基于向量图分析的迭代学习控制非线性算法

打破多年来人们一直囿于Arimoto的思路 ,另辟途径寻找新的迭代学习控制的研究方法 ,以期构架迭代学习控制的几何理论 .基于数学的几何方法 ,通过对通常算法所构成的向量图进行分析 ,获得了一类快速的迭代学习控制新算法 ,然后对这种新结构的算法在理论上进行了完整的收敛性分析 .这类新算法与目前所有迭代学习控制算法不同 ,具有非线性结构 .

基于非线性算法的FY-3A/VIRR SST反演

利用非线性算法实现了FY-3A/VIRR数据的海洋表面温度SST产品的反演。对2010年的全球船舶站观测数据和FY-3A/VIRR数据建立匹配数据集,选择单月的匹配数据采用多元回归模型计算得到了适用于FY-3A/VIRR数据的非线性海表温度反演算法NLSST的系数,能够实现FY-3A/VIRR数据的高精度SST产品反演。并利用独立于反演算法的双月匹配数据采用最小绝对偏差方法通过线性模型对SST算法的精度进行检验,结果显示白天和夜间的偏差分别为0.05℃和-0.05℃,绝对偏差在0.50℃以下,标准偏差在0.65℃以下。通过文中实现的算法反演了VIRR数据的SST产品,并和MODIS的官方产品进行比较,结果显示两种SST产品具有很高的一致性。

一种卫星姿态确定的非线性算法

在稳态卡尔曼滤波算法中引入非线性项 ,改进了算法的性能。思路是在姿态确定误差较大时 ,使得非线性滤波算法等价于具有较大滤波增益的稳态卡尔曼滤波器。理论分析和仿真结果表明在保证同样稳态估计精度的情况下 ,与稳态卡尔曼滤波算法相比较 。

数字电源的快速响应非线性算法研究

为了解决数字电源存在的各种延迟现象,对基于数字电源的快速响应进行了非线性算法的研究。通过对各种非线性算法的研究比较,着重分析了迟滞控制非线性算法,给出了数字电源的整体结构。经过试验以及计算,相对比传统的数字电源可以提高2μs的响应时间,实现了数字电源的快速响应的设计。

非线性算法在新型井径仪器中的应用

在套管内要进行井径核查时其它井径仪器测得的套管的井径测量值与套管实际内径总是存在偏差。用新型井径仪器测量得到的井径值比其它系列的井径仪器测量得更准确。由于这种仪器运用了非线性的算法和不同的机械结构,使得仪器精度得到提高,达到了精确描述井身结构的目的。用数值拟和的方法和室内测试结果进行对比,验证了仪器测量结果的准确性。

基于非线性算法的制造资源多目标优化配置模型研究

为优化配置多目标制造资源,分析了制造资源生产能力的约束和资源供应状态的约束;用非线性动态规划算法,按照经济效益最先性原则,构建了一套制造资源多目标优化配置模型;以G试验器材制造公司为例,结合自编的MATLAB算法求解,然后提出计算机辅助算法,运用EXCEL进行检验;实证表明,在生产要素约束条件下,实现了多目标资源优化配置,完成了生产定制,满足了顾客需求;验证了构建的非线性多目标资源优化配置模型可行性和自编程序的正确性,并且该模型难度适中、易于操作。由此表明,该模型可为多目标制造资源优化提供实践指导和理论依据。

确定卫星姿态的一种非线性算法

本文在稳态卡尔曼滤波算法中引入非线性项，改进了算法的性能。思路是在姿态确定误差较大时，使得非线性滤波算法等价于具有较大滤波增益的稳态卡尔曼滤波器。理论分析和仿真结果表明在保证同样稳态估计精度的情况下，与稳态卡尔曼滤波算法相比较，非线性滤波算法具有更快的收敛速度。

自适应非线性算法助力伺服控制优化

伺服控制器通常使用传统的位置环内嵌速度环的串级控制方式。这种控制方式产生的年代、电流和速度控制是用硬件实现，而位置控制则用软件实现。它流行至今的原因之一是其所具有的简易性。首先调整速度环，接着调整位置环，而电流控制参数一般自动设定。化置控制器通常由一个简单的比例系数组成，速度控制器则包含一个比例系数和一个积分环节（图1）。

