检索结果-内蒙古大学图书馆

唐山师范学院学报 2017年第2期39卷 57-61,90页

作者：孙娜李晓芳王娜山西工商学院基础教学部山西太原030006

针对直道上智能车辆在行驶过程中存在随机干扰的问题,基于传感器采样周期的不同,引入双率采样方案,建立状态补偿机制以小采样周期重构系统状态,设计了基于双率采样的切换控制器。在Matlab/Simulink环境下,对汽车模型的路径跟踪控制进行... 详细信息

针对直道上智能车辆在行驶过程中存在随机干扰的问题,基于传感器采样周期的不同,引入双率采样方案,建立状态补偿机制以小采样周期重构系统状态,设计了基于双率采样的切换控制器。在Matlab/Simulink环境下,对汽车模型的路径跟踪控制进行仿真,验证了基于双率采样切换控制方案的合理和有效性。

关键词：智能车辆控制轨迹跟踪双率采样切换控制 Lyapunov稳定性线性矩阵不等式(LMI) H.控制

来源：评论

学校读者我要写书评

暂无评论

基于双率采样的一类线性时不变系统的H_∞控制

引用

中央民族大学学报（自然科学版） 2020年第3期29卷 46-52页

作者：孙娜山西工商学院计算机信息工程学院山西太原030006

本文研究了一类线性时不变系统的双率采样控制问题。首先,考虑多个类型传感器系统的采样周期不同而引入双率采样方案;其次,通过以小采样周期重构状态信息来建立系统状态补偿机制,充分且实时利用不同时刻的采样信息,进而基于传感器采样... 详细信息

本文研究了一类线性时不变系统的双率采样控制问题。首先,考虑多个类型传感器系统的采样周期不同而引入双率采样方案;其次,通过以小采样周期重构状态信息来建立系统状态补偿机制,充分且实时利用不同时刻的采样信息,进而基于传感器采样时刻的信息设计切换控制器;最后,在Matlab/Simulink环境下通过仿真实验——智能车辆模型的轨迹跟踪仿真,证明了本文所提出的基于采样周期不同的切换控制方案的有效性。

关键词：双率采样切换控制 Lyapunov稳定性 H∞控制

来源：评论

学校读者我要写书评

暂无评论

两类采样方案下的T-S模糊系统的网络化控制

两类采样方案下的T-S模糊系统的网络化控制

引用

作者：赵俊华山西大学

学位级别：硕士

本文研究两类采样方案下的T-S模糊系统的网络化控制问题.在实际工业应用中,传感器需要使用不同的采样周期对被控对象进行采样以提高系统性能.由于网络的引入不可避免地产生网络诱导时延和丢包,如何充分利用网络诱导时延及丢包的特征建... 详细信息

本文研究两类采样方案下的T-S模糊系统的网络化控制问题.在实际工业应用中,传感器需要使用不同的采样周期对被控对象进行采样以提高系统性能.由于网络的引入不可避免地产生网络诱导时延和丢包,如何充分利用网络诱导时延及丢包的特征建模、分析和设计网络化控制系统是非常重要的课题.本文主要研究内容包括两部分.第一部分利用马尔可夫链来刻画时滞区间,研究单率采样方案下的TS模糊系统的基于事件触发网络化控制问题.第二部分研究双率采样方方案下的TS模糊系统的网络化控制问题.本文的研究工作如下下:(1)第一章介绍网络化控制系统、T-S模糊系统、多率采样系统及其国外研究现状,并给出本文的主要研究内容.(2)第二章考虑事件触发通讯机制下T-S模糊系统的网络化L2增益控制问题.考虑事件触发通讯机制及网络诱导时延,网络化控制系统被描述成具有区间时变时延的异步T-S模糊系统.由于网络诱导时延的变化特征,该时延区间被分解成N个子区间,并且利用一个马尔科夫链刻画区间时变时延在这些子区间上的跳变.此外,我们提出一种新的松弛方法,该方法充分利用归一化隶属度函数的凸性和异步归一化隶属度函数的偏差界.利用随机Lyapunov-Krasovskii泛函得到该异步T-S模糊系统的随机稳定性判据和模糊控制器设计方法.数值例子说明所提方法的有效性,并验证所得结论比现有文献结论具有较低的保守性和计算复杂度.(3)第三章考虑网络情境下带有网络诱导时延和丢包的双率采样TS模糊系统的网络化H∞控制问题.被控对对象的量测输出变从被两类不同采样率的传感器采样.考虑双率采样、网络诱好时延及丢包的影响,将双率采样的网络化控制系统建模成一个带有两个区间时变时延的T-S模糊系统.利用Lyapunov-Krasovskii泛函方法,以线性矩阵不等式形式建立该T-S模糊系统的稳定性判据和动态输出反馈控制器设计方法.仿真例子验证所提方法的有效性,并验证了双率采样系统的判据相比于对应的单率采样系统的结果有较低的保守性.(4)第四章总结本文的主要研究工作,并对今后的研究工作进行展望.

