基于向量Lyapunov函数方法的顾前顾后型车辆跟随控制

采用固定车辆间距跟随策略,研究考虑前后车辆信息的"顾前、顾后"型自动化公路系统车辆纵向跟随控制。假定被控车辆能获得前后相邻车辆及车队领头车辆的状态信息,基于非线性车辆纵向动力学模型,设计了车辆跟随系统的纵向滑模控制规律;应用向量Lyapunov函数方法和比较原理,对一类无限维非线性关联系统的稳定性进行研究,在假定系统满足全局Lipschitz条件的情况下,以孤立子系统的稳定性条件为基础,得到该类非线性关联系统指数稳定性充分判据;基于该稳定性判据,对"顾前、顾后"型车辆跟随系统的稳定性进行分析,得到系统控制参数的收敛区域。研究结果表明:设计的车辆纵向跟随控制规律能使车辆速度误差和间距误差具有较快的收敛速度。

基于向量Lyapunov函数和LMI的大系统分散镇定

基于线性关联大系统的比较方程稳定性判据,给出了一种完全解耦的子系统控制器设计方法.该方法通过构造一个向量Lyapunov函数来满足比较方程的稳定性要求,并将控制器的设计转换为一组线性矩阵不等式的求解,进而对大系统进行镇定.由于各子系统控制器的设计可独立进行,相较于加权Lyapunov函数方法,该方法降低了控制算法的计算量和难度.仿真结果表明了该方法的可行性和有效性.

基于向量Lyapunov函数方法的模糊控制系统稳定性分析和设计

采用模糊动态模型对连续时间非线性系统进行模糊控制 ,对闭环模糊系统的稳定性进行分析 ,并给出系统化的控制器设计程序 ;在一系列局部模型通过模糊隶属函数连接得到的连续的全局模型中 ,全面考虑其它关联子系统对标称线性系统的摄动 ,并利用向量Lyapunov函数的概念和方法 ,得到了闭环模糊系统稳定的充分条件 ;

向量Lyapunov函数与集值微分系统的稳定性

讨论一类集值微分系统的稳定性问题。通过引入函数的上拟单调增的概念,并利用向量Lyapunov函数,给出连接两个高维系统解的新的比较定理。利用所得到的比较定理,给出集值微分系统等度稳定,等度渐近稳定和一致等度渐近稳定的判别准则。实例分析验证了所得结果的正确性。

时变滞后随机大系统的稳定性：向量Lyapunov函数法

本文研究变系数、变时滞线性随机大系统的均方渐近稳定性．通过将Ｈａｌａｎａｙ不等式推广到高维空间、采用向量Ｌｙａｐｕｎｏｖ函数、运用Ｍ－矩阵等工具，得到了随机大系统的稳定性判据．文中模型考虑了子系统之间的交互随机干扰，所得稳定性判据是滞后无关的．

MMMC两侧电流基于Lyapunov函数的控制策略

分频传输系统(fractional frequency transmission system,FFTS)是一种海上风电电能传输方案,FFTS中最为关键的装置为大功率AC/AC变换器,而模块化多电平矩阵变换器(modular multilevel matrix converter,MMMC)是一种高电压、大功率AC/AC变换器。针对MMMC输入输出两侧的电流控制,目前一般都采用传统PI控制,其控制参数多且控制效果不理想,而基于Lyapunov函数的控制策略的控制器数量、控制复杂程度和效果都优于PI控制,因此提出了MMMC输入输出两侧电流的Lyapunov函数控制策略。根据MMMC的拓扑结构,推导出MMMC输入输出两侧电流解耦模型,再结合Lyapunov函数控制理论,推导出MMMC输入输出两侧电流的Lyapunov函数控制的数学模型,证明了所提控制具有全局渐进稳定性,讨论了Lyapunov函数控制的不精确以及参数选择问题。最后在MATLAB仿真平台上针对MMMC输入输出两侧电流控制采用所提控制策略和传统控制策略分别在不同工况下进行实验比较,仿真结果验证了所提控制策的正确性与优越性。

三角函数与平面向量的综合应用

三角函数与平面向量之间的交汇与综合问题,一直是高考数学试卷中比较常见的一类热点问题,通过平面向量的工具性加以转化问题,结合三角函数中的概念及相应公式加以恒等变换,有时涉及正、余弦定理等相关知识,用来综合考查三角函数的基础知识、基本公式、基本技能与基本应用等。

