共轭梯度反传算法及其在液体火箭发动机系统辨识中的应用

结合非线性优化理论和方法提出了易于实现、收敛速度比较快的多层神经网络共轭梯度反传算法。液体火箭发动机参数辨识技术已得到广泛的应用,由于传统的数学方法必须基于发动机已知模型,使得其参数辨识受到极大的限制。文中基于神经网络共轭梯度反传算法进行液体火箭发动机的系统辨识,结合变推力发动机热试车动态数据,得到了满意的仿真结果。     

随机控制系统大纯时滞辨识及结构辨识的偏差补偿算法

本文研究了已知噪声自相关函数时,线性SISO系统ARMAX模型的大纯时滞的辨识问题及结构与参数辨识的偏差补偿算法。本算法使得能够在很小的样本数及极低的信噪比下得到系统的结构参数。     

基于粒子群聚类的导弹直接侧向力模型辨识

为了充分挖掘数据的潜在规律,提出一种基于粒子群模糊C均值聚类的模型辨识方法,该方法首先对实验数据进行分类,得到最佳聚类数和聚类中心,然后对不同的类分别辨识.新数据可以根据到不同聚类中心的距离划分为不同的类,再根据该类的辨识模型得到输出结果.依据风洞实验数据,采用粒子群模糊聚类对直接侧向力模型进行了辨识,辨识结果表明,与直接辨识相比,该方法的辨识精度明显提高,其辨识结果可以为控制系统的设计提供依据.     

离散系统中参数估计的递推算法

一、前言参数辨识的一个共同特点,就是处理的数据愈多,得到的辨识结果就愈精确。但由于数据的愈多,必然要求计算机有较大的容量。在离散的瞬态在线参数辨识中,采用“递推算法”就方便多了。本文运用递推极大似然法就处理数字信息的有关问题并结合实例加以讨论。     

系统辨识在建立舰船电力推进动态模型中的应用

舰船电力推进是一个复杂的船—机—电系统。对其动态特性的研究,利用现有的基于理论分析建立机理模型的方法,就会遇到分析过程繁杂、模型适用性差的实际困难。本文则利用系统辨识方法建立舰船电力推进系统的动态模型,通过一个具体的船模实验及辨识计算,确定模型的结构和参数。为了克服相关噪声的影响,参数估计中采用了增广矩阵法。并对模型从拟合程度和收敛性两方面进行了检验,结果表明,上述方法所得到的动态模型是适用的。     

反坦克导弹的气动参数辨识

本文运用极大似然法进行激光驾束制导反坦克导弹气动参数的辨识。在辨识的迭代寻优过程中,采用变步长搜索提高辨识准度;在辨识算法的具体计算处理上,采用了模型分解法,大大减少了计算时间,保证了气动参数的辨识精度。同时给出辨识仿真验证结果.     

大系统递阶协调的自校正控制方法

本文基于大系统理论和递阶离散系统辨识方法的思想,提出了大系统递阶协调自校正控制算法,并用仿真实例验证了算法的可行性。     

有色噪声下FIR模型相关辨识精度分析

本文针对离散控制系统的有限脉冲响应（ＦＩＲ）函数模型,研究了在伪随机ｍ序列输入的激励和有色噪声干扰下辨识的精度问题,纠正了参考文献中的错误,得到了有色噪声干扰下ＦＩＲ参数估计精度的显式表达式。同时,给出了辨识精度的下界和上界,分析并得到了达到上下界的条件。文中有实例分析。     

基于系统辨识的雷击浪涌注入效应仿真

为探索系统辨识方法在电磁脉冲注入效应仿真领域的适用性，使用三端稳压电源进行雷击浪涌注入实验，分别采集注入的雷击浪涌电压和三端稳压电源的响应电压。对采集的数据运用dh系列小波降噪，进行去除趋势项预处理。选用ARX模型，利用最小二乘法进行参数辨识。根据所得模型预测在不同浪涌电压下三端稳压电源的响应电压，并与实际电压进行对比。计算结果表明，基于系统辨识的方法得到了满意的能量耦合模型，较好的预测了三端稳压电源的响应电压。     

