有界丢包情况下网络化控制系统的可靠保成本控制

针对任意丢包和马尔可夫丢包两种有界丢包情况,考虑了系统元件发生故障时网络化控制系统可靠保成本控制问题。提出了一种新的把传感器与执行器同时发生故障的情况考虑在内的故障描述方法,利用丢包依赖的李亚普诺夫方法,得到了可靠控制器存在的充分条件,通过求解具有线性不等式约束的凸优化问题,得到最优可靠控制器增益的参数表达式,它使得系统在有界丢包与元件故障情况下保持渐近稳定,同时使系统性能指标达到最优。数值仿真验证了方法的有效性。     

传感器微小故障诊断及在电机上的应用

为了解决带有未知扰动的微小故障诊断问题,提出一种基于混合未知输入观测器的故障诊断方法。这种观测器不需要已知扰动上界,既可以检测和估计出非线性系统的传感器微小故障,又对未知扰动具有强鲁棒性。首先,通过坐标变换将原系统解耦成两个子系统,其中一个子系统只有传感器微小故障,对其设计观测器进行检测和估计;另一个子系统只有未知扰动,对其设计未知输入观测器消除扰动的影响,且求解未知输入观测器的增益矩阵时减少了约束条件。然后,采用Lyapunov函数证明误差动态方程的稳定性并表示成线性矩阵不等式的形式,有利于观测器增益矩阵的求解。最后,将本文所提方法应用到电机系统中,仿真结果验证了所提方法的有效性。     

遥操作机器人神经网络Smith预估控制(英文)

针对遥操作机器人通讯通道中存在的时延 ,提出了一种神经网络 Smith预估控制方法。控制系统适合于时延不变但未知的情况。控制系统包括主控制器和从系统两部分。从系统采用动态神经网络辨识机器人的动态模型 ,神经网络权重在线学习 ,用神经网络的输出对非线性系统进行局部非线性补偿 ,将非线性系统线性化。主系统针对线性化的从系统 ,采用 Smith预估控制解决时延问题并保证系统的性能品质。通过李雅普诺夫稳定理论保证了时延控制系统的稳定性。对两关节机器人的仿真结果说明了该方法的有效性。     

基于未知输入观测器的四旋翼无人机故障诊断与模型参考容错控制

对四旋翼无人机（Unmanned aerial vehicle, UAV）姿态控制系统的执行器故障诊断问题进行了研究,在系统模型方面全面地考虑了模型的非线性和四旋翼无人机在飞行过程中受到外部干扰的情况。由于未知输入观测器可以将干扰、误差等作为未知输入进行处理,对干扰不敏感而对故障比较敏感,故设计了一种新的未知输入观测器进行故障诊断。同时为了保持四旋翼无人机在故障发生后的稳定性或者仍然可以按照预定轨迹运动,在得到准确的故障估计后为四旋翼无人机姿态控制系统设计了模型参考容错控制器,使其可以跟踪给定的参考模型。仿真结果证明了本文提出的故障诊断与容错控制方法的有效性。     

基于Hopfield神经网络的非线性系统故障估计方法

针对一类故障参数是线性可分的非线性系统,在参数故障情况下提出了一种基于Hopfield递归神经网络的故障估计方法。利用Hopfield递归神经网络的自学习能力和稳定性理论,将故障参数的估计问题转化为Hop-field神经网络的稳定性问题,克服了现有数值方法存在量化误差和算法收敛性等问题。与自适应观测器和等价空间方法等相关故障参数估计方法相比,具有设计简单、易于实现和适用性宽等特点。仿真结果表明,对于常值故障和时变故障,诊断系统均具有较好的估计效果和动态性能。     

传感器饱和约束下网络化系统的故障检测

针对通信带宽受限和传感器饱和约束的网络环境,通过引入一种基于事件触发机制的传输策略,研究一类网络化动态系统的故障检测问题。首先,以全阶滤波器作为残差发生器并利用状态增广的方法将原系统故障检测问题转化为H∞滤波问题;然后,利用Lyapunov稳定性理论和时滞系统自由权阵分析方法建立了故障检测滤波器的存在条件,并基于此条件求解凸优化问题得到最优滤波器参数;最后,通过数值仿真验证所提出事件触发机制故障检测方法的有效性。     

基于用户感知的DNS解析网络性能测量技术

通过对DNS解析数据流的分析,从终端用户角度出发,选取路由路径平均长度、路由往返时延RTT、时延抖动、路径瓶颈带宽和丢包率作为DNS解析网络性能测量参数,并建立相应的测试方法。对全国各省市首选及备份的60个DNS递归解析服务器进行主动测量。测量结果表明:DNS解析路由路径平均长度为13.29跳,平均往返时延为104.33 ms,平均时延抖动为2.403 ms,瓶颈带宽分别为80.248 Mb/s(ICMP方式)和87.437 Mb/s(UDP方式),丢包率为6.077%。     