基于向量Lyapunov函数方法的高超声速飞行器着陆段一体化导引与控制律设计

基于向量Lyapunov函数方法,设计了高超声速飞行器着陆段一体化导引与控制律。首先,根据高超声速飞行器着陆段三自由度运动学与动力学模型、阻力加速度动力学模型、姿态动力学方程,在考虑飞行器动力学方程中的不确定因素及可能存在的扰动因素的情况下,推导出制导与控制一体化非线性全耦合模型。然后,将上述非线性全耦合模型抽象为一类具有不确定性和强非线性的MIMO系统,针对该类系统,利用向量Lyapunov函数方法设计鲁棒控制器。最后,通过仿真计算对所提出控制器的有效性进行了检验。

支持向量机核函数选择与样本数据关系探索研究

支持向量机算法是一个传统且成熟的机器学习模型,该算法在分类场景下广泛应用,而核函数选择是影响支持向量机分类效果的核心因素之一。本文通过控制变量方法,选取多种多分类数据进行实验,探究样本数据的数据特征维度、训练样本数量、数据分类数量对于线性核函数、多项式核函数、高斯核函数、Sigmoid核函数四种传统主要核函数分类正确率效果的影响。实验中发现数据集的特征维度大小、训练集数量与支持向量机算法最后的识别正确率呈正相关,数据集的分类数和识别正确率呈负相关;使用高斯核函数的支持向量机算法识别效果优于其他三种核函数的识别效果;线性核函数适合于训练集数量较少的情况,在训练集数量较多时可以选择高斯核函数,高斯核函数对于数据集特征维度大小并不敏感,都较优于其他三个核函数的效果。

基于障碍Lyapunov函数的未知控制方向非线性系统的约束鲁棒输出调节

本文研究一类不确定非线性系统的约束鲁棒输出调节问题.在具有未知控制输入方向的情况下,要求被控非线性系统的受控输出在趋近于零的同时,被限制在给定的范围内.文章结合障碍Lyapunov函数和Nussbaum增益技术,进行反馈控制器的设计.通过MATLAB仿真验证了控制算法的合理性.同时,与基于二次型Lyapunov函数设计的仿真结果进行对比,表明了控制算法的有效性.

不平衡电网电压下MMC-UPQC的Lyapunov函数控制方法

统一电能质量控制器(UPQC)结合模块化多电平换流器(MMC)而成的MMC-UPQC系统能够解决高压下电能质量问题,但目前MMC-UPQC常用PID等线性控制来补偿电流和电压,但因MMC-UPQC为非线性、多变量对象,因此,PID等线性控制难以得到满意的补偿效果。为此,提出将非线性Lyapunov函数控制用于MMC-UPQC电流和电压的补偿控制。首先,对不平衡电网下MMC-UPQC进行数学建模;接着,对不平衡电网下MMC-UPQC的电气量进行正负序分离;然后,将提出的Lyapunov函数控制用于不平衡电网下MMC-UPQC的电能质量补偿,并证明了Lyapunov函数控制系统的稳定性,推出了Lyapunov函数控制增益的稳定范围;最后,在仿真系统平台上对Lyapunov函数控制和传统PID控制两种方法进行仿真实验比较,仿真结果验证了Lyapunov函数控制方法能够更好地补偿MMC-UPQC电流和电压的电能质量。

向量布尔函数相关函数的性质分析

文章研究向量布尔函数互相关函数的性质以及利用向量Bent函数构造Bent函数。首先,利用WalshHadamard变换以及互相关函数的性质研究向量布尔函数的互相关函数与Walsh谱之间的关系,且进一步推导出任意4个向量布尔函数的互相关函数之间的关系。其次,给出向量布尔函数的平方和指标和绝对值指标的定义,并进一步推导出平方和指标的上界以及利用分类讨论法得到其达到上界的条件。最后,利用向量布尔函数绝对值指标的性质以及Walsh-Hadamard变换,给出由向量Bent函数构造Bent函数的方法。

基于Lyapunov函数方法的时滞车辆纵向跟随控制

应用向量Lyapunov函数方法和比较原理,基于非线性车辆动态耦合模型,研究具有时间滞后的车辆跟随系统的指数稳定性问题,得到了车辆跟随系统的指数稳定性判据.根据滑模控制策略确定了车辆跟随系统的纵向控制规律,基于稳定性准则设计了车辆纵向跟随控制器参数.仿真结果表明,基于该方法设计的车辆纵向跟随控制器能使跟踪误差具有较快的收敛率.

