互联多输入系统的分散自适应L_2增益控制

为了实现一类非下三角结构互联多输入系统的鲁棒控制,提出一种基于状态量测的非线性自适应L2增益分散干扰抑制方法,并给出了规律性计算公式,克服了反复递推设计的不足,通过控制律中引入K类函数,提高了状态变量的收敛速度.该方法应用到了多机广域电力系统分散励磁控制中,仿真结果表明:在大扰动情况下,相对于传统L2增益抑制方法,新方法能够有效抑制外部干扰,提高各状态变量的响应速度,对于增强电力系统的暂态稳定性具有重要意义.

具有控制约束的多输入系统全局渐近稳定性

讨论了具有控制约束的多输入连续线性系统的全局稳定性问题,针对执行器出现饱和的情况,在一定的假设条件下,给出了判断系统在线性状态反馈下全局渐近稳定的充分条件.最后,通过两个算例验证了所给出的判别条件是有效的.

一种求解多输入系统极点配置问题的新方法

多输入系统的极点配置问题的求解是一个烦琐的过程,通过对一种基于矩阵右既约分解的方法的讨论,给出了一种关于求解多输入系统极点配置问题的新方法。主要介绍了该方法的基本原理、求解步骤,并通过实例进行了验证。

多步时滞非线性多输入系统的无模型控制律的一种改进算法

将文献［５］中多步时滞非线性多输入单输出系统的不需要建模的控制律算法加以改进，并分析了这种控制律的跟踪性能，仿真结果说明了改进算法的有效性。

一种多输入系统极点配置问题的改进算法

给出了一种化多输入系统为单输入系统极点配置问题的改进算法,介绍了该方法的基本原理和求解步骤,和通常的方法相比较减小了计算量,并得到了反馈增益矩阵的一个含有任意参数的一般表达式,通过对任意参数的适当选择,不但能使闭环系统的极点任意配置,还可满足闭环系统的其他性能要求,通过两个算例,说明了结果的正确性和有效性。

基于Matlab多输入系统极点配置的研究

多输入系统极点配置问题的求解是一个繁琐的过程,采用Matlab语言编程可以方便地实现极点任意配置.本文分析了3种常用极点配置问题的算法,并针对这3种算法给出了一个具有实用价值的Matlab通用程序.通过实例进行比较,验证方法的正确性与有效性.

多输入系统的参数极点配置

对于多输入线性系统,本文提出一种状态反馈极点配置方法。它的优点在于在设计过程中不必求出系统的特征值或特征方程,从而使运算更加简便。在此基础上,引入参数反馈阵,使得状态反馈阵K的Frobenius准则最小。一个较详细的例子,表明了该方法的优越性及具体设计过程。

非线性多输入系统的近似动态规划H_(∞)控制

实际工程中存在各种多输入系统,比如用于大型雷达和火炮的多驱动伺服系统、多自由度机械臂系统等,针对这些系统的H_(∞)控制研究具有重要意义.同时,近似动态规划方法已被广泛用于求解各类最优控制问题,但并未涉及多输入系统的H_(∞)控制.本文应用近似动态规划方法,设计多输入非线性系统的H_(∞)控制器.应用基于强化学习的神经网络在线逼近非线性Hamilton–Jacobi–Isaacs(HJI)方程的解,引进一种新的自适应律更新神经网络权值,然后直接用于H_(∞)控制器的设计,并证明了权值的收敛性和系统的闭环稳定性,保证了多输入系统受到外界未知干扰时的良好性能.最后应用仿真实例验证所提方法的正确性和有效性.

