论文部分内容阅读
对于一类干扰满足匹配条件的仿射非线性不确定系统,通过微分同胚将之精确线性化为线性系统,在二次性能指标意义下选择适当的切换流形,使得对于满足匹配条件的干扰及参数变化具有不变性的滑模运动实现最优化.最后给出了保证滑模可达的控制律.仿真结果表明了该方法的有效性.
非线性不确定系统的最优滑模控制
【摘 要】
：
对于一类干扰满足匹配条件的仿射非线性不确定系统,通过微分同胚将之精确线性化为线性系统,在二次性能指标意义下选择适当的切换流形,使得对于满足匹配条件的干扰及参数变化具有不变性的滑模运动实现最优化.最后给出了保证滑模可达的控制律.仿真结果表明了该方法的有效性.
【机 构】
：
四川大学自动化系(四川成都)
【出 处】
：
中国控制与决策学术年会
【发表日期】
：
2004年9期
其他文献
介绍了图像数据融合技术,阐述了自组织特征映射神经网络模型,即Kohonen网络,它可模拟大脑的侧向抑制功能,只靠输入网络的模式特征便可以自行修改单元连接的权值.实验结果表明,用该网络模型对来自同一景物且带有不同噪声的图像进行数据融合,可以得到较为理想的图像.
在卡尔曼滤波的基础上,提出了加权卡尔曼滤波的概念.通过强调某些状态量的作用,改变了卡尔曼滤波的最优增益阵,影响了滤波的效果.加权卡尔曼滤波适用于存在可观性较差状态量的系统,可改善其滤波效果.计算机仿真验证了该理论的正确性,同时给出了该理论适用的具体条件.
讨论利用粒子滤波进行整周模糊度解算.首先初始化粒子向量,把它作为一个随机向量;然后应用贝叶斯法则求得条件概率,根据概率值的大小进行取舍;最后重新复制概率大的粒子量进行新的滤波,这是一种完全非线性的方法.对GPS载波相位定位进行仿真,表明该方法具有良好的鲁棒性.
为解决模式识别中存在的边界模糊、噪声干扰等问题,将模糊技术与神经网络相结合,通过在网络输入层将特征量模糊化处理,在输出层引入模糊决策算法,建立了模糊神经网络模型.将此算法应用于字母识别问题,仿真证明对于处理受污染情况模式识别问题,具有良好的解决能力.
提出一种基于粗集理论和广义控制的滚动优化调度建模策略.将粗集理论和广义控制反馈校正应用于实时调度建模,建立了基于滚动窗口的实时调度模型.研究分析表明,在有调度急件加工、新工件加工或新急件加工、工件完成期发生变化等衬时事件发生时,该建模方法是切实可行的,在应用中具有更多的智能性和灵活性.
研究含时变大时滞、扰动及被控过程参数时变的控制综合问题,提出了神经元自适应预测PID控制设计算法.该算法采用预测控制克服时滞,采用智慧方法优化PID控制器的参数.对工业过程中典型的大时滞被控过程进行了数字仿真.仿真结果表明该控制器具有较好的适应性和鲁棒性,响应速度快、抗干扰能力强、易于实现.
提出了基于H优化控制的恒温箱温度控制应用问题.将环境温度作为外部输入,将电加热器输出功率作为控制输入,考虑实际温度检测滞后的动态模型,并对该模型进行了H控制设计.仿真结果表明,恒温箱温度的H优化控制是一种既体现了技术优势,又顾及了经济效益和整体优化策略.
运用广义逆和协方差配置理论,研究了一类随机离散系统的H和状态方差多指标约束下静态输出反馈的综合设计问题,将多指标融于一修正的Riccati代数矩阵方程中,由此给出期望的控制器存在条件和解集合的表达式,并给出了鲁棒控制器的设计步骤,设计实例及仿真结果验证了该方法的有效性.
将连续搅拌槽反映器系统转化为带有结构时变不确定性的线性系统,利用鲁棒控制原理对该线性不确定系统进行鲁棒控制器设计,从而实现对原非线性系统的控制.仿真结果验证了该方法的有效性.
针对非线性系统,提出一种基于遗传算法的模糊预测控制,解决了T-S模糊模型的隶属函数不具有自适应性且模糊规则的确定具有复杂性和很大程度上的人为主观性.对非线性系统建议广义T-S模糊模型,并借助遗传算法得到一个次优的广义T-S模糊系统模型;然后在每个采样点对系统进行局部动态线性化,根据得到的线性化模型对系统采取广义预测控制(GPC),从而得到当前的控制动作.仿真结果表明了该方法的有效性.