在判定该类系统稳定性的同时,获得系统鲁棒控制律.仿真算例说明了分析方法和稳定判据的有效性.     

不确定时滞系统的滑模控制及其应用研究

研究了一类带有控制时滞的不确定性系统的滑模变结构控制器的设计问题。定义特殊线性变换,将原不确定时滞系统化为无时滞系统。在新坐标下,提出了基于二次型性能指标的最优滑模面的设计方法;选择适当的动态不连续控制律保证了系统状态在有限时间到达滑模面,并有效的削弱了抖振。提出并证明了原系统渐近稳定的充分条件。将该控制方法应用到典型的不确定时滞对象——聚合反应釜的温度控制系统中,仿真结果表明了该方法的有效性。     

自适应遗传算法的改进及在系统辨识中应用研究

为解决传统遗传算法早熟及收敛速度慢的问题，提出了一种改进的自适应遗传算法。通过对一典型的大海捞针粪（NiH）问题的试验，证明了改进后的遗传算法在全局优化和快速收敛能力上有较大的提高。在此基础上将该算法应用于系统参数辨识中，辨识结果表明该方法具有参数辨识精度高，抗噪声能力走，对输入信号通用性强，也适用于非线性系统参数辫识的优点，具有重要的工程使用价值。     

非线性系统自适应逆设计及应用

对于一类存在输入未建模动态的非线性系统,提出了一种基于RBF神经网络的自适应逆补偿器设计方法。首先应用两个神经网络设计了补偿器,一个用来估计输入未建模动态,另一个用来作为未建模动态的自适应逆补偿器。该设计放宽了对未建模动态的一些苛刻的要求,如相对度为零,满足小增益条件等。仅要求D(u)逆稳和连续光滑。然后应用反演设计技术设计了控制器,并应用Lyapunov稳定性理论推导出神经网络权重向量的调节律,同时证明了闭环系统的渐进稳定性。最后给出的BTT导弹纵向控制系统设计仿真实例证明了该设计方法的有效性。     

基于特征结构配置的结构主动控制及仿真

考虑了具有最优控制的结构主动控制问题,目的是在系统满足闭环特性的前提下,设计状态反馈控制器使得系统性能泛函极小化。利用特征结构配置方法提供的自由度,给出了性能泛函的显示参数化表示,从而该问题转化为带有约束条件的优化问题,参与优化的变量仅为一组参量。并给出了求解该优化问题的算法,该算法直接基于结构系统矩阵,故其简单性为工程应用提供方便。地震作用下对三层剪切结构建筑模型进行仿真分析,结果表明所提结构主动控制方法的有效性。     

相邻k-out-of-n:F多状态可修系统的可靠性分析

针对相邻k-out-of-n:F多状态可修系统可靠性指标计算难的问题,提出了两种求解该系统可靠性指标的方法。当系统部件寿命和修理时间都服从指数分布时,方法一首先利用马尔可夫过程理论获得部件的可用度,再用部件的可用度获得系统的瞬态、稳态可用度;方法二针对状态空间巨大的情况,先以一定的标准对状态空间进行截尾,再应用马尔可夫模型获得系统的稳态可用度、首次故障前平均时间、稳态故障频度等可靠性指标。最后通过数值算例说明了所提出方法的有效性。     

区间离散广义系统输出反馈鲁棒H∞控制

讨论了区间离散广义系统的静态输出反馈鲁棒H∞控制问题,在给出区间离散广义系统的等价描述之后,基于系统参数矩阵不等式,得到了问题可解的充分条件,并给出了输出反馈控制器显式表示,所得控制器保证闭环系统是容许的,且满足给定的H∞性能指标,数值例子说明了该方法的可行性。     

一种非线性融合系统中的传感器管理方法

针对非线性非高斯动态跟踪系统,提出一种基于序贯蒙特.卡洛粒子滤波的传感器管理方法。该方法首先利用粒子滤波计算目标的协方差;然后利用信息熵计算目标的信息增量;最后利用信息增量大小实现传感器资源对目标的分配。仿真结果表明,在非线性系统下,该方法对传感器管理具有较高的精确性、实时性和鲁棒性。