变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.     

变结构多模型估计第Ⅳ部分——模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应.它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比.本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计.研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示.这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征.仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较.     

变结构多模型估计第Ⅱ部分——模型集合自适应

变结构多模型(VSMM)估计的一个重要、自然和实用的方法是递归自适应模型集(RAMS)方法。此方法的关键是在理论上和实践上都具有挑战性的模型集自适应(MSA)。本文在理论上对MSA进行了研究。根据假设检验,阐明了MSA的各种典型问题,而这些假设一般是复合的,N元的,多变量的,更糟糕的是,不一定不相交。给出了一定数量的序列方案,这些方案在计算上都是高效的,容易实现的,并具有一些令人满意的最优特性。这些结果构成了建立性能良好,通用和实用的MSA算法的理论基础。在这里给出的理论结果已经应用于这系列后续部分的几种RAMS算法,这些算法都是应用广泛,容易实现并且明显优于当前的最佳固定结构多模型估计器。同时,它们对于变结构和固定结构多模型估计器的模型集对比、选择和设计都很重要。     

变结构控制器的仿真模型研究

变结构控制器集中了非线性控制与线性控制的优点,既保证了系统的快速性,又具有良好的跟踪精度。运用控制理论及牛顿运动规律,阐述了变结构控制器的建模机理,重点研究在MATLAB/SIMULINK动态系统仿真环境下,利用已有模块搭建变结构控制器的仿真模型。该仿真模型已被成功地应用于某型自行高炮随动系统的仿真研究中。     

舰船液压变距桨控制系统的改进设计

介绍了一种新型的变距桨控制系统。通过采用不同的控制方法,提高了螺距角的控制精度、稳定性和跟踪响应的快速性,使原系统的可靠性大大提高。     

阶梯形变截面弹性支座连续梁的弯曲计算

本文利用折算载荷法,推导出了阶梯形变截面弹性支座连续梁弯曲计算的基本方程,编写了通用计算机解题程序。     

基于战场环境变权的目标战场价值评估

基于现代战场环境动态变化的特点,针对常权目标战场价值评估的结果与实际情况不符的问题,引入了变权的思想。根据战场环境的动态变化特点,通过直觉模糊集和专家评价法对战场环境因素进行综合分析,并得出战场环境指标总变化量。利用战场环境指标总变化量对目标战场价值指标进行自适应变权,并提出变权的算法。最后通过仿真验证了该方法的合理性与可行性。     

双变因子LMS自适应滤波算法

为提高最小均方(LMS)自适应滤波算法的性能,在步长因子与误差信号满足一种改进的Sigmoid函数关系式的基础上,提出了一种双变因子控制下的变步长LMS自适应滤波算法。该算法具有初始状态收敛速度快、稳定状态均方误差小、抗噪声性能好、适应系统跃变能力强的优点。计算机仿真结果验证了该算法的优越性。     

一类具有变时滞系统的α稳定性

本文对线性变量滞系统进行讨论,通过利用Lyapunov函数的方法和线性矩阵不等式,给出了该系统的一个充分条件。并对线性控制系统稳定性的应用有一定的影响。     

基于神经网络的离散变结构控制系统

系统研究了基于神经网络的离散变结构控制系统设计方法,提出了几种具体设计方案.神经网络的引入可以使滑模(变结构)控制具备学习与自适应能力,使控制信号得以柔化,从而能够减轻或避免困扰常规滑模控制器的抖振现象,改善控制效果.