Volterra级数模型的非线性压缩测量辨识算法

针对非线性系统的辨识问题,提出了非线性压缩测量辨识算法,且推导出了一种符合压缩感知测量准则的测量模型。相比递归最小二乘法,该方法极大地减少了所需的测量数,使得高阶Volterra级数辨识成为可能。此外,还分析了实际应用中的各项因素对辨识准确性的影响,如信号稀疏度、测量噪声、测量矩阵形式等。     

多尺度法的设解形式之探讨

当采用多尺度法研究非线性振动问题时,经常会遇到不同情形下系统响应的设解形式不同的问题.文中针对一类具有平方和立方非线性项的单自由度和多自由度非线性系统,得到不同设解形式下的一次近似解和二次近似解,并与数值解相比较,发现两种设解形式的近似解与数值仿真解的解曲线吻合很好,表明传统的各种设解形式在研究弱非线性系统时都有很好的近似性.     

组合金属橡胶隔振系统参数识别

对2块金属橡胶元件组合制备的隔振器进行静动态试验,指出组合隔振器的优点;利用双折线模型描述该非线性迟滞系统的记忆恢复力,并建立该系统的本构关系及参数识别方程;采用给记忆恢复力zs赋初值,再将用最小二乘法识别得到的参数作为初值构造误差函数,利用误差函数把一次刚度和记忆恢复力的参数识别问题转化为函数优化问题的方法,用小生境遗传算法进行优化识别;对该方法进行模拟仿真识别,并对某金属橡胶隔振器进行试验研究.仿真和试验均表明该方法根据系统输入-输出数据来直接识别系统的物理参数,简单可行且精度较高.     

基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。     

非线性系统的状态观测器设计

文中讨论了非线性状态观测器的一种新的构造方法,建立了非线性系统观测器的一种线性化设计过程,所得结果是线性系统观测器理论在非线性系统中的直接拓广。     

鱼雷非线性控制系统的研究进展与展望

鱼雷在作空间运动时是一个复杂的动力学系统,其动力学行为有很强的非线性．文章综述了鱼雷非线性控制系统的研究进展,探讨了其今后的发展方向,揭示了现代微分动力系统理论在鱼雷非线性系统及控制领域的应用前景．     

多尺度方法在强非线性系统中应用的一个注释

多尺度法在求解非线性系统时，目前所得到的结果多集中在弱非线性系统上。论文对多尺度法进行了改进。对强非线性杜芬系统进行了变换，得到了强非线性杜芬系统存在3个解的结论，其中大的和小的是稳定的，中间的是不稳定的，物理上实现哪个稳定运动取决于初始条件。     

纯方位系统TMA非线性最小二乘法——理论数学模型与常规算法

对非线性最小二乘法应用于纯方位系统目标运动分析进行了综合评述,介绍了经典的非线性最小二乘法及几种常规算法:高斯—牛顿迭代法,麦夸脱迭代法,自适应非线性最小二乘法,给出了非线性最小二乘法对纯方位目标运动分析的四个数学模型:高度非线性模型,减弱非线性模型,再减弱非线性模型,再进一步减弱非线性模型。     

非线性系统的神经网络广义预测控制

研究了神经网络广义预测控制方法在非线性系统中的应用，基于BP网络构造神经网络预测器，利用非线性系统的开环输入输出数据离线训练神经网络，根据拟牛顿BFGS优化算法使得二次型性能指标函数达到最小，得到了最优的控制序列。同时给出了神经网络广义预测控制算法的步骤，讨论了提高系统鲁棒性的措施。仿真结果表明，这种神经网络预测控制算法具有响应速度快、控制效果好和跟踪精度高等特点。     

坦克炮控伺服系统的滑模非线性摩擦补偿控制

坦克炮控伺服系统存在低速摩擦,摩擦环节不但造成系统的稳态误差,而且导致极限环振荡、低速爬行等现象.提出基于Lyapunov稳定理论的滑模控制方法,通过 Lyapunov稳定理论获得控制量,同时克服参数不确定性和补偿非线性摩擦力矩,从而保证跟踪误差渐进收敛.仿真结果表明该设计方法大大优于经典设计,为炮控伺服系统实际设计提供了一种可行的新方法.