采用自适应非线性算法优化伺服控制

更加智能的伺服控制软件可以提高CNC、机械以及其他运动控制应用的速度和性能。伺服控制器通常使用传统的级联式配置,即速度环嵌套在位置环里面。这种配置起源的时候电流和速度控制器是通过硬件实现的,而位置控制是通过软件实现的。由于其简单的特点,至今还一直很流行。

基于非线性互补算法的太阳能电池储能系统设计与网络建模

太阳能是一种环保型能源,利用储能系统,将太阳能转化为电能并用于驱动其他设备元件,有助于实现能源的高效利用。针对上述背景,研究基于非线性互补算法的太阳能电池储能系统设计与网络建模方法。分析太阳能储能系统的研究现状及发展趋势,结合等价非线性互补原则,确定储能部件的能量转化收敛性,实现基于非线性互补算法的电池储能收敛性研究。选用合适的电池储能元件,并在此基础上,完善动态储能模型,完成太阳能电池储能系统的网络建模与设计。

一种基于非线性电流跟踪算法的STATCOM相间电容电压平衡控制策略

针对基于级联H桥拓扑结构的静止同步补偿器在传统控制框架下所产生的相间电容电压不平衡问题,采用一种新型混合调制方法并提出了一种全新的非线性分相电流控制策略。首先,基于六模块十三电平级联H桥拓扑结构,阐明新型混合调制的调制原理,并阐述适用于新型混合调制的相内电容电压均衡策略。其次,推导了静止同步补偿器在两相同步旋转坐标系下的控制模型,并分析指出采用dq解耦控制存在的相间电容电压不平衡问题。针对相间电容电压不平衡问题,提出基于三相静止坐标系下的电流分相控制策略,通过Lyapunov稳定性判据第二法推导并设计实现对交流指令电流无差跟踪的非线性电流控制器。最后,在Matlab/Simulink环境下搭建仿真模型。仿真结果表明,所提控制策略在不同条件下均能保持相间电容电压一致和稳定,且具有良好的动态响应特性。

关于非线性鞍点问题的一个新的非线性不精确Uzawa算法

本文针对非线性鞍点问题,借助于一个非线性映射,构造了一个新的非线性不精确Uzawa算法,该算法避免了传统Uzawa方法所必需的求逆运算.并通过精细分析得到了该算法在能量范数意义下收敛的充分条件,最后给出的数值实验验证了该方法的有效性.

应用非线性KNN数据搜索的三维叠前自由表面多次波预测

自由表面多次波预测(SRMP)是自由表面多次波消除(SRME)以及成像的重要环节。SRME技术尽管有效,但理论上需要规则而密集的地震数据采集方式。然而实际炮点、检波点空间分布稀疏,地震数据不能满足SRME理论要求,常规的做法是在SRME之前将地震数据规则化。为了避免数据规则化环节,首先建立索引数据树管理三维叠前地震数据,并采用基于树形数据结构的非线性K近邻算法(KNN)从地震数据中实时搜索两道近似地震数据;然后利用动校—反动校消除实时搜索得到的近似地震道与实际地震道之间的旅行时误差;由以上两步获得单道孔径内任意向下反射点(DRP)所需要的两道地震数据用于SRMP。单道孔径内任意DRP均可由SRMP预测对应的多次波模型道,叠加所有DRP对应的预测结果可获得该道稳定的多次波模型数据。将该方法用于扩展的三维Pluto模型数据,结果表明该方法能有效预测三维自由表面多次波,从而保证高质量的自由表面多次波衰减结果。实际地震数据的应用证明了方法的实用性。

基于后随机非线性动态粒子群算法的地震模拟振动台参数优化设计

地震模拟振动台系统控制参数的质量影响着台面波形复现精度,进而影响试验效果。为实现对系统控制参数的高效校调与智能化寻优,提高系统对台面的控制效果,在标准粒子群算法的基础上提出了一种基于后随机非线性动态粒子群算法的三参量控制参数寻优方法,用于地震模拟振动台系统控制参数的优化整定。仿真结果表明,改进算法寻优参数控制下复现波形的相关系数比理论参数控制时提高了25%以上;与试验反馈数据波形仿真结果相比,寻优参数控制下的系统仿真波形相关度均提升至0.95以上,绝对峰值误差降至10%以内;对比结果证明了改进算法可行有效,优化参数控制下系统对不同输入波形具有更好的适应性,系统受控效果良好。

