排序方式: 共有87条查询结果,搜索用时 15 毫秒
31.
形如integral from t_0 to t_fx~T(Qxdt)二次型性能指标的最优化问题,是一类较为常见的奇异控制问题。本文就这类奇异控制提出一种新的求解方法,利用正交变换进行控制变量转移,将系统原控制向量置于重新构造的哈密顿函数H之外,选择状态变量中的一部分作为系统新的控制向量,且该新的控制向量与H不再呈线性关系,于是可以运用一般的求解非奇异最优控制问题的极大值原理来求解奇异最优控制和奇异最优轨线。本文提出的求解方法较为简便,所得结果与其他方法所得结果完全一致。 相似文献
32.
本文提出了一种利用传递函数求解多变量线性定常系统稳态卡尔曼滤波器次优增益阵的新方法,由传递函数直接导出次优增益阵,从而避免了求解高阶非线性矩阵黎卡提方程。在求解时,通过尽可能地设置非零自由参数,并使所有参数为同一数量级,可较容易地解出次优增益阵K~(?),然后进行灵敏度分析或仿真,选出理想的常增益阵K~(?)。 相似文献
33.
基于径向基函数神经网络的模型跟随自修复控制 总被引:2,自引:1,他引:2
提出一种基于径向基函数神经网络的模型跟随非线性自修复控制方法。该方法可不必精确已知故障的位置及程度,即可重构控制律使系统在故障情况下的输出精确跟踪期望参考模型的输出,并采用神经网络控制器以补偿邦联引起的非线性因素的影响。 相似文献
34.
35.
36.
37.
本文提出了线性定常最优调节器的动态补偿器设计方法,为状态不可测但输出各阶导数存在的线性多变量系统提供了一条设计最优调节器的途径。文中给出了设计动态补偿器的算法,并分析了补偿后最优调节器的渐近稳定性。 相似文献
38.
39.
基于动态结构自适应神经网络的非线性鲁棒跟踪控制 总被引:1,自引:0,他引:1
针对非线性系统,提出一种将H∞鲁棒跟踪控制器与动态结构自适应神经网络相结合的组合控制方法.文中首先将系统线性化,设计H∞鲁棒跟踪控制器;然后针对系统中仍然存在的高阶非线性和未知不确定性,引入一种动态结构自适应神经网络,以对消非线性和不确定性的影响.这种自适应神经网络的隐层神经元随着跟踪误差的增大而在线增加,使得神经网络能以较少的神经元获得最佳的逼近效果,加快神经网络的运算速度,提高整个系统的动态性能.最后用飞行跟踪控制系统的示例证明本文方法是有效的. 相似文献
40.
将一类非线性时滞控制系统中的非线性部分,用一个单隐层神经网络来近似代替,采用线性微分包含(LDI-linear differential inclusion)的方法来线性化该非线性环节,对于线性化所产生的近似误差、时滞和执行机构故障作为系统的一部分设计可靠鲁棒控制器,相关的定理也一并给出。高阶微分和偏微分方程一般是用来解决这类非线性系统的主要方法,文章中提出的可靠鲁棒控制器设计方法克服了以上这些方法求解困难的缺点,仿真示例用设计好的可靠鲁棒控制器与常规极点配置法进行了比较,从而表明了这种方法的有效性。 相似文献