基于未知状态估计器和改进跟踪微分器的柔性关节预设性能反演控制（英文）

为解决由模型不确定性和外部未知干扰导致的柔性关节系统控制偏差问题，提出一种基于未知状态估计器和跟踪微分器的预设性能反演控制方法。设计一种基于低通滤波器的未知状态估计器，该估计器仅依赖于模型的名义值即可估计集总扰动。构造了一种新的有限时间收敛预设性能函数，并基于该函数设计反演控制器，用于在保证闭环系统所有信号有界的情况下，使关节跟踪误差在约定时间内收敛到预定的任意小区域。为避免反演控制器的微分爆炸问题，设计基于改进Sigmoid函数的跟踪微分器来估计虚拟控制律的微分信号。仿真结果表明，在未建模动态和外部未知干扰的影响下，所提方法能够保证关节跟踪误差在有限时间内收敛到任意给定范围，有效提高了柔性关节的瞬态和稳态性能。     

运载火箭推力下降故障下的在线弹道重构方法

针对运载火箭推力下降故障下难以实现在线弹道重构的问题,提出了一种基于神经网络的剩余运载能力估计及程序角重构的算法。以线下基于工程实践的弹道优化方法生成的故障状态下最优弹道作为学习样本,针对程序角曲线的特点,分别使用不同学习方式学习一级飞行段程序角和其他飞行段程序角;分析不同超参数对神经网络训练过程的影响,利用随机搜索法选取超参数。该算法使用以神经网络为核心的机器学习思想,用基于数据的方式避免了因运载火箭动力学模型复杂而无法在线快速求解最优弹道的问题,能够解决大气环境下弹道重构的难题。仿真结果表明,该算法对剩余运载能力估计准确,重构程序角与最优弹道相比误差小,运算速度相比其他方法优势明显。     

核统计分析和监测方法处理多模式批处理过程

提出了一种解决批处理过程多种工作模式故障检测问题的方法。该方法从多种工作模式中提取各个模式相类似的信息,解决了该工作模式下故障检测建模问题;将核函数应用到算法中,利用核技术提高算法处理非线性数据故障检测的能力;将在每种工作模式下的数学模型进行分解,将反映相似信息和各个模式不同的信息进行分离,并分别建立故障检测模型,通过分析可以辨别出当前所处的工作模式,并且有效地检测故障的发生。     

逆变器数字化控制关键技术

研究并解决数字控制的时间量化和数值量化对基于数字信号处理器(DSP)的逆变电源系统性能的不良影响。首先通过优化采样方式,显著减小控制变量的采样延时;采用前馈校正技术对死区效应进行补偿,以降低输出电压的谐波含量。提出频率调节和相位调整相结合的思想,合理设计数字锁相环,提高锁相速度和精度。利用实时的中心值校正信号改进数字控制算法,有效地消除数字运算截断误差累积造成的输出变压器直流偏磁问题。理论分析与实验结果证实了这些控制策略的有效性和合理性。     

基于时变需求的机票动态定价研究

机票定价是航空收益管理研究的一大核心和热点,对航空公司总收益有直接影响。为研究旅客需求受价格和时间两种因素影响下的定价问题,在基本连续动态定价模型的基础上,考虑旅客时变需求,研究和探讨了时变需求下动态定价模型的性质和相关定理,并进行了详细证明。该模型与非时变需求下的动态定价模型相比,某些性质和定理已不成立。此外,鉴于求解连续定价模型的复杂性,进一步探讨了价格集合为离散情况下的定价问题,并分别针对两等级票价以及多等级票价提出了有效的价格控制策略。最后,通过算例验证,对比分析了时变需求与非时变需求下的定价策略的有效性,结果表明前者能为航空公司带来更高的收益。     

一类非线性不确定中立延迟系统的鲁棒自适应滑模控制

针对一类非线性不确定中立型时变时滞系统的鲁棒镇定问题,利用Lyapunov稳定性理论,提出了一种能渐近稳定系统的自适应无记忆滑模控制器.基于滑模控制技术,确保了该控制器能驱赶系统状态达到事先指定的滑动超平面,从而获得预期的动态性能.一旦系统动态达到滑动运动阶段,系统对不确定是不敏感的.自适应技术的应用克服了不确定的未知上界,使可达条件能被满足.最后,仿真例子证明了该无记忆自适应滑模控制器的有效性,从而保证了闭环系统的全局渐近稳定性.     

