Chaotic attractor transforming control of hybrid Lorenz-Chen system

Based on passive theory, this paper studies a hybrid chaotic dynamical system from the mathematics perspective to implement the control of system stabilization. According to the Jacobian matrix of the nonlinear system, the stabilization control region is gotten. The controller is designed to stabilize fast the minimum phase Lorenz-Chen chaotic system after equivalently transforming from chaotic system to passive system. The simulation results show that the system not only can be controlled at the different equilibria, but also can be transformed between the different chaotic attractors.

一类浑沌系统的变换、估计和控制

本文从系统的外部特性出发,用统计方法处理一类浑沌系统的建模、估计和控制。文中将浑沌系统视为一类特殊的随机系统,研究了不变测度意义下浑沌系统的变换,给出了建立其等价概率模型的方法,据此实现状态的预测估计,进而提出了一种消除浑沌的控制策略。

基于激光雷达的移动机器人实时位姿估计方法研究

位姿估计是移动机器人研究中的一个关键问题,对于运动目标跟踪、机器人导航、地图生成等具有重要意义.提出了一种基于二维激光雷达的实时位姿估计方法,包括基于Hough变换的切线角度直方图算法和迭代切线加权最近点算法两部分.两种算法的结合和切线信息的引入,有效地解决了传统方法无法解决的局部最小值、类孔径、大计算量等问题.仿真数据和室外环境实际数据的大量实验结果表明它具有精度高、速度快、适用性广和对噪声、遮挡和类孔径问题鲁棒性高的特点.

不确定性参数识别的模态区间逆响应面法

结合模态区间分析及响应面的相关理论,提出一种新的不确定性参数识别方法,即模态区间逆响应面法。首先,以有界区间数来量化结构参数的不确定性,通过合理的实验设计确定样本数据;然后,以响应为输入,设计参数为输出,采用逐步回归分析构造设计参数与结构响应的模态区间逆响应面模型,进而直接在模态区间逆响应面模型上进行模态区间运算,即可识别材料参数的变异性区间;最后,采用一组钢板模态实验来验证所提方法的可行性及可靠性。结果表明:所提方法可准确识别钢板材料参数的取值区间,有效地解决多重变量区间运算存在的区间过估计问题,识别过程避免区间迭代优化,具有较高的计算效率。

单目图像中姿态角估计的坦克目标测距方法

为了克服经典成像测距对相机姿态和视差信息依赖的问题,以观瞄发控装置的电荷耦合器件获取的单目图像为研究对象,提出了基于姿态角估计的坦克目标测距方法.该方法首先利用多级尺度不变特征变换匹配算法实现目标姿态角的快速估计,获取与当前目标姿态偏差最小的模板;然后利用该模板和目标图像模拟立体视觉,建立不依赖于相机姿态和视差的单目测距模型.该模型在远距离测距和小角度偏差的前提下,将模板中的匹配特征点投影到等效平面世界坐标系中,建立被测坦克图像点及其空间点的映射关系,将测距问题转化为对相机外参量的标定,从而求解出相机中心到坦克中心的距离.采用200m到2 500m范围内的坦克验证测距方法的性能,对测量误差随距离的变化规律进行分析,并将其与不同射程时导弹末制导交班的最大容许误差进行对比.结果表明,该方法适用于观瞄发控装置获取的任意姿态图像,实现了野战条件下单兵反坦克武器系统的远距离、快速测距;测量结果中相对误差小于4.9%,绝对误差小于87.7m,满足导弹各个射程的最大容许误差的要求.

无平衡点分数阶混沌系统全状态自适应控制

针对一类无平衡点的分数阶混沌系统,首先通过分数阶微分变换方法(FDTM)得到它的解序列。然后,研究了系统的Kaplan-Yorke维数和耗散性,基于系统的离散映射通过QR分解得到最大Lyapunov特征指数,通过该特征指数可以判断系统是否保持混沌。最后,给出一种全状态自适应控制方法,使系统的状态变量追踪期望轨迹,并通过数值模拟验证了本文算法的可行性。

随机Marino-Tomei系统的输出反馈鲁棒自适应跟踪

研究了一类Marino-Tomei非线性模型在不确定噪声干扰下的输出反馈鲁捧自适应跟踪问题.通过滤波变换,采用随机控制Lyapunov设计方法,对于受方差未知的Wiener噪声干扰的Marino-Tomei非线性系统,给出了参数自适应律和控制律,使得闭环系统成为噪声——状态稳定的,并且跟踪误差的4次均方值在时间平均意义下收敛到一个足够小的区域内.

