基于依赖性度量的Hammerstein系统的时滞估计

时滞在工业系统中广泛存在,但是现有的Hammerstein辨识算法大多没有考虑时滞,使得这些算法的应用受到局限。针对具有整数时滞的Hammerstein非线性系统,提出了一种新的时滞估计方法。该方法基于输入、输出数据的依赖性工作,首先计算输入数据和输出数据的边缘分布;其次基于2-copula函数构建它们的联合分布,利用该分布定义一个依赖性度量方法;最后基于这个度量推断时滞。该方法独立于参数估计时滞,并且避免了基于优化的时滞估计方法中存在的取整运算问题。通过数值实验和实际案例,验证了该方法可以准确估计Hammerstein系统的时滞。

基于时滞估计的过程报警传播路径分析方法

为避免复杂大型系统中由于工艺设备众多、过程报警配置增加而导致关联报警泛滥的问题,针对现有因果分析方法存在主观性强及不确定性因素、缺乏对变量间时滞关系的有效性检验等情况,提出一种基于时滞分析的过程报警传播路径分析方法;基于K近邻替补法(KNNI)进行变量间时滞估计,确定过程风险传播方向,并通过计算Sorgenfrei相似性系数,确定2变量间的报警关联程度,建立过程报警传播路径图;将该方法应用于某校内集中供暖系统。结果表明:所提方法可准确辨识出该过程中的2条关联报警传播路径,即X_(1)(102号热交换器出口温度)→X_(2)(校内热水供给温度)→X_(3)(Tercero区域3号楼热水供给温度)和X_(1)→X_(2)→X_(4)(Tercero区域食堂热水供给温度),所得时滞估计结果符合过程实际情况。依据所建模型,由于X_(2)→X_(3)的时滞(5 min)远小于X_(2)→X_(4)的时滞(24 min),但报警关联程度相近,基于二者间时滞大小的差异,若X_(1)发生高报警,可提示操作人员优先采取措施(如减少热水流量),防止X_(3)在短时间内发生超高报警,达到预防报警、保障过程安全的目的。

基于最小二乘法的时滞实时在线估计方法

在实时子结构试验中,液压伺服加载系统的时滞可能导致试验因丧失稳定而失败,因而时滞估计和补偿是该类试验的关键问题之一。在分析另外两种实时子结构试验时滞估计方法缺点的基础上,根据泰勒级数建立了命令位移、响应位移和系统时滞之间的近似关系,提出了采用渐消记忆递推最小二乘算法实时在线估计系统时滞的方法。时滞估计算例表明,即使考虑了随机测量误差和幅值误差,该方法也具有较好的反应速度和精度,能较好地跟踪系统时滞的变化。实时子结构试验时滞补偿算例表明,所提出的估计方法的精度、反应速度和时滞补偿效果都比较理想。与另外两种实时子结构试验时滞估计方法相比,该方法具有一定优势。

高维时滞系统稳定性时滞界限的估计

利用Ｖ（ｘ）函数，采用分步逼近反证法，对高维变系数线性时滞系统给出了一致稳定和一致渐近稳定的时滞界限的一种估计．

基于复相关系数的时滞联合估计及其应用

针对工业过程的软测量建模,为对输入与输出变量间的时滞关系进行准确、快速地估计,提出一种基于复相关系数的时滞联合估计方法。该方法以模型输入和输出数据间的复相关系数为指标,将时滞联合估计问题转化为多维优化问题,进而对各输入变量的时滞时间进行寻优。针对火电厂脱硝系统的NO_x排放软测量,基于实际的运行数据和最小二乘支持向量机算法,对所提出的方法进行验证并与其他时滞估计方法进行对比。结果表明:基于复相关系数的时滞估计方法计算速度较快,时滞估计结果较准确,能在一定程度上提高软测量模型的准确度。

