单输入单输出系统分数阶预测函数控制

基于分数阶微积分理论和预测函数控制理论,针对一类单输入单输出分数阶线性系统提出了一种分数阶预测函数控制方法。用Oustaloup近似法对分数阶系统近似的整数阶系统建立预测输出模型,并根据GL定义在代价函数中引入分数阶算子。该控制方法通过将控制输入结构化简化了控制器设计,引入分数阶算子增加了控制器的自由度。仿真结果表明:与传统预测控制器相比,分数阶预测函数控制器具有调节时间短、抗干扰能力强及鲁棒性强等优点,在模型失配的情况下也有较好的跟踪效果。

基于α-β静止坐标系的PWM整流器双单输入单输出模型(英文)

系统分析了PWM整流器的数学模型,提出了一种基于α-β静止参考坐标系的双单输入单输出模型,在两相静止坐标系中将PWM整流器简化为两个与传统单相升压变换器类似的电路结构。根据空间矢量调制理论,分析了开关信号由两相静止坐标系到三相静止坐标系变换时的控制策略。根据输入/输出能量平衡原则,对系统设计所需的参数条件进行了分析和实验验证。该模型大大简化了对PWM整流器的分析,并且易于数字实现。实验结果表明,系统能够实现单位功率因数控制,有效地抑制注入电网的谐波,使交流输入电流为正弦波,并且系统具有良好的动态响应。

三相两桥臂三电平脉宽调制整流器双单输入单输出模型及控制策略(英文)

系统分析三相两桥臂三电平中性点箝位脉宽调制(pulse width modulation,PWM)整流器的数学模型和工作模式,提出一种基于α-β静止参考坐标系的双单输入单输出模型,在两相静止坐标系中将三相两桥臂三电平PWM整流器简化为2个与传统单相升压变换器类似的电路结构。根据空间矢量调制理论,分析各开关信号由两相静止坐标系到三相静止坐标系变换时的控制策略。该模型简化了对PWM整流器的分析,并且易于数字实现。仿真和实验结果验证了三相两桥臂三电平PWM整流器及其双单输入单输出控制策略的有效性。

单输入多输出耦合设计任务二阶段迭代模型研究

产品开发过程中单输入多输出耦合设计任务间存在复杂的信息依赖关系。采用单阶段方法的任务执行方式时,因所执行的任务数量多并且需传递的信息量大,致使任务间存在的复杂信息关系难以被理清,从而导致任务执行过程中的方案分配不够合理,任务间的迭代返工次数过多,产品开发周期过长。针对这些问题,在深入分析单输入多输出耦合设计任务单阶段迭代模型的基础上,提出了一种任务迭代过程中的信息处理策略,并构建了一种单输入多输出耦合设计任务的二阶段迭代模型及其求解执行时间的数学模型。应用该数学模型,可以计算得到最佳二阶段设计任务分配方案。以某发动机开发项目为例,进行了该方法的应用分析。研究表明,采取二阶段迭代模型,任务迭代执行时间比单阶段短,并且通过合理分配在1,2两个阶段执行的任务,能够获得最短的二阶段任务迭代执行时间。该方法根据任务间不同的信息关系选择合适的任务迭代模型,能够有效缩短产品开发周期,可为产品设计人员在产品开发过程中选择合理的任务执行方式提供一定的理论参考。

单输入单输出系统的模糊无模型自适应控制方法

根据无模型自适应技术的特点,提出了一种模糊无模型自适应控制方法.并对该方法的特点进行了分析。仿真结果表明,该方法原理简单、控制效果好,可应用于各种单输入单输出控制系统。

多输入单输出模型及其在黄河和西江洪水预报中的应用

简要介绍了多输入单输出模型(MISOM)的基本原理 ,详细介绍了该模型在黄河花园口 ,西江梧州、高要等站洪水预报中的应用 ,讨论了模型的精度、预报的适应性和可靠性以及对模型进一步改进的意见。该模型分别在上述3站建立了预报方案 ,各预报方案应用4年资料进行模型参数率定 ,2年资料进行模型检验 ,并应用于1997年汛期的洪水预报中 。

