基于广义系统表达式的模糊系统稳定性分析

研究不确定T-S模糊系统的稳定性问题,并基于模糊广义系统表达式,给出了系统稳定的充分条件。在此基础上,转化为求解线性矩阵不等式的问题。与以往结果相比,减少了求解过程的计算量。同时,为了得到更为松弛的线性矩阵不等式条件,提出一种新的模糊控制器设计及模糊Lyapunov函数。算例说明所提方法有效和可行。     

无人机舵面负载模拟系统的小脑模型控制

为解决无人机舵面负载模拟系统中非线性和多余力矩扰动问题,利用小脑模型神经网络非线性逼近能力强、结构简单、适于实时控制等特点,采用小脑模型和传统PD(Proportional-Derivative)控制结合的复合控制策略,由小脑模型实现前馈控制,PD控制实现反馈控制,以保证在系统运行各阶段的控制精度.分析讨论了复合控制的不稳定性问题,研究了基于可信度分配和学习率自适应调整的改进型小脑模型的应用情况,提出一种适用于单输入单输出系统的简化小脑模型复合控制设计方法.仿真结果表明该方法有效地解决了小脑模型和PD复合控制的不稳定问题,改善了系统动态加载性能,并具有很好的抗干扰性能.     

适用于连续数值标签的兴趣漂移增量学习方法

针对现有兴趣漂移增量学习方法大多针对包含二值数据标签的用户反馈进行学习的不足,提出了一种适用于连续数值标签反馈的兴趣漂移增量学习方法,以或然概念集的形式描述用户兴趣,将用户反馈中包含的数据标签视为用户对该实例的喜好概率,并采用基于指数近度加权平均的方法对兴趣模型进行增量学习.在不同学习任务下的实验结果表明,该方法能够在反馈数据标签为连续数值的条件下达到比现有方法更好的学习效果.     

弹道导弹的自适应模糊滑模控制研究

对弹道导弹的三通道非线性模型进行了分析,为了实现三通道的解耦设计,简化控制系统结构,将通道间的耦合项和干扰项看作是单个通道的不确定项,从而将非线性模型转化为一种解耦形式.在此基础上,采用自适应模糊滑模控制方法设计了弹道导弹的推力矢量控制系统.自适应模糊滑模控制方法利用自适应模糊控制器来调节滑模控制参数,对不确定项的边界进行估计和补偿,保证了系统的跟踪误差指数地收敛到零.仿真结果表明了该控制方法的有效性.     

不确定混沌系统的变论域直接自适应模糊滑模控制

提出了一种用于不确定混沌系统的变论域自学习模糊滑模控制方法.引入变论域自适应模糊控制器逼近滑模控制的等效控制,消除因系统不确定性及干扰导致的等效控制无法准确确定,同时使控制器设计不依赖被控对象的精确数学模型.基于李雅普诺夫函数给出规则参数调整的自适应率,并确定滑模切换控制项以保证闭环控制系统的稳定性.根据滑模控制原理给出4条模糊规则以平滑不连续控制,实现高烦抖振削弱.某Lorenz混沌系统控制仿真结果表明:该法对系统参数突变和外部干扰具强鲁棒性,同时削弱了抖振.     

基于小波包分解和FCM聚类的纹理图像分割方法

提出了一种新的图像特征提取中选取最优小波分解树的方法.塔式小波分解对信号解不够全面,而小波包全分解又引入庞大的计算量,因此小波分解最优树的选取尤为重要.结合模糊c均值(FCM,Fuzzy C-Mean)聚类,提出了一种能同时进行小波自适应分解和纹理特征分类的纹理图像分割方法,该方法将无监督聚类中的聚类有效性参数引入到自适应小波分解的判决中,能根据无监督聚类分割的需要,自适应地选取小波包分解的树形结构和分解层数.相对于小波包全分解,节省了大量的运算,并能取得良好的分割效果.      

模糊变换的图像压缩方法研究

图像压缩的基础在于图像数据存在信息的冗余性,而对图像模糊的变换能够增加图像的信息冗余,为此提出在传统图像压缩方法中引入模糊变换环节,以增加图像压缩比。实验结果表明,引入模糊变换后能有效提高图像的压缩比。     

基于并规则的模糊PID控制器的设计与仿真

当前大多数模糊系统的推理机都是以交规则的形式出现,随着输入的增加,规则的数目将早指数增长,出现了规则组合爆炸的问题。采用并规则设计的一种模糊PID控制器,解决了规则爆炸的问题,同时改善了系统的动态性能和实时性。     

基于PXI的舵机仿真器伺服系统控制方法

舵机是导弹飞行控制系统的执行机构,导弹的各种姿态运动都是靠舵机带动舵面偏转来实现的。文章在详细介绍舵机仿真器硬件设计基础上,完成了系统软件设计,对伺服系统进行了仿真,分析了系统的性能。     

模糊滑模迭代学习控制算法在液压系统中应用

普通比例(P, Proportion)和比例微分(PD, Proportion and Differential)迭 代学习控制(ILC, Iterative Learning Control)算法在液压位置伺服系统中收敛速度比较 慢,很难在实际中应用.为了提高ILC算法的收敛速度,将滑模控制算法引入ILC,提出模糊 滑模迭代学习控制(FSMILC, Fuzzy Sliding Mode Iterative Learning Control)算法,利 用滑模控制响应快的优点来加速ILC的收敛速度,利用模糊控制来减小滑模控制所引起的抖 动问题.FSMILC算法的实质是以系统的滑模函数作为模糊控制器的输入,以模糊控制器的输 出作为ILC的控制增量.通过仿真可以看出,FSMILC算法能够实现系统快速收敛,相对于P型 和PD型具有明显优势.