一种基于虚拟参考反馈调整的无模型自适应控制

针对无模型自适应控制算法中对伪偏导数估计值信息利用率不高的问题,提出一种新的无模型自适应控制算法.运用虚拟参考反馈调整方法思想,将紧格式线性化后的线性模型与基本无模型自适应控制器构成的闭环系统作为参考模型,再以参考模型的输出与系统期望输出的误差作为控制器的输入,从而将伪偏导数过去时刻的估计值引入到新的控制律中,提高了伪偏导数估计值信息利用率.仿真结果表明改进的无模型自适应控制具有较好的控制性能.

一种基于VRFT的全格式无模型自适应控制

针对无模型自适应控制中的时变参数拟梯度向量估计值信息没得到充分利用的问题,提出一种基于VRFT(虚拟参考反馈调整方法)的无模型自适应控制方法。该方法利用VRFT中的参考模型思想,首先将非线性系统经全格式线性化后的线性模型与无模型自适应控制器构成的闭环传递函数作为参考模型,再以参考模型的输出与系统期望输出的误差作为控制器的输入,从而将拟梯度向量在过去时刻的估计值引入到无模型自适应控制设计中,提高了伪偏导数估计值信息利用率。同时消去控制律中的权重因子,避免因人为赋值而影响控制效果。

一种基于VRFT的偏格式无模型自适应控制

针对偏格式无模型自适应控制中的伪梯度向量的估计值信息没得到充分利用这一问题,本文应用与之前提出的基于VRFT(虚拟参考反馈调整方法 )的紧格式和全格式无模型自适应控制相类似方法,提出一种新的偏格式无模型自适应控制律。最后选取一个典型非线性模型进行仿真研究,仿真结果表明改进的偏格式无模型自适应控制具有较好的控制性能。

实时视频系统的数据编码速率智能控制

探讨在CDMA无线网络环境下实现更高QoS的实时视频传输,包括了对实时视频编码速率调整的智能控制方法,以及如何对编码速率调整的内容。采用网络特征反馈的样本,将其通过动态神经网络异步输入,经过合适的训练,得到一个确定神经网络参考模型,用该模型对未来的网络环境作出预测,并由预测出来的结果控制数据编码调整方案的一种智能控制手段。我们通过神经网络来实现对网络特征的捕捉,再作出合适的编码速率调整,这种调整更接近真实需要,更好地满足了实时QoS的实时视频系统要求,使得实时性能得到显著的提高。