带时滞项的非线性对流扩散系统的反应控制与估计理论

研究一类的非线性对流扩散过程中的反应控制系统的数值分析与估计理论 .作者不仅提出了此类控制系统的两种组合迭代格式 。

一种时滞未知随机系统参数辨识算法

针对时滞未知随机性系统，提出了一种可同时估计系统时滞和参数的递推辨识算法，并证明了该算法的收敛性。仿真结果表明，即使在有色噪声干扰的情况下，利用该算法仍能够很快地辨识系统时滞和参数。

永磁直线同步电动机的自适应时滞控制

针对永磁直线同步电动机(PMLSM)伺服系统易受参数变化、外部扰动等不确定性因素影响,该文提出了一种将时滞控制(TDC)与自适应控制(AC)相结合的自适应时滞控制(ATDC)方案。首先,建立了含有不确定性因素的PMLSM伺服系统动态模型;然后,利用TDC估计系统不确定性因素的值,使系统的动态模型更精确,进而得出时滞控制率;但是,由于TDC过程中增益固定,存在较大的时滞估计误差,因此,采用AC在线调整控制增益来补偿时滞估计误差;最后,通过系统实验验证了所提出的控制方案是有效可行的,与TDC相比,基于ATDC的伺服系统具有更好的跟踪性能和鲁棒性能,明显减小了跟踪误差。

考虑输入变量时滞的NO_x生成量动态建模

为提高选择性催化还原(SCR)脱硝系统的控制品质与经济性,需要建立精确的SCR脱硝反应器入口NO_x生成量动态模型。本文基于模糊树模型建立了SCR反应器入口NO_x生成量动态模型,提出采用复相关系数的时滞联合估计方法,对影响NO_x生成量的模型输入变量进行时滞估计。将该方法应用于某600 MW燃煤机组的运行数据,并对输入变量采用相关系数法和复相关系数法进行时滞估计对比。结果表明:模糊树模型的建模精度较高、泛化能力强;在模型输入变量进行时滞估计时,相较于相关系数法,采用复相关系数法对模型精度和泛化能力提升程度更高。

时滞和滤波联合辨识的递推最小二乘算法

时滞和滤波联合辨识问题既是经典时滞估计问题的推广，又是自适应系统建模和时灌估计两方面的交叉。本文针对先滤波后时滞的系统模型，从方法上改进BOUDREAU＆KABAL提出的基于快速横向滤波器的递谁最小二乘滤波算法，使其时间复杂度由O［19ρ］下降为0［7ρ］，便于实时在线应用。我们以低通滤波器与线性时滞串联系统的辨识为例，表现该算法对变化时滞的跟踪能力及联合辨识性能。

非线性随机系统的鲁棒自适应平滑估计算法

针对有色噪声下一类含有未建模动态和扰动的非线性随机系统,提出一种鲁棒自适应平滑估计算法。该算法通过极小化状态平滑估计误差的方差和相邻时刻残差的协方差,在线辨识状态滤波估计误差和残差的方差,实现对未建模动态和扰动的自适应补偿。仿真结果验证了该算法在解决有色噪声下非线性随机系统的时变时滞与参数联合估计问题中的有效性。

MISO系统基于正交匹配追踪算法的参数与时滞联合估计

在有限采样情况下,研究具有时滞的多输入单输出受控自回归系统的参数辨识和时滞估计问题.当采样次数少于未知变量数时,描述系统的方程组是欠定的,对其目标函数求解是NP-hard问题,传统方法无法有效辨识出系统参数.受压缩感知理论的启发,基于参数向量所具有的稀疏特性,提出一种新的阈值正交匹配追踪算法辨识系统的参数和时滞.仿真实验表明,所提出的算法能在少量采样时有效地辨识系统参数、估计未知时滞,同时验证了算法的有效性.