向量Bent函数的进一步研究

向量Bent函数在密码学,编码理论和序列设计等领域应用广泛,是一个重要的研究课题。文章旨在通过对向量Bent函数的研究,得出新的向量Bent函数的构造方法。首先通过对Carlet给出的Bent函数的经典非直和构造的研究,将其推广到向量Bent函数上,并给出构造后函数的谱值公式。然后将布尔函数的级联构造方法推广到向量布尔函数上,通过研究函数间的谱值关系,给出级联4个函数得到的向量布尔函数为向量Bent函数的条件。最后得到3类向量Bent函数的二次构造。

基于Lyapunov-MPC方法的非合作目标近距离抵近控制

针对航天器近距离视线抵近同时存在轨道与姿态机动的非合作目标特定方位控制问题,提出了一种基于控制Lyapunov函数(CLF)的模型预测控制方法 (LMPC)。首先,根据视线坐标系下的轨道动力学方程,建立了满足视线指向要求的航天器相对轨道动力学模型,并推导了期望轨道的解析表达式。其次,利用MPC方法设计控制器进行在线优化控制,并通过纳入基于李雅普洛夫方法的非线性反步控制的显式特征,构建收缩约束式,以确保闭环稳定性。接着,对基于LMPC的控制方法的递归可行性和闭环稳定性进行了证明。最后,仿真结果证明了所设计的LMPC轨迹跟踪方法的有效性和鲁棒性。

基于Bagging-组合核函数相关向量机的短期负荷预测模型研究

为充分发挥组合核函数在相关向量机预测模型中的优势,有效提高负荷预测的精度,提出基于Bagging-组合核函数相关向量机的短期负荷预测模型。首先构造了高斯核函数与Morlet小波核函数加权组合的组合核函数相关向量机的预测模型,然后采用粒子群算法对两个核函数的最优权值进行优选。为提高模型的泛化能力,采用Bagging算法对原始数据多次抽样构造训练样本集。通过实际算例仿真,与多种相关向量机预测模型对比分析,验证了该模型具有较好的预测精度。

基于位置增强词向量和GRU-CNN的方面级情感分析模型研究

方面级情感分析旨在判断一段文本中特定方面词的情感倾向,其核心问题是方面词的上下文如何准确表征。与现有研究主要关注注意力机制的改进不同,该文从词语表征和上下文编码模型两个方面进行改进。在词语表征方面,通过BERT模型和位置度量公式获得增强的词向量表示;在上下文编码模型方面,使用GRU-CNN网络提取文本语义特征。在SemEval2014 Task4数据集上的实验表明,提出的模型在Restaurant和Laptop领域中的准确率分别达到了85.54%和80.35%,证实了所提出模型的有效性。

一类基于向量布尔函数构造的极小二无线性码

线性码在数据储存、通信、密码学和组合数学等方面都有着重要的应用, 其中的极小线性码可以用 来构造具有良好访问结构的秘密共享方案. 本文利用向量布尔函数构造了一类新的二无线性码, 并且利用布尔函数的密码学性质研究了线性码的长度, 维数和重量分布. 结论表明, 所构造的线性码 最小距离更大且为宽极小码. 此外, 本文将现有的一些结果推广到一般情形.

一种改进的随机向量函数链接网络集成模型

针对传统随机向量函数链接网络集成模型时多样性不足和泛化性能差的问题,提出一种改进的随机向量函数链接集成模型.首先,通过6种简单回归模型替代传统随机向量函数链接网络中的直接链接;其次,采用高斯过程回归(Gaussian process regression,GPR)方法初始化隐含层参数,增强各基分类器的多样性;最后,使用不同的结合策略,集成具有差异性的基分类器得到预测模型.结果表明,改进的随机向量函数链接集成模型的预测精度明显高于其他传统集成模型,较传统随机向量函数链接网络具有更好的泛化性能.

基于组合核函数相关向量机的高光谱图像分类

本文提出了一种基于组合核函数相关向量机的高光谱图像分类方法。基于核函数的特性构造出三种形式的组合核函数。使用多尺度数学形态学方法从主成分变换后的图像上提取空间特征,通过组合核函数融合图像的光谱特征与空间特征,采用组合核函数相关向量机进行分类。使用AVIRIS高光谱图像对算法进行了验证。实验结果表明,与传统的基于光谱特征的相关向量机分类器相比,组合核函数相关向量机方法的总体精度和Kappa系数均有明显提升。同时,组合核函数相关向量机能够用较少的训练样本获得较高的分类精度,在高光谱图像分类中具有实用价值。