基于Riccati方程的离散容错控制系统设计

基于离散系统的Ｒｉｃｃａｔｉ方程，提出一种对传感器失效具有完整性的离散控制系统的设计方法，给出了完整性设计方法的设计步骤，并用设计实例验证了该方法的有效性．该方法还可推广用于执行器失效的情况．     

基于相空间重构的网络流量RBF神经网络预测

应用混沌理论，分析了网络流量，用单变量的网络流量时闯序列重构与网络动力系统等距同构的相空间，进而计算了实际网络的关维数和Lyapunov指数，并证实了网络流量存在混沌特性；据此建立了基于径向基函数（RBF）神经网络的模型，并对实际网络数据流进行了预测。仿真结果表明，相对于其他前馈神经网络预测，基于混沌理论的RBF神经网络预测方法学习速度快，预测精度高。     

一种新传感器组网策略在纯方位目标跟踪中的应用

纯方位目标定位精度不仅与所选择的节点数目有关，而且还与目标和节点间的相对位置有关，为了同时满足目标的定位精度尽量高和节点能量消耗尽量少这一要求，提出了一种改进的基于多目标蚁群优化算法的传感器节点组网策略。在此基础上，推导了基于当前统计模型的分散式纯方位跟踪算法并对纯方位机动目标实施跟踪。仿真结果表明：在选择相同数目节点的前提下，本文所提出的节点选择方法与传统的最近邻方法相比，跟踪精度不仅得到了提高，而且还节约了节点的能量消耗。     

控制输入约束下非线性系统输出反馈容错控制

针对一类非线性系统的执行器增益故障,在考虑控制输入幅值约束下,研究了故障系统的主动容错控制策略。利用静态输出反馈控制策略,基于Lyapunov理论和线性矩阵不等式技术给出了重构容错控制器的递推设计方法,确保故障闭环系统在满足给定控制输入幅值约束下的鲁棒稳定性,并具有与无故障正常系统接近的其他优化控制性能。仿真算例表明了本文容错设计策略的有效性。     

基于GA-PID参数优化的网络拥塞控制

推导了基于流体流理论的网络简化模型。基于该模型将P ID控制器应用于网络主动队列管理系统中,将遗传算法应用于P ID控制器参数优化,定义了一种新的综合调节时间、上升时间、超调量、系统误差等动静态性能指标的时域标准函数,克服了IAE,ISE标准函数中减小超调与缩短调节时间的矛盾,弥补了ISTE标准函数计算复杂的缺陷。在给定的参数空间进行组合优化搜索,迅速求得获取使性能指标优化代价函数极小化的一组P ID控制器参数。仿真结果表明,在大时滞和突发业务流的冲击情况下,该方法设计的控制器的动静态性能优于RED,P I算法。     

不确定线性系统的鲁棒容错控制设计

 研究含结构参数扰动的不确定线性系统的鲁棒容错控制问题，即设计反馈控制器，使闭环系统对可允的参数扰动具有鲁棒性，同时对执行器或传感器失效具有完整性。基于修正的代数矩阵方程，给出了期望的鲁棒容错控制器的存在条件及其显式表示，并以设计实例说明文中设计方法的直接性与简单性     

关联大系统鲁棒跟踪器的设计

针对关联大系统，采用一种处理大系统各子系统间关联项的新方法及内模原理，在时域中给出了Ｈ∞鲁棒跟踪器的设计方法。仿真结果表明，该方法设计出的跟踪器对外加扰动的鲁棒性较强。     

主动队列管理中内模控制系统设计

P I控制器常用于主动队列管理中,但参数整定上的试凑法具有盲目性,算法的瞬态性能也不够理想。本文针对TCP网络系统的时滞特性,设计基于内模补偿控制器,提出了基于幅值与相位稳定裕度的控制参数整定方法。仿真实验表明,与P I算法相比较,该方法设计的控制器的稳定性与鲁棒性有显著的提高。     

基于混沌特性的网络流量预测

高速网络中存在着以自相似为特征的多种业务流量,这种自相似特征和混沌现象的吸引子有着紧密的联系。本文基于混沌时间序列重构相空间理论,根据最大Lyapunov指数,分别采用W o lf原始算法和改进算法,对高速网络中自相似信源的速率进行了预测,并给出了最大可预报时间。仿真结果表明,W o lf改进算法预测精度及可靠性更高。     

强稳定鲁棒离散控制系统设计

基于李雅普诺夫稳定性理论，对采用观测器状态反馈设计的离散控制系统，提出了一种针对传感器全部失效情况下的强稳定系统设计方法和步骤，并探讨了系统具有参数摄动时情况。仿真实例证实了该方法的有效性。