具有最小时间加权平方误差积分的主动队列管理算法ISTE-PI

针对现有基于控制论的主动队列管理（AQM）算法的不足,在不忽略TCP/AQM传递函数模型中时滞环节的条件下,将TCP短流和UDP流作为干扰信号引入AQM控制器的设计过程,并借助最小＂时间加权平方误差积分（ISTE）＂控制方法,设计了一个基于PI控制器的AQM算法ISTE-PI.与现有算法相比,ISTE-PI算法同时具备响应速度快、抗干扰能力强、能用于大时滞网络环境且鲁棒性好等特点.鉴于Internet网络流量由TCP长流、TCP短流和UDP流构成,且是大时滞网络,因此ISTE-PI算法能更好地适应Internet网络环境下的主动队列管理.

基于时间加权误差绝对值积分最小准则的高阶系统PID控制器设计

时间加权误差绝对值积分性能指标是指在闭环控制动态过程中时间加权的误差绝对值之和,即ITAE。要使设计的系统满足ITAE最小准则,首先,可以设计一个PID控制器,使它和控制对象形成单位负反馈,之后求出闭环传递函数,再将所求的闭环特征方程式与表格1中基于最小ITAE准则的各阶标准闭环系统的特征方程式进行比较,并得到关于系数的方程。通过解方程组,求得PID控制器的参数。若仅仅通过PID控制的系统不能达到最优性能,则应该加上前置滤波器,以抵消零点对系统的影响。

矩阵指数精细积分方法中参数的自适应选择

讨论了基于Pade逼近的矩阵指数精细积分方法中加权系数N和展开项数q的自适应选择问题。参数(N,q)的选择直接影响到矩阵指数计算的精度和效率。采用矩阵函数逼近理论,研究了参数N和q的增加对精度的影响程度,据此,提出了参数(N,q)优化组合的递推自适应选择方法。该方法可以根据矩阵本身的性态选择合适的参数(N,q),而参数选择的计算量与矩阵指数的计算量相比几乎可以忽略,这对于增强矩阵指数精细积分方法的适应性和提高计算效率是很有益处的。算例验证了该方法的正确性和有效性。

基于贝叶斯序列分割的高维时间序列在线分类算法

参数化密度估计算法和非参数化密度估计算法均无法高效地处理高维时间序列。针对这种情况,提出基于贝叶斯序列分割的高维时间序列在线分类算法。通过时间延迟嵌入将时间序列投影到重建相位空间,基于贝叶斯序列分割将时间序列分区,结合边际密度和copula变换计算每个区的密度。使用积分平方误差度量时间序列概率密度函数之间的相似性。实验结果表明,该方法对于时间序列的维度具有鲁棒性,能高效地估计时间序列的密度,获得满意的时间序列分类准确率,同时满足在线分类的要求。

一种ITAE六旋翼无人机双闭环串联-前馈PID姿态控制算法

针对传统比例积分微分(PID)控制算法在多旋翼姿态控制时因闭环零点所导致的系统超调量增加、反应速度降低的问题,以六旋翼无人机为研究平台,提出一种时间加权绝对误差值积分(ITAE)指标双闭环串联-前馈PID姿态控制算法。结果表明,在该算法下系统的超调量σ可控制在2%以下,调节时间ts控制在0.5 s以内,可实现对六旋翼无人机高度、偏航角、仰俯角和滚转角的控制,可保证无人机系统的稳定性且使稳态误差接近于0。该算法有效解决了传统PID控制算法在进行姿态控制时存在的超调量大、调节时间长的问题,同时也解决了前馈滤波PID算法控制时出现的超调量降低、调节时间增加的问题,说明算法对六旋翼无人机具有较好的控制效果。

基于探索群策略鸽群优化的高超声速飞行器飞/发一体化控制

高超声速飞行器飞/发一体化系统具有气流一体化、结构一体化等强飞/发耦合特性,为控制系统的设计带来一定的挑战。针对高超声速飞行器控制系统设计问题,首先在建立高超飞行器飞/发一体化系统模型的基础上,设计了相应的纵向控制律,提出了一种新型的探索群策略鸽群优化算法,并将其应用于高超飞行器飞/发一体化控制参数整定。最后,通过探索群鸽群优化算法对控制参数进行优化,并与基本鸽群优化、粒子群优化进行了对比仿真分析,验证了所提探索群策略鸽群优化算法的可行性和优越性。