多输入多输出系统的神经网络PID解耦控制器

基于神经网络的PID控制 ,提出了一种可用于有耦合的多输入多输出系统的比例、积分和微分参数在线自整定的神经网络PID解耦控制器 ,可以实现对多变量系统的解耦控制 ,仿真结果表明系统具有很好的动态及稳态性能 .

子空间法单输入多输出系统混合相位地震子波提取

针对高阶统计量混合相位地震子波提取方法要求地层反射系数是非高斯白噪声,并且子波提取速度较慢的缺陷,提出子空间法单输入多输出系统(SIMO)混合相位地震子波提取方法,即基于信号和噪声子空间正交的原理,建立二次型的目标函数,通过对目标函数进行优化就可以提取出混合相位的地震子波,它不需要对地层反射系数做任何假设,因此完全不同于高阶统计量地震子波提取。模型试验和实际应用结果表明,子空间法SIMO系统混合相位子波提取速度快且准确度高,非常适合于无井和井资料不可靠地区的地震子波提取,具有广阔的应用前景。

基于逆系统分析法的多输入-多输出系统动态载荷的优化估计

本文提出了一种多输入 -多输出系统动态载荷的优化估计方法。该方法可以使估计的总体均方误差最小。首先 ,采用逆系统分析方法建立误差估计方程 ;其次 ,利用非因果维纳滤波理论导出了动态载荷的优化估计器。数字仿真结果表明 ,该方法在抑制测量噪声对估计精度的影响方面具有良好的效果。与传统方法估计结果的对比分析表明 ,所提出的方法更为有效和实用。

多输入多输出系统的滑模控制器设计及其应用

研究了一类多输入多输出系统的滑模控制问题,采用一种改进的指数趋近律,有效降低变结构所产生的抖振,并且给出理论性证明.将提出的设计方法应用于液压活套控制系统设计,将系统中的活套高度和活套张力的耦合关系当作干扰来处理.仿真结果验证了所提方法的有效性,该控制器可使活套控制系统获得较好的控制效果,并使活套系统迅速达到平衡稳定状态.

多输入多输出系统中基于多级维纳滤波的均衡算法

基于多级维纳滤波器,提出了一种多输入多输出系统中的降秩自适应均衡算法.该算法利用多级维纳滤波器得到一组子空间基向量,通过子空间投影,把均衡器输出限定在低维子空间内,从而降低了自适应均衡的迭代复杂度,加快了收敛速度.理论分析和仿真表明,降秩均衡算法有效地提高了均衡器的收敛速度,降低了计算复杂度,并在多级维纳滤波器的级数不超过10的情况下,就能达到近似满秩均方误差性能.

多输入多输出系统的功率分配算法研究

提出了多输入多输出系统的一种联合预编码和空时编码技术的功率分配算法,研究了带解码矩阵和不带解码矩阵两种情况下的算法。最后对该算法满足总功率受限并且使最小均方误差(MMSE)最小化的条件下进行了仿真,结果表明该算法可以更有效的的总功率,误码率较低。

控制器与对象同时摄动的鲁棒控制问题:多输入多输出系统

研究了多输入多输出线性时不变系统中控制器与对象同时以加性未建模动态模式摄动的鲁棒控制问题 ,给出了基于线性矩阵不等式的控制器设计方法 ,而且把类似的方法用于传统的鲁棒性能问题得出了更好的充分条件。

低复杂度多用户多输入多输出系统预编码算法

针对多用户多输入多输出(Multi-user Multiple-input Multiple-output,MIMO)系统虽可获得很好的系统容量性能,用户间却彼此存在干扰的问题,提出了一种具有较低计算量的线性块对角化预编码算法,并进一步给出了发送端性能优化预处理算法,从而较好的消除用户间干扰,并充分利用多用户MIMO系统容量性能.所提算法可以获得相近的误码率性能,具有较低的计算量,较好的满足了无线通信系统实时性、快速性的要求.仿真结果验证了所提算法的有效性.

多输入多输出系统的数据分层建模

为了高效准确地实现多输入多输出系统的数据建模 ,本文提出了数据分层建模算法 .将多输入多输出数据建模问题分解为一系列单输入多输出的建模问题 ,同时改进标准遗传编程算法 ,将单树表示的的个体结构扩展为向量树的进化个体 ,实现多输出系统的自动建模 .通过大量的计算实例表明 ,这种算法可以实现复杂的多输入多输出系统的建模 。