非线性系统时变时滞和参数的在线联合估计

为了解决非线性系统的时滞和参数的在线联合估计这一问题 ,提出了一种基于遗传算法的非线性系统时变时滞和参数的在线联合估计方法。将遗传算法的二进制编码改进为十进制编码。对于系统输入带有纯时滞的非线性系统 ,采用改进的遗传算法对系统时滞和参数进行在线联合估计。此方法能够有效地在线联合估计非线性系统的时变时滞和参数 ,并具有一定的抗噪声能力。

机械臂自适应跟踪控制方案设计及仿真分析

该文提出一种机械臂自适应跟踪控制方法,该方法利用光滑函数逼近机械臂系统的控制输入,以建立新的机械臂系统,该方法采用时滞估计方法来估计新机械臂系统的综合不确定性。根据预设的机械臂跟踪误差轨迹边界约束和综合不确定性,生成的自适应控制器可以通过新机械臂系统对机械臂进行控制,使机械臂的跟踪误差在预设的收敛时间内收敛至预设的稳态跟踪精度。该方法不仅不依赖精确动力学模型,而且还可以使机械臂按照预设精度和收敛时间跟踪目标轨迹。

一种基于滤波参数在线辨识的鲁棒自适应滤波器

针对一类未建模动态和扰动下的非线性随机系统的状态估计问题,提出了一种基于滤波参数在线辨识的鲁棒自适应滤波器.该算法通过极小化状态估计误差的方差同时正交化相邻时刻的滤波残差,在线辨识状态预报误差和滤波残差的协方差,实现了对未建模动态和扰动的自适应动态补偿,因此对未建模扰动具有很强的鲁棒性.仿真中研究了一个非线性随机时滞系统,其参数存在缓变和突变,时滞会多次跳变,量测噪声发生了均值漂移和方差突变.算法对时滞和参数的联合估计效果令人满意.

基于Smith预估的先进PID控制在PEMFC中的应用

讨论了在功率需求快速变化下质子交换膜燃料电池的动态响应性能。将带有参数在线估计的smith预估和自适应模糊PID控制相结合,应用于PEMFC的输出控制。使用MATLAB对控制系统进行仿真,并进行了相应的抗干扰及鲁棒性仿真实验。仿真结果表明,实施的控制方案具有较好的鲁棒性和自适应能力。

基于极点配置的真空热试验温度轨迹自适应补偿控制

为了在航天器真空热试验中对试件温度按指定轨迹精确控制,通过变量代换对真空冷背景环境下的对象模型进行稳态线性化近似处理;通过系统辨识技术对广义对象的时滞和模型参数进行了联合辨识;依据对象估计模型,按照极点配置方法设计了自适应控制律,使闭环系统具有期望的闭环稳定性;根据估计模型的延迟和闭环期望特性设计了自适应补偿器,从而提高了控制系统对给定输入的跟踪性能.运用该方法在模拟太阳翼的温度轨迹跟踪试验中取得了满意的控制效果.

多输入动态调节系统的正交匹配追踪迭代辨识算法

针对含有未知时滞的多输入单输出动态调节系统,基于过参数化后系统参数向量的稀疏特性,在有限测量数据下,将压缩感知理论和递阶迭代思想相结合,提出一种正交匹配追踪迭代辨识算法。该算法可以辨识多输入动态调节系统的未知时滞、参数和部分阶次。研究结果表明:与最小二乘迭代算法相比,该算法不需要大量的采样数据,可以节约采样成本,提高辨识效率。该算法能够有效地估计这类系统的参数与时滞。

An improved channel estimation with multipath search for MIMO-OFDM systems

This paper addresses the problem of channel estimation for broadband MIMO-OFDM systems. An improved channel estimator with multipath time delay detection and channel gain estimation is proposed. In the algorithm, we used the correlation of the channel taps and a well-designed adjustment scheme to increase the accuracy of the time delay detection. The most attractive advantage is that the complicated matrix calculation is replaced by search steps which can acquire the channel order and estimate the channel parameters without significantly increasing the complexity of the system. Computer simulation showed that the proposed algorithm can track the time delays adaptively and, consequently, improve the channel estimation performance.

不要求稳定和最小相位的线性系统的辨识

本文给出了离散和连续时间线性系统的未知参数、阶及时滞的一致估计。所用方法的特点一是不要求稳定性、最小相位及系统的其他动态性能,二是设计的输入是逐渐趋于零的。当适应控制问题和辨识要同时解决时,上述第二个特性显得十分重要。