基于LMI的降阶鲁棒控制器设计

基于线性矩阵不等式(LMI)的 H_∞设计方法给出了所有全阶和降阶控制器的参数化结果,其中降阶控制器的求解需要满足一个秩条件,这个秩条件是非凸的.为了避开非凸问题的求解,提出了一种新的设计降阶控制器的凸优化方法,从而得到了保证H_∞性能指标的降阶控制器.为了减少保守性,进而基于投影原理提出了一种设计更低阶次鲁棒控制器的新方法.该方法为系统的H_∞性能与控制器期望阶次的折中设计提供了一条可行途径.     

极点配置的H_∞技术在直升机控制器设计中的应用研究

极点配置的 H∞ 设计方法不但能满足系统的 H∞ 性能要求 ,而且能使闭环极点配置在希望的范围内 ,因而使系统具有满意的阻尼比 ,同时也避免了过快的控制器动态对设备产生的冲击。针对直升机 H∞ 控制器设计中遇到的问题 ,如控制器结构的选择、加权矩阵的选择以及如何考虑不确定性等进行了研究。通过对 CH-4 7直升机设计结果的数值仿真 ,表明所设计的系统达到了 ADS-33水平 1的性能要求和鲁棒稳定性要求     

模糊树模型对有限样本集的逼近

对含高度非线性的复杂系统的辨识与建模提出了一种二叉线性模糊树方法.证明了对n维空间中任一闭集上的有限样本集或连续函数,总存在模糊树模型以任一精度逼近之.仿真结果表明,与已有的其它方法比较,模糊树模型不仅具有计算量小,精度高,对于输入空间维数不敏感等优点,同时它的逼近误差是单调下降的.模糊树模型在一定程度上模拟了对复杂问题进行分层、分段简化决策的思维过程.仿真结果描述了这种方法的性能.     

GA矩阵编码方法及其在模糊建模中的应用

在遗传算法(GA)的实际应用中,许多问题都可以采用树结构描述.模糊建模中的结构辨识是指如何划分输入空间,它是一种复杂的非线性优化过程,模糊树模型可将输入空间的划分表示成二叉树结构的形式.本文提出了一种树结构的矩阵编码方法,这种编码方法直观、简单,非常适合遗传算法的各种遗传操作.针对模糊树模型,以树结构为个体,采用矩阵编码方式,利用遗传算法优化输入空间的划分,得到了一个精度较高而复杂度较低的次优模糊树模型.     

基于Hammerstein-like模型的超磁致伸缩作动器建模与控制

超磁致伸缩作动器的率相关迟滞非线性成为其在工程应用中的一大阻碍因素.通过使用特殊建模激励信号,基于最小二乘支持向量机建立了一定频率范围内的统一率相关Hammerstein-like迟滞非线性模型,该模型能够保证其建模频率范围内单频和复合频率的模型泛化性.在此模型基础上,设计了前馈逆补偿与PID (Proportional-Integral-Derivative)反馈控制相结合的复合控制策略,针对一定频率范围内的所有单频和复合频率的输入信号,该控制器都能够保证其跟踪控制效果,最后通过实验实时跟踪控制结果进一步验证了所设计控制器的有效性.     

基于最小Wilcoxon学习方法的模糊树模型

模糊树方法采用最小二乘法学习模糊规则的后件参数,对例外点敏感.为此采用对例外点不敏感的最小Wilcoxon学习方法代替最小二乘法,提出一种基于最小Wilcoxon学习方法的模糊树建模方法,该方法既改善了模糊树方法对例外点敏感的缺点,又继承了模糊树方法的优点.通过对混沌时间序列预测研究,仿真结果表明:所提方法可以对Mackey-Glass混沌时间序列进行准确预测,验证了该方法的有效性和对例外点的鲁棒性.     

基于LMI的飞行控制系统H2/H∞状态反馈综合

针对同时存在模型参数变化和外界干扰这两种不确定性的飞机对象，本文采用基于ＬＭＩ的Ｈ２／Ｈ∞状态反馈综合方法进行控制器设计。仿真结果表明，闭环系统不仅对模型参数的变化具有鲁棒稳定性，而且对外界人有很强的抑制能力，系统的动态性能得到了很大的改善。     

一种新的故障方法及其在直升机中的应用

提出了一种新的故障检测方法,该方法采用小波系数描述系统的故障特征,以模糊树模型作为系统故障特征的分类模型,并将此方法应用于直升机作动器的实时故障检测. 仿真结果表明,这种故障检测方法结合了小波变换和模糊树模型的特点,具有检测精度高、抗噪声和跟踪系统参数变化的能力强及特别适合于处理高维数据等优点.     

采用进化算法优化H∞加权阵的选取

在H∞控制设计中，加权阵函数直接反映了系统的稳定性和性能要求。本文提出了一种采用进化算法优化加权阵选取的方法，把控制系统的多个设计目标转化成不等式约束，将H∞控制器设计中加权阵的选取表示成一个多目标优化问题，并通过进化算法求解该优化问题。仿真结果表明，所提出的方法能够找到满意的加权阵，同时找到满足给定频域和时域性能指标要求的H∞控制器，是一种有效的加权阵选取方法。     

矩阵数值秩的一种确定方法及其在控制系统中的应用

一、矩阵的数值秩 矩阵秩的确定在现代控制理论中占有重要的地位。在代数理论中,用行列式或特征值来判断矩阵的秩,由于舍入误差的存在,用计算机判断矩阵秩时,这些方法是不完全适用的。