多输入系统变结构控制的一种新方法

给出了多输入系统变结构控制的一种新方法，把多输入系统滑动模态的构造转化为单输入系统，用输出动态反馈和频域技巧配置动模态极点，保证了系统有较好的动态性能。最后用实例说明了方法的有效性。

基于遗传算法的线性多输入系统极点配置设计方法的研究

在确定的闭环极点下,多输入线性时不变系统的状态反馈矩阵的解不唯一。针对无法解决的优化问题,提出了一种新的基于遗传算法的设计方法,即将传统的直接计算法和遗传算法相结合,找到合适的优化参数,从而找到最优阵。该算法不需要复杂的计算,物力实现容易。对于具有普遍性的对象进行MATLAB仿真,试验结果表明新算法得到的反馈矩阵优于其它各种方法,从而具有一定的理论意义和实践意义。

IRS辅助去蜂窝mMIMO系统低复杂度波束赋形算法

针对目前智能反射面(intelligent reflecting surface,IRS)辅助去蜂窝大规模多输入多输出(massive multiple-input multiple-output,mMIMO)系统现有算法复杂度高的问题,提出了一种基于IRS辅助去蜂窝mMIMO系统联合波束赋形低复杂度算法。在满足还原用户接收的信号、IRS相移和发射功率约束的条件下,以得到最优发射波束赋形向量为目标,构建了一个联合优化接入点(access point,AP)主动波束赋形和IRS被动波束赋形问题。利用交替优化方法将原问题转换为两个易于处理的子问题,并基于解非齐次线性方程组,采用Lagrange乘数法和人工蜂群算法对子问题进行求解。仿真结果表明,相较于传统算法,所提算法有更低的复杂度和误码率,可使用更小的发射功率和频谱效率等资源获得与其他方案相当的性能。

大规模多输入多输出系统的信道估计及性能

在大规模多输入多输出系统中应用深度学习进行信道估计的性能优于传统信道估计算法的性能,并且能有效地降低导频开销。因此,在配备低分辨率数模转换器的大规模多输入多输出系统中提出基于注意力机制的生成对抗性神经网络模型,用于提高信道估计性能。仿真结果表明,当使用少量导频时,对抗性神经网络模型能够获得比传统方法更为准确的信道状态信息,具有更强的鲁棒性。

船舶纵向运动多输入多输出不稳定系统的非线性反馈控制

为了提高多输入多输出(MIMO)不稳定系统控制器的鲁棒性与节能效果,以大连海事大学教学实习船“育鲲”轮在波浪上纵摇和升沉运动的数学模型为研究对象,将数学模型的分子分母具有不稳定零极点过程使用根轨迹成形技术以及引用数学工具加权矩阵将其根轨迹拉到左半平面.之后运用闭环增益成形算法设计控制器的思路,以成形后的模型用一阶闭环增益成形算法设计鲁棒控制器,再引入双极性S函数驱动的非线性反馈代替原有的误差线性反馈.从仿真结果可以看出,在模型产生摄动时,非线性反馈控制改进了升沉和纵摇,控制能量大幅减少,对模型干扰具有鲁棒性能.该方案求解过程简单,并且整个系统控制器与被控对象物理意义明确,设计所得的控制器阶次较低,且补充完善了MIMO不稳定系统的控制器设计方法.

基于稀疏贝叶斯学习的混合mMIMO系统波达方向估计

波达方向估计是混合mMIMO系统波束成形得以应用的前提,基于协方差矩阵重构的子空间方法在相干信号和有限快拍数条件下性能损失较大。为了应对上述挑战,提出了一种基于稀疏贝叶斯学习的混合mMIMO系统波达方向估计方法,主要创新之处在于:将混合mMIMO系统的波达方向估计问题转化为稀疏信号恢复问题,从而绕过空间协方差矩阵重构,避免了其带来的性能损失。为了便于进行贝叶斯推断,进一步利用变分贝叶斯近似思想,在恢复稀疏信号的同时,自适应估计出未知参数,显著改善了对噪声和相干信号的鲁棒性,提升了有限快拍数情况下的波达方向估计性能。数值模拟结果验证了所提方法的优越性。