基于Hilbert-Huang变换与理想带通滤波器的系统识别

针对经验模态分解存在模态混叠现象,提出基于Hilbert-Huang变换与理想带通滤波器的系统识别方法。该方法利用傅里叶变换得到结构加速度响应频响函数,粗略估计固有频率范围,通过半功率带宽法设计理想带通滤波器,定量化确定通带带宽,使信号在经过滤波器后频域内零相移,同时不改变其幅值谱。结构响应通过指定频带的理想带通滤波器产生若干窄带信号,利用经验模态分解获取结构模态响应,经Hilbert变换构造模态响应解析信号,并通过线性最小二乘拟合提取结构模态参数与物理参数。结果表明:半功率带宽法可实现带通滤波器频带的定量化设计,理想带通滤波器的零相移特点较好契合Hilbert-Huang变换用于系统识别的要求,两者结合可有效地解决模态混叠现象,减少虚假模态,大大提高结构系统识别精度。

标度变换后Lorenz混沌系统的同步实现

首先对Lorenz混沌系统进行标度变换,这是因为在实际应用中,一些混沌系统的数值解是不能使用普通的电子元器件来实现的,往往需要利用标度变换的方式将这些变量的变化范围进行适当调整,使其符合电路设计的要求。然后,采用主动控制法、自适应控制法和基于状态观测器的控制法分别实现标度变换的Lorenz混沌系统的同步,3种方法均可应用于具体的电路实验,具有较高的实用价值。理论分析和仿真结果均表明这些同步方法是有效和可行的。

具有未知参数的不确定分数阶Sprott-C系统的Terminal滑模同步

基于滑模控制的优良性能,探讨了利用Terminal滑模控制实现分数阶混沌系统的有限时间同步问题,给出了滑模控制实现具有未知参数和扰动的分数阶Sprott-C驱动—响应系统(阶数0<α<1)的同步结论。通过构造合适的滑动模态曲面,针对系统未知参数上界已知和未知两种情况,设计了合适的分数阶控制器和参数自适应率,结合分数阶微分方程相关理论和有限时间稳定性定理,证明了实现该系统的同步控制结论,并对未知参数和扰动上界进行了准确估计。最后选取适当参数,通过数值仿真,验证了所给结论的有效性和可行性。

双重不确定分数阶混沌系统的鲁棒自适应同步控制算法研究

针对一类含有未知参数且受外部扰动的双重不确定分数阶混沌系统的同步控制问题,提出一种易于实现的鲁棒自适应同步控制算法。基于分数阶Lyapunov稳定性定理和自适应控制策略,给出使同步误差系统鲁棒渐进稳定的自适应同步控制器设计方法。该控制器在实现混沌系统同步控制的同时,可以获得对未知参数的精确估计。以一类含绝对值项的分数阶混沌系统为例,通过MATLAB数值仿真验证该算法的有效性和可行性。

切换系统及其同步控制

为提高混沌系统的随机性,基于Liu系统利用坐标变换和参数切换构建出了新的多翼切换混沌系统.通过分析吸引子的相图和系统的李雅普诺夫指数谱,验证了新建系统的混沌特性.利用脉冲电压源设计了切换混沌系统的电子电路,其仿真结果验证了切换系统实现的可能性.并进一步研究了新建切换混沌系统的同步控制问题,在干扰上下界未知和参数不确定的情况下,设计了一种基于指数干扰观测的自适应控制器,实现了切换系统的同步控制.据李雅普诺夫稳定性理论和数值仿真对控制效果进行分析,结果表明控制器具有合理性和有效性.

小波在频率发生较小变化识别中的应用研究

在工程信号处理中,频率是一个非常重要的参数。分析了传统的频率求解方法,并就信号频率发生较小变化的识别问题提出了一种基于小波变换的算法。对于信号处理和一些利用频率进行诊断的工程问题具有一定的参考价值。

六翼混沌系统及其同步控制

为提高混沌系统吸引子的复杂程度,并在保密系统的应用中提供理论支撑,本文基于Lorenz系统提出一种新的六翼混沌系统,通过分析吸引子相图、庞加莱截面图、李雅普诺夫指数及功率谱验证了系统的混沌特性,同时,利用自适应控制理论对混沌系统进行同步控制,并通过数值仿真验证了控制器的有效性.

初始误差未知的不确定系统预设性能反演控制

对一类严格反馈非线性系统的预设性能反演控制问题进行了研究.提出了一种新的误差转化方法,将原始的不等式约束的受限系统转化为等式的非受限系统,并放宽了对初始误差已知的限制,系统的控制增益为未知常数且初始跟踪误差未知.利用自适应估计器实现了对未知控制增益的逼近,并将虚拟控制量的跟踪问题转化为误差状态量的有界性问题,完成了反演控制器的设计.仿真结果表明:所设计的控制器能够满足预设性能的要求,且保证闭环系统所有的状态量有界,进而证明了控制器设计方法的有效性.