多输入单输出时变输出误差模型学习辨识算法

本文考虑了多输入单输出(MISO)时变输出误差系统参数的估计问题。对于多输入单输出时变输出误差系统,识别的难点在于待辨识的模型参量是随着时间而变化的,尤其突变的参数更难辨识。针对这一问题,本文将辅助模型的思想应用到学习算法中,给出了基于辅助模型的迭代学习随机梯度算法和基于辅助模型的迭代学习最小二乘算法的推导过程。最后,提供了说明性的仿真实例来分析所提出的算法,仿真结果表明基于辅助模型的迭代学习最小二乘算法可以快速跟踪突变的参数,获得精准的参数估计,验证了该算法的有效性。

一种单输入/单输出的小脑模型神经网络研究

针对标准小脑模型关联控制器(CMAC)存在的问题,研究了一种单输入单输出(SISO)的CMAC算法.SISO CAMC采用直接地址映射,以输入v的量化值为地址,建立起输入v与权重w的关系,并通过对输入v进行归一化,增强网络的泛化能力.另外,学习采用随机样本,具有学习简单、收敛速度快、函数逼近精度高等特点,可以在单片机上实现.最后,理论证明和仿真试验,验证了该算法的有效性.

单输入单输出系统的无模型自适应控制方法

根据数列理论中的折半查找原理，提出了一种无模型自适应控制方法，并对该方法的特点进行了分析。仿真结果表明，该方法原理简单、控制效果好，可广泛应用于各种单输入单输出自动控制系统。

三相PWM整流器单输入单输出模型的仿真验证及控制器设计

三相PWM整流器的数学模型一直以来是研究的热点,文章验证了一种三相PWM整流器的单输入单输出模型(SISO),并在此基础上设计了控制器,进行了控制效果的验证,给出了仿真结果与结论。

面向应急救援的多输入单输出磁感应透地通信

为提高磁感应透地通信系统的传输性能,扩大磁感应透地通信系统的传输距离,研究了多输入单输出(MISO)磁感应透地通信系统:建立了MISO模型,并根据基尔霍夫定律建立KCL方程,获得了MISO模型的收发功率,分析了MISO磁感应透地通信系统的路径损耗;研究了MISO模型磁感应强度分布特性,得出了MISO磁感应透地通信系统的信号传输特点。研究结果表明:当发射线圈具有相同电流时,MISO模型较单输入单输出(SISO)模型的路径损耗明显降低,发射线圈越多,则路径损耗越小;当发射功率相同时,接收功率近似与发射线圈个数呈正比,接收端磁感应强度随发射线圈个数的增加而增大;MISO模型能够有效提高磁感应透地通信系统的传输距离,当各发射线圈通有相同电流时,MISO(1,2)模型的传输距离约为SISO模型的1.11倍,MISO(2,2)模型的传输距离约为SISO模型的1.26倍。

水声多输入多输出信道的分布式压缩感知估计

多输入多输出技术通过采用多个阵元进行多发多收空间复用信道可在极其有限的通信带宽下实现高速水声通信,但由于同时存在通道间干扰和多径干扰,水声MIMO信道估计变得困难。提出利用MIMO水声信道多径稀疏结构存在的相关性,在经典联合稀疏模型的基础上对MIMO观测矩阵进行重组,从而建立基于分布式压缩感知的单载波水声MIMO通信信道联合稀疏模型;同时,针对信道响应中具有相同多径位置的稀疏部分和特有稀疏部分设计区分性正交匹配追踪算法进行联合重构,进一步抑制通道间干扰的影响。最后通过仿真和海上实验进行本方法有效性的验证,实现16 kbps的MIMO水声通信。通过算法推导、仿真和实验可得到结论:利用MIMO水声信道多径相关性进行分布式压缩感知估计可提高估计性能。