基于DDPG算法的MISO通信系统优化

无线通信系统中部署大量天线时会增加硬件成本,且能耗和信号处理的复杂性加大,针对此问题提出了一种基于深度确定性策略梯度(DDPG)算法的多输入单输出(MISO)通信系统优化方案。研究智能反射面(RIS)辅助多用户的MISO系统,在连续状态和动作背景下,利用DDPG算法联合设计基站端波束成形矩阵和RIS处相移,以最大化系统加权和率。仿真实验结果表明,该方案与FP算法的加权和率性能相当且收敛性较好,相比未部署RIS的方案具有明显优势。

多输入不确定系统离散变结构控制设计

研究基于离散趋近律方法的变结构控制设计问题 ,提出一种新型的离散趋近律。其特点是可以稳定于原点 ,能有效消除由传统离散趋近律参数引起的抖振。针对不确定因素的影响设计扰动预估器 ,它对变化率较慢的外干扰和参数摄动具有很高的估计精度。仿真结果表明了所提出设计方法的有效性。

基于逆系统解耦的三电平Buck变换器反步滑模控制

多电平变换器因其可以降低开关管承受的电压应力、减小滤波电感和滤波电容体积,被广泛应用在直流微电网中。三电平Buck变换器的飞跨电容电压和输出电压存在耦合,是一个多输入多输出、强耦合的非线性系统。针对这一问题,提出一种逆系统解耦反步滑模控制方法。采用逆系统方法实现输出电压控制和飞跨电容电压控制的解耦,采用反步滑模法控制保证输出电压的稳定性和鲁棒性,通过状态反馈控制将飞跨电容电压平衡在输入电压的1/2处。仿真和实验结果表明,所提控制策略能使得飞跨电容电压和输出电压均具有良好的稳态和动态特性。

多输入非线性系统后推(Backstepping)型(英)

对一类带不确定性的非线性系统，后推法提供了一个构造自适应和鲁棒控制器的递推程序．为了应用后推法，需要先将系统化成一定的型式（称为标准后推型）．对单输入系统标准后推型以及控制器的设计已得到充分的研究．本文研究了多输入系统的标准后推型及其控制器的设计．文中得到了分块标准后推型．它可根据一定的微分同胚变换由系统的结构唯一确定．最后，我们给出了相应的控制器设计方法．

分布式多输入系统的自律鲁棒自适应分散控制

为了实现一类分布式多输入系统的分散鲁棒自适应控制,基于状态扩张和反演干扰抑制控制,提出一种自律鲁棒自适应分散控制的新方法.结合直接反馈线性化和最优控制,给出了自律最优鲁棒自适应分散控制的设计方法.仿真结果表明,所提出方法能够有效实现各子系统的自律鲁棒稳定、全系统整体鲁棒稳定和不确定参数自适应,同时通过求解LMI,具备了最优干扰抑制的功能.

RIS辅助去蜂窝大规模MIMO系统低复杂度预编码算法设计

构思了一种智能超表面(Reconfigurable Intelligent Surface, RIS)辅助去蜂窝大规模多输入多输出(Cell-free Massive Multiple-Input Multiple-Output, CF mMIMO)通信系统,提出了一种低复杂度预编码和RIS反射相位交替优化(Alternating Optimization, AO)算法。对于传统正则化迫零(Regularized Zero Forcing, RZF)预编码算法复杂度过高的问题,利用共轭梯度(Conjugate Gradients, CG)法,提出一种低复杂度的RZF-CG预编码算法,将RZF预编码的逆矩阵转换为线性方程组最小化问题,推导算法的残差以更新搜索方向,迭代求解逆矩阵。以最大化系统用户的总频谱效率为目标,推导了RIS相位闭合表达式,基于统计的信道状态信息提出一种低复杂度的投影梯度上升(Projected Gradient Ascent, PGA)算法。仿真结果表明,所提的AO算法能有效地提升系统性能,算法复杂度降低了约73.2%。