基于非线性规划遗传算法的混合动力拖拉机控制策略

针对串联式混合动力拖拉机的特点,建立了整车动力学模型,设计了恒温器式控制策略、恒温器式+制动能量回收控制策略.为进一步提高串联式混合动力拖拉机的整车燃油经济性,采用非线性规划遗传算法(NLPGA)优化恒温器式控制策略关键参数.通过AVL-Cruise与Matlab/Simulink联合仿真,结果表明:3种策略均可有效地维持电池荷电状态在指定范围内.在犁耕工况下,基于NLPGA优化的能量管理策略的燃油消耗率比恒温器式降低了29.25%,比恒温器+制动能量回收式降低了9.35%;累计燃油消耗量分别比两者降低了31.50%和1.74%;电池荷电状态SOC比两者分别提高8%和6%.

基于混沌映射与反向学习机制的非线性灰狼优化算法

为提高灰狼优化算法种群多样性和搜索解的质量,提出一种基于Tent混沌函数与反向学习机制的非线性灰狼优化算法。采用Tent混沌函数和反向学习机制进行种群个体初始化,使得初始种群个体分布均匀及多样性增强;引入一种非线性收敛因子控制策略,平衡其全局搜索能力和局部搜索能力;引入动态权重策略以提升灰狼优化算法的收敛速度和收敛能力。为验证改进算法的有效性,采用8个基准数学函数测试其收敛速度和收敛精度,并与GWO、CGWO和I-GWO三种灰狼算法进行对比。实验结果表明:非线性灰狼优化算法在多个测试函数上的收敛精度均达到了10-5以上,收敛精度和收敛速度优于其他三种对比算法。

一种基于小波变换的非线性红外图像增强算法

针对红外图像对比度低,噪声干扰大,用传统增强算法增强时,增大噪音的问题,提出了一种基于小波变换的非线性红外图像增强算法。该算法先对原始图像进行小波变换获得低频和高频系数,接着根据低频系数的特点设计了非线性函数对低频系数进行增强,并对高频系数进行小波去噪,最后通过小波重构得到增强的图像。仿真实验表明,该方法不仅解决了红外图像对比度低的问题,并且降低了噪声,突出了图像细节,该方法无论是增强效果还是抗噪效果都明显优于传统的图像增强方法。

一种用于电机优化设计的启发式约束非线性优化算法

提出一种用于电机优化设计的非线性优化算法,该算法利用电机优化过程中捕获的启发式知识控制优化进程,提高了算法的收敛性,减小了运算时间。

炉膛火焰温度场重建非线性优化算法研究

随着数字图像处理技术的发展,使得利用面阵CCD进行电厂锅炉炉膛温度测量成为可能。该文分析了基于火焰辐射图像的炉膛温度场的测量原理,建立了针对测试系统和测量对象的非线性优化数学模型,提出了一种非线性寻优算法,最后在某电厂锅炉进行了验证性试验,并给出了实验结果,结果表明,这种测试方法方便可行,具有一定的应用前景。

递归贝叶斯估计框架下的非线性滤波算法综述

对递归贝叶斯估计框架下的非线性滤波(Nonlinear Filter,NF)算法进行分类,根据NF算法设计思想的不同把它们分为基于函数拟合/变换的NF算法、基于矩拟合的NF算法和基于条件后验概率密度函数拟合的NF算法。同时,还论述了线性回归卡尔曼滤波算法、二阶分离差分卡尔曼滤波算法、Unscented Kalman Filter算法和高斯-厄米特滤波算法四者间的共性与区别,指出了基于NF算法间相互融合的新NF算法设计的不足,分析了上述三类NF算法设计思想的完备性,发现了一些NF算法设计思想中的不足,明确了NF算法将来的突破方向。