基于ARX模型的变风量空调系统故障诊断

采用现代控制理论的系统辨识方法 ,探索“黑盒”模型在暖通空调系统故障检测与诊断中的应用 .在研究中 ,应用了多输入 /单输出自回归 (ARX)模型进行变风量系统的故障检测 ,把ARX模型用于不同的系统和子系统 ,建立了系统模型和部件模型 。

一种新的有效的MIMO-UWB信道模型及其在STBC-UWB系统中的应用

现存的MIMO-UWB(multi-input multi-output ultra wideband)信道模型不能准确地评价UWB通信系统的性能。文章采用平行波近似理论,在单输入单输出UWB双向信道模型的基础上,结合实际信道测量提出了一种新的有效的MIMO-UWB信道模型并把它应用到STBC-UWB(space time blockcoding ultra wideband)单载波频域均衡系统中。仿真结果表明,该信道模型可以很好地逼近室内测量信道,比子信道相互独立的信道模型能更好地评价系统的误码率性能。

基于Mamdani方法下二型模糊集的模糊推理模型

模糊推理是蓬勃发展中的模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。研究并给出了基于Mamdani方法下二型模糊集的各种模糊推理模型,包括单输入单输出模糊推理模型,多输入单输出模糊推理模型,多规则、多输入单输出模糊推理模型等。

基于信道模型过估计的最小噪声子空间盲辨识(英文)

研究基于信道模型过估计的盲系统辨识问题.采用最小噪声子空间方法,提出了一种通信信道盲辨识算法.与现有算法比较,提出的算法减少了辨识过程的计算量,提高了辨识精度,并对信道阶数过估计具有鲁棒性.仿真结果表明,在信道阶数过估计时,提出的算法仍能给出较好的参数辨识效果.

双Hopfield网络MAC算法在单元机组负荷系统中的应用

电厂负荷系统是一个有耦合的两输入两输出多变量对象,对控制作用有一定的约束。模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。该文首先将系统分解为两个双输入单输出的系统,并进一步将其简化为两个二次约束优化问题。然后用两个Hopfield网络分别加以求解,从而得到它们的预测控制序列,并能很好的处理控制中的约束条件,避免了传统算法中矩阵求逆等复杂运算。仿真表明,该方法算法简单、鲁棒性强、控制效果理想。

复杂系统的自适应预测控制模型及其仿真

针对贫信息、不确定性系统存在的不确定性、随机干扰以及系统特征参数随工作环境的变化而变化的特点 ,将具有广阔发展前景的灰色系统理论和广义预测控制理论结合起来 ,提出了一种新型的计算机控制策略 :灰色广义预测控制算法 (GGPC)。所做的工作主要有 :提出单变量单步GGPC算法 ,并在Matlab环境下对其进行了仿真研究。仿真结果表明 ,该GGPC算法适用于线性系统以及非线性系统 ,具有较强的抗干扰能力 ,有较好的鲁棒性以及自适应能力 ,通过调整参数 ,可以获得非常满意的动态和静态性能。图 2参

多层递阶预测模型的注记

一般的定量预测方法因用固定参数模型预测一个时变参数系统的情况而致存在一定的局限性.为了弥 补这缺陷,对多层递阶预测模型作些注记.

执行器饱和时的SISO系统模型参考自适应控制

针对大多数执行器不可避免地会出现饱和现象,尤其是工作范围大、非线性特性严重的被控制对象,提出了一种模型参考自适应设计方法,把输入过饱和部分看作干扰信号,并用可调参数和跟踪误差函数对饱和干扰进行估计,通过参数调节消除饱和现象,针对不同相对阶的系统分别进行讨论,使本方法更具普遍性。仿真结果表明,本方法能够使系统有较好的跟踪能力和抗饱和能力。