关键词： H∞控制异步归一化隶属度函数事件触发通讯机制双率采样动态输出反馈

来源：评论

学校读者我要写书评

暂无评论

非理想数据条件下Hammerstein系统辨识方法研究

非理想数据条件下Hammerstein系统辨识方法研究

引用

作者：陆迅江南大学

学位级别：硕士

工业生产中的绝大多数系统都呈现出一定程度的非线性特征,且由于实际生产过程的复杂性,难以利用系统机理机制对生产过程进行准确建模。近些年来,块结构的Hammerstein模型被广泛用于描述实际的非线性系统。然而,在实际获取采样数据的过程... 详细信息

工业生产中的绝大多数系统都呈现出一定程度的非线性特征,且由于实际生产过程的复杂性,难以利用系统机理机制对生产过程进行准确建模。近些年来,块结构的Hammerstein模型被广泛用于描述实际的非线性系统。然而,在实际获取采样数据的过程中,由于环境的变化、人为失误操作、传感器硬件限制的存在,获取的数据集中常会存在异常值、时变动态扰动和双率采样等非理想情况。如果忽略上述因素的影响而直接对Hammerstein系统进行辨识,所得的辨识结果会有较大的估计误差,甚至无法满足要求。因此,研究非理想数据条件下Hammerstein系统的相关辨识算法具有重要的理论价值。本文的主要工作如下:(1)针对受异常值影响的Hammerstein系统,提出了两种基于辅助模型的鲁棒递推辨识算法。为了克服传统二范数准则函数对于异常值的敏感性,通过在准则函数中引入对数机制,并结合辅助模型思想,分别提出了基于辅助模型的对数随机梯度算法和对数递推最小二乘算法,所提方法的主要思想是通过构造权重因子来抑制异常值的作用。与辅助模型递推最小二乘算法相比,所提算法可以获得稳定的辨识结果和较高的参数估计精度,有着较强的鲁棒性。(2)针对受动态扰动影响的Hammerstein系统,提出了带遗忘因子的鲁棒递阶随机梯度辨识算法和加权鲁棒递阶最小二乘辨识算法。为了实现对动态扰动的实时追踪,将其作为一个独立变化的时变参数,进而得到增广辨识模型。然后,借助于递阶辨识原理,将具有动态扰动的增广模型分解为两个子模型,推导出带遗因子的鲁棒递阶随机梯度算法,并利用多新息方法提升了算法的辨识性能。考虑到随机梯度算法收敛速度较慢,进一步通过鲁棒递阶最小二乘算法进行辨识,同时采用加权思想对算法进行修正,得到了加权鲁棒递阶最小二乘辨识算法。最后,仿真实验表明所提算法不仅能获得较高精度的参数辨识结果,而且还能实时追踪动态扰动。(3)针对受非零均值高斯噪声影响的双率Hammerstein系统,首先利用多项式变换技术将双率Hammerstein系统转换为可直接采用双率采样数据进行辨识的模型,并利用递推最小二乘算法进行辨识。考虑到递推最小二乘算法得到的辨识结果是有偏的,为了获得无偏参数估计,在偏差补偿原理的基础上,通过引入非奇异矩阵和扩展信息向量求解偏差项中的参数,推导出可辨识双率Hammerstein系统的偏差补偿递推最小二乘算法。数值仿真结果表明偏差补偿递推最小二乘算法可对递推最小二乘算法的辨识结果进行有效补偿,获得参数的无偏估计。

关键词： Hammerstein系统参数估计异常值动态扰动非零均值高斯噪声双率采样

来源：评论

学校读者我要写书评

暂无评论

基于同步观测器的双率系统的网络化H∞控制

基于同步观测器的双率系统的网络化H∞控制

引用

第三十三届中国控制会议

作者：马伟伟贾新春张大伟山西大学数学科学学院

研究一类带有网络诱导时滞和有界丢包的双率系统的H∞控制问题.系统状态被两类带有不同采样频率的传感器采样,分别通过不理想网络传输到控制器端.考虑到不同采样率的影响,引入一个基于同步观测器状态反馈控制器来估计系统状态并镇定双... 详细信息

研究一类带有网络诱导时滞和有界丢包的双率系统的H∞控制问题.系统状态被两类带有不同采样频率的传感器采样,分别通过不理想网络传输到控制器端.考虑到不同采样率的影响,引入一个基于同步观测器状态反馈控制器来估计系统状态并镇定双率系统,然后,把双率系统建模为一个带有两个时变时滞的连续系统.利用Lyapunov-Krasovskii泛函方法,以矩阵不等式形式给出该双率系统的稳定性判据和控制器设计方法.最后,通过数值例子说明所提方法的有效性.

关键词：网络化H_∞控制双率采样同步观测器时滞系统

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：