论文部分内容阅读
本文研究了一个带参考模型的单自由度和二自由度控制器设计问题,考虑其性能指标在模型匹配、系统性能和鲁棒性需求方面取得折衷,从而选取适当的加权函数,并将提出的控制器应用于模型跟踪控制,给出了系统的鲁棒性分析,仿真结果表明系统具有良好的性能.
基于H∞优化的模型跟踪鲁棒控制器设计
【摘 要】
：
本文研究了一个带参考模型的单自由度和二自由度控制器设计问题,考虑其性能指标在模型匹配、系统性能和鲁棒性需求方面取得折衷,从而选取适当的加权函数,并将提出的控制器应用于模型跟踪控制,给出了系统的鲁棒性分析,仿真结果表明系统具有良好的性能.
【机 构】
：
大连海事大学自动化与电气工程学院(大连)
【出 处】
：
第二十届中国控制会议
【发表日期】
：
2001年3期
其他文献
提出了一种基于自适应遗传算法的进化神经网络全自动设计算法,其中:利用了遗传算法的多种改进策略,较好解决了其“早熟”问题,实现了高效自适应进化;重点研究了利用遗传算法实现了神经网络结构、权重、神经元参数的同时优化学习算法;利用模糊推理研究了模糊自适应BP算法,实现BP算法学习速率的自适应调节,增强了进化神经网络的局部快速学习能力.实际应用结果表明所提方法不仅大大提高进化神经网络学习效率,而且实现了神
文章提出了一种正交基模糊神经网络(OBFNN),并给出了相应的构造方法,即正交模糊集法,该方法构造的正交基模糊神经网络参数物理含义明确,计算量少,且证明了构造得到的网络具有线性插值特性.仿真实验表明,此方法构造的正交基模糊神经网络对测试数据具有很高的拟合精度.
用离散时滞T-S模糊模型描述一类非线性系统,并考虑模型逼近误差,在系统的状态时滞和控制输入时滞不同时,应用动态输出反馈方法,研究了依赖时滞的保性能控制器设计问题,以线性矩阵不等式(LMI)的形式给出了控制器设计方法,仿真结果证明了控制方法的有效性.
本文简要的介绍了盲系统辨识的概念,应用领域以及盲辨识技术的发展.重点研究了利用二阶统计算法对有限脉冲响应的多输入多输出(FIR MIMO)系统的盲辨识以及BID算法的原理.
本文考虑一个广义相对阶为1的多变量系统变结构模型参考自适应控制器(VS-MRAC)设计问题,提出了一种切换律.主要结果为:该控制律能确保跟踪误差的每个分量都满足预先给定的过渡过程性能指标,即超调量、过渡过程时间和稳态误差.
本文研究了如下四类多输入多输出线性系统的盲辨识问题;(a)各维输入相互独立并且匹配关系确定.(b).各维输入相互独立但匹配关系不确定.(c).各维输入为AR模型.(d).各维输入为均值和方差已知的白噪声.
本文研究多输入多输出(MIMO)离散时间系统混合l/H∞-控制问题.通过引入辅助优化问题,证明了目标优化值关于约束H∞指标的连续依赖性及其辅助问题最优化解的存在性,且辅助优化问题的截断序列问题的收敛性,其极限为混合l/H∞-控制优化的辅助问题的最优化解,还给出了优化目标值的上下界逼近.从而给出了解决这类混合控制问题的一种方法,数例说明了方法的可行性.
会议