基于向量图分析的分布参数系统迭代学习控制

针对一类不确定线性分布参数系统的迭代学习控制问题进行了讨论,基于向量图分析方法,提出了分布参数系统的一种新的迭代学习控制算法,该算法与现有算法不同,具有非线性形式.此外,利用(L2,λ(ξ))范数对所提算法进行了完整的收敛性分析.

基于向量图分析的迭代学习控制非线性算法

打破多年来人们一直囿于Arimoto的思路 ,另辟途径寻找新的迭代学习控制的研究方法 ,以期构架迭代学习控制的几何理论 .基于数学的几何方法 ,通过对通常算法所构成的向量图进行分析 ,获得了一类快速的迭代学习控制新算法 ,然后对这种新结构的算法在理论上进行了完整的收敛性分析 .这类新算法与目前所有迭代学习控制算法不同 ,具有非线性结构 .

基于向量图分析的一种迭代学习控制算法及其鲁棒性

为了增强迭代学习控制的鲁棒性,加快学习过程的收敛速度,而又不过多地依赖于系统内部信息,本文基于向量图分析思路,利用输入空间的向量构造三角形修正结构,得到了一种新的迭代学习控制算法．该算法根据跟踪误差的大小,调节输入控制量在三角形的一条边上滑动,在跟踪误差较大时,算法能找到控制期望的大致位置并加速收敛,在跟踪误差较小时,能将控制量稳定在其期望的很小邻域内,理论上证明了该邻域直径大小为跟踪误差的二阶无穷小．数值仿真结果说明了它的有效性和优越性．

一种基于向量图分析的迭代学习控制算法

基于向量图分析的思路,对迭代学习控制算法进行了研究。在前人分析的基础上,针对输出可测量的控制系统,提出了一种带角度修正的迭代学习控制算法。该算法利用同一三角形中角度和边长对应关系的原理,将相邻两次误差的大小关系转化为对应角度的大小关系,以此来判断控制量调整的方向,并用二者角度差二分之一的正弦对修正项进行"奖-惩",不断调整系统输入,使得系统输出能加快收敛到期望轨迹,通过数值仿真,证明了该算法的有效性和优越性。

基于向量图分析的自适应滤波快速算法

对自适应滤波算法进行了讨论,提出了基于向量图分析的快速算法.该方法与目前所有自适应滤波算法不同,将数学中的几何分析方法引入到自适应滤波的研究中,通过探讨最小均方(LMS)算法的向量图结构及其算法收敛的几何特征,在基于几何分析的基础上,寻找有效的快速算法.仿真结果表明了所获算法的有效性及优越性,从而为自适应滤波算法的研究开辟了另一条新的途径.

71例左前分支阻滞心电图与心向量图分析

通过７１例左前分支阻滞（ＬＡＦＢ）心电图与心向量图对比分析，对ＬＡＦＢ时电轴左偏分布情况，ｑ波在Ｉ、ａＶＬ导联上的出现率，ａＶＬ导联室壁激动时间（ＶＡＴ）延长及Ｓｖ５增深增宽进行了观察。结果表明：心电图电轴左偏在－４５° ～－５９° 占４７．８９％，－３０°～－４４°以及－６０°～－９０°分别占２３．９４％和２８．１７％，说明ＬＡＦＢ电轴多分布在－４５°～－５９°间。经统计，ｑ波在ａＶＬ导联中为１００％出现，而ｑ波在Ｉ导联的出现率为６３．３８％，说明ａＶＬ导联的ｑ波对诊断ＬＡＦＢ有重要价值。ＶＡＴａＶＬ延长占ＬＡＦＢ的８４．５１％，且与电轴左偏度数有一定关系，经统计学处理，ｐ＝０．０３８＜０．０５，有显著性差异，故ＶＡＴａＶＬ延长有利于ＬＡＦＢ的诊断，而Ｓｖ５增深增宽占７７．７８％，为ＬＡＦＢ中常见的心电图改变。

电能计量装置电流回路相间短路或一相短路的分析与计算

本文从电路理论、向量图及等效电路等方面对电能计量装置在电流回路相间短路或一相短路下的故障进行分析,并推导出这时的功率表达式和更正系数,以利于电量的退补。

基于MATLAB和CAD的电机教学软件

针对电机教学的特点,结合MATLAB、CAD的各种功能,制作出在教学实践中实际可行的教学软件。详尽介绍了软件的功能,阐述了软件制作的理念和设计方法,并就软件功能扩展等方面的内容,作出了探讨。

New Iterative Learning Control Algorithms Based on Vector Plots Analysis^1）

Based on vector plots analysis, this paper researches the geometric frame of iterativelearning control method. New structure of iterative learning algorithms is obtained by analyzingthe vector plots of some general algorithms. The structure of the new algorithm is different fromthose of the present algorithms. It is of faster convergence speed and higher accuracy. Simulationspresented here illustrate the effectiveness and advantage of the new algorithm.