基于物理模型的拟人智能控制

回顾了自动控制理论与智能控制的过去和现在,讨论了它们存在的问题,提出基于物理模型的拟人智能控制。通过介绍一个成功的实例"平面运动单级倒立摆"的控制来阐明拟人智能控制的机理以及设计控制律的流程。对于复杂的非线性被控对象,只要知道其物理模型,应用拟人智能控制方法可以得到很好的结果。     

拟人智能控制与三级倒立摆

 提出以“广义归约”和“拟人”为核心的“拟人智能控制理论”,并基于此理论成功地解决了三级倒立摆的单电机控制这一控制界的世界性难题。阐述了倒立摆的拟人控制方法 ,给出了基于拟人智能控制理论进行复杂自动控制系统设计的一般结论     

MIMO系统下一种改进的 LatticeReduction线性预编码算法

现有LR(Lattice Reduction)辅助的线性预编码算法,在接收机端需要对接收到信号进行平移变换,因而仅适合于点对点的MIMO系统中,然而在广播信道条件下,由于接收机是分散的,且功率尺寸受限,不适宜采用现有的线性预编码算法。针对这一问题,文章提出了一类改进的LR辅助线性预编码算法,并给出了相应ZF和MMSE准则下的具体实现。在该算法中,信号处理主要在发送机端完成,以降低接收机端的计算量。仿真结果表明:文章提出的算法相比现有的LR辅助线性预编码算法误比特率性能更好,因而更适用于广播信道条件下的MIMO系统。     

拟人控制平行单级双倒立摆

提出从物理角度出发,分析被控系统并设计控制器的观点,并在介绍基于物理模型的拟人智能控制框架的基础上,以平行单级双倒立摆的稳定控制为例说明了拟人智能控制的应用过程,最后将实验结果与滑模控制平行单级双倒立摆的实验结果进行了对比。     

一种新的并行检测算法下的信道分组方法

在发射天线数为NT、接收天线数为NR的MIMO系统中,并行检测算法可达到最优的检测性能,但现有系统中用到的信道分组方法是计算NT次矩阵广义逆来完成信道分组,随着天线数量的不断增加,矩阵求逆计算量会快速增加,从而进一步加剧并行检测算法计算复杂度。针对该问题,文章证明了:在并行检测算法中,只须一次矩阵广义逆的计算即可完成信道分组。仿真结果表明,应用新的信道分组方法的格归约并行检测算法的性能不变。