戈尔德(gold)序列在声学多输入多输出系统测量中的应用

在多输入输出声学系统中,任意一对输入输出之间的脉冲响应在很多情况下需要同步测量。伪随机序列由于具有优良的相关特性从而在多输入、输出系统测量中得到了应用。运用具有优良相关特性的互逆最大长度线性移位寄存器序列对(m序列对)分别作为输入激励,然后计算两输出和输入m序列的相关,可以同步获得双输入输出系统的四个脉冲响应。当被测系统的输入多于两个时,互为优选的m序列对数目限制了它的应用。由互逆特征m序列对逐次经过τ倍间隔移位、模二加可以生成一个大的戈尔德(gold)序列集。该gold序列集中的序列除了具有和m序列相似的相关特性,即每一序列具有近似尖脉冲的自相关和两两序列间较小的互相关值外,还具有比m序列集多得多的独立优选对数。这些特性使gold序列成为同步多输入输出系统测量的首选激励信号。大量的仿真实验验证了gold序列用于声学多通道测量的可行性和有效性。

多输入多输出系统在凸多面体摄动模式下H_∞鲁棒性能

研究了多输入多输出混合摄动系统的加权H∞ 范数的检验问题 ,对象族的分子为多仿射凸多面体多项式族 ,当分母为乘积形式的多仿射凸多面体多项式族时 ,给出了棱边检验结果 ,当对象族的分母多项式族为区间多项式族或菱形多项式族时 。

实现平滑控制输入的多输入多输出系统自适应控制策略

对于使用模型参考自适应控制的控制装置,在控制输入信号中很容易产生大振幅的高频振动。为实现无振动的控制输入信号,提出了一种使用输出误差信号的状态观测器来进行参数估计的方法。该方法能在理论上使控制输入信号以一定的收敛速率向理想输入信号收敛。理想输入信号由无初值和指数函数的精确模型匹配输入产生。基于该特性,可以保证在控制输入信号中不会产生无意义的挠动;且输出误差信号的瞬态响应可以通过一个设计参数进行调整。

多输入多输出系统的相干性的问题分析

从相干性的来源入手,依次介绍了常相干性、偏相干性、重相干性的物理意义和运算关系,并研究了在实际试验中对相干性的估计和误差方面的问题。此外,还列出了一些对相关性理解和利用方面的一些命题,并依次进行了论证。

基于不完美CSIT的多输人多输出系统线性预编码传输方案

空时分组码和线性预编码可显著提高多输入多输出系统的性能，但空时分组码性能易受天线相关性的影响，线性预编码性能易受发送端信道状态信息（CSIT）误差的影响．文中提出一种空时分组码与线性预编码级联的方案，可在相关天线组和不完美的CSIT条件下，获得良好的性能增益．

多输入多输出系统稳定裕度及其试飞方法

针对多输入多输出（MIMO）％系统的评定问题，提出了MIMO系统稳定裕度定义，并给出了减少其保守性的方法，提出了获取MIMO系统稳定裕度的飞行试验方法。仿真结果表明，上述方法是可行的。

一种多输入多输出系统模型辨识方法及其应用

目前的辨识方法一般需要在系统输入端加入激励信号 ,而且多输入多输出系统的在线辨识仍很困难。本文提出一种基于牛顿迭代法的多输入、多输出对象模型迭代辨识方法 ,模型参数更新的依据是使模型预测输出与全部采样时刻的对象实际输出之间的均方差递减 ,直到收敛。这种基于全局数据迭代的辨识方法可进行闭环辨识 ,无需外加激励信号 ,适用于多输入多输出对象的在线辨识。对一个两输入、两输出对象模型的仿真研究和某电厂 30 0MW机组负荷被控对象的计算结果表明 ,辨识效果令人满意。

基于反推方法的自适应内模原理的多输入多输出系统控制(英文)

研究了一类有未知扰动的多输入多输出系统的自适应输出反馈控制.除控制系数的符号已知外,不需要其它未知参数的任何信息.通过综合应用反推、调节函数、SDU分解和估计参数,得到了控制器的设计.所设计的控制器能够确保全局一致最终有界性.

低精度ADC下大规模多输入多输出系统基于三对角迭代法的软输出信号检测

受硬件成本制约,大规模多输入多输出(massive Multiple Input Multiple Output,mMIMO)基站通常配置低精度模数转换器(Analog-to-Digital Converter,ADC)。低精度ADC下,如果多用户mMIMO系统采用最小均方误差(Minimum Mean Square Error,MMSE)检测,将导致过高复杂度。为此,本文基于三对角迭代法(Tridiagonal Iterative Method,TDIM),结合分块矩阵求逆的初始值确定,提出一种低复杂度的MMSE软输出信号检测算法。数值仿真表明:基于TDIM的软输出信号检测算法经4次迭代即可达到收敛,同时,数值结果验证了ADC量化比特为4时,该算法可取得接近全精度ADC的性能,为低精度ADC下mMIMO系统的上行链路信号检测实现提供了切实可行的方案。

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。

多输入多输出系统中空时分组码的盲信道估计

在空时系统设计中,信道估计是一个关键技术。对一种基于空时分组码的盲信道估计算法进行了研究。在信道输出端进行子空间分解,如果信号子空间是由信道唯一决定的,那么信道参数可被唯一估计为一个常数。提出的算法是基于空时分组码的普通形式,因此可被应用于任何分组码。最后,仿真结果显示了一些特定码字的估计效果。