高精度GPS定位的精密电离层模型

在长距离GPS实时动态定位(RTK)过程中,电离层延迟误差是影响定位精度的主要误差源.目前,由于采用全空间电离层模型精度不够,对长距离RTK定位主要采用双差电离层残差内插方式.本文提出一种新的电离层模型.该模型仅对每个卫星轨迹通过的电离层部分进行建模,可适用于高精度GPS定位.采用香港数据,结果表明,该模型可较好地模拟低纬度电离层变化,并可支持GPS厘米级定位精度.     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。     

多延迟动脉自旋标记技术的量化原理及其临床研究

动脉自旋标记(Arterial Spin Labeling,ASL)技术作为一种新兴的灌注成像技术,能够在无需对比剂下进行无损成像,其临床应用日趋广泛。本文阐述了多延迟ASL技术的量化原理,然后与正电子发射型计算机断层显像技术(Positron emission computed tomography,PET)和电子计算机断层扫描技术(Computed tomography,CT)进行对比,分析了该技术在实际应用中的优势。最后,总结了多延迟ASL技术的临床研究内容及科研前景,并探讨了其在脑血管等疾病研究中的应用,指出多延迟ASL技术对于脑血管等疾病的预防及治疗具有巨大的潜力。     

An Adaptive Transmission Scheme for Deep Space Communication

Deep space communication is quite different from conventional ground communication due to its time-varying,complexity and large signal delay,which consequently affects communication quality and system efficiency.Adjusting the transmission parameters when the channel environment changes during the communication can guarantee the performance index of the system,and therefore improve communication efficiency. An adaptive transmission scheme of transceiver based on Consultative Committee for Space Data Systems(CCSDS)protocols is proposed in this paper. According to the variation of the deep space channel,the symbol rate of transmission data is adjusted dynamically by estimating the signal-to-noise ratio(SNR) of the receiver in real time and adjusting the channel environment. This scheme can improve the channel utilization and system throughput under the premise of limiting the system bit error rate. Furthermore,this scheme is successfully implemented in Xilinx Virtex-5 FPGA board.     

Intelligent Silent Zone for Source-Location Privacy Based on Context-Awareness in WSNs

In many wireless sensor networks(WSNs)applications,the preservation of source-location privacy plays a critical role in concealing context information,otherwise the monitored entities or subjects may be put in danger.Many traditional solutions have been proposed based on the creation of random routes,such as random walk and fake sources approach,which will lead to serious packet delay and high energy consumption.Instead of applying the routing in a blind way,this article proposes a novel solution for source location privacy in WSNs by utilizing sensor ability of perceiving the presence a mobile attacker nearby,for patient attackers in particular to increase the safety period and decrease the data delivery delay.The proposed strategy forms an intelligent silent zone(ISZ)by sacrificing only a minority of sensor nodes to entice patient attackers away from real packet routing path.The analysis and simulation results show that the proposed scheme,besides providing source location privacy energy efficiently,can significantly reduce real event reporting latency compared with the existing approaches.     

分布式数据流处理中的负载分配策略

在分布式数据流系统中,连续查询网络数据流通常需要在多台计算机上运行,其中每台计算机运行连续查询网络的一个子网,它们相互合作共同完成连续查询任务。当输入数据流速发生较大波动时,会引起相关连续查询子网过载,从而影响整个连续查询网络的数据处理能力。针对这一实际问题,分析了分布式数据流系统和连续查询网络的特点以及现有负载处理方法,建立了问题的规划模型,提出了分布式数据流处理的一种负载分配策略。该策略以元操作为基本负载移动单元,在保证系统负载平衡的前提下,极小化节点间的数据传输量。实验测试了负载与延迟之间的关系以及负载随时间的波动情况,结果表明了策略的有效性。     

Identification of Time-Varying Modal Parameters for Thermo- Elastic Structure Subject to Unsteady Heating

A time-varying modal parameter identification method combined with Bayesian information criterion （BIC） and grey correlation analysis （GCA） is presented for a kind of thermo-elastic structures with sparse natural frequencies and subject to an unsteady temperature field. To demonstrate the method, the thermo-elastic structure to be identified is taken as a simply-supported beam with an axially movable boundary and subject to both random excitation and an unsteady temperature field, and the dynamic outputs of the beam are first simulated as the meas- ured data for the identification. Then, an improved time-varying autoregressive （TVAR） model is generated from the simulated input and output of the system. The time-varying coefficients of the TVAR model are expahded as a finite set of time basis functions that facilitate the time-varying coefficients to be time invariant. According to the BIC for preliminarily determining the scope of the order number, the grey system theory is introduced to determine the order of TVAR and the dimension of the basis functions simultaneously via the absolute grey correlation degree （AGCD）. Finally, the time-varying instantaneous frequencies of the system are estimated by using the recursive least squares method. The identified results are capable of tracking the slow time-varying natural frequencies with high accuracy no matter for noise-free or noisy estimation.