基于波波变换的广义预测控制器的设计

小波变换具有在时域和频良好的局部化性质,对干扰信号具有滤波的作用。采用小波变换的地系统的输出量进行滤设计广义预测控制器,仿真结果表明,该方法抗噪声能力强,在控制器性能得到改善的情况下,可得到较平滑输入曲线。     

基于Soblev空间上的广义积分小波变换

在Sobolev空间H^2R^n上定义一种新的广义积分小波变换，它包括了通常的小波变换，Fourier变换，Radon变换，以及朱文革在文献[1]中引入的广义积分小波变换等。并且研究了这种新的变换的基本性质。     

一类不确定非线性系统控制器设计

研究了不确定仿射性非线性系统的控制器设计问题。首先通过状态变换和具有反馈的输入变换,将不确定非线性系统线性化;然后基于李亚普诺夫直接法,对不确定性满足匹配条件时,给出了不确定非线性系统的鲁棒控制器设计;最后给出设计实例。     

基于广义预测的非线性神经网络控制器

广义预测控制(GPC)是针对线性系统提出的一种控制方法,而神经网络具有对一般非线性函数的逼近能力。首先介绍基于GPC的神经网络控制系统的组成,进而提出采用两层线性神经网络构造预测器,采用E lamn型动态递归网络构造控制器,从而实现对非线性对象的快速控制,仿真结果说明了该算法的有效性。     

基于小波变换和AWLS-SVM的短期负荷预测

提出了一种基于小波变换和自适应加权最小二乘支持向量机(AWLS-SVM)的电力系统短期负荷预测方法。针对负荷变化具有拟周期性和随机性的特点,本方法先将负荷值利用小波变换分解为几个低频段的拟周期量和一个高频段随机量,然后根据各分量特点应用AWLS-SVM模型进行预测,最后小波重构各分量获得预测结果。实例预测结果表明该方法具有较高的预测精度。     

一种分散鲁棒自适应控制器的设计方法

基于李雅普诺夫函数法,提出了一种适用于不确定性线性大系统的分散鲁棒稳定控制方法,系统的不确定性因素包括系统参数摄动,关联变化以及外界干扰,由于实际大系统的不确定因素复杂且系统关联变化很难描述,因而在控制律中又引入了对设计参数的自适应算法,大大简化控制器的设计和实现,所提出的控制律可以保证系统在确定性干扰和关联变化的情况下全局稳定,同时自适应算法使参数收敛,仿真结果表明了该控制方法的有效性。     

一类非线性系统的鲁棒控制器设计

该文研究了一类不确定非线性系统的鲁棒镇定控制器设计问题，该非线性系统的时变参数不确定性满足范数有界条件，非线性不确定项位于有限霍尔维茨角域。首先分析了系统鲁棒稳定的条件，接着基于线性矩阵不等式的方法得到了系统鲁棒镇定控制器设计的充分条件，通过求解一个线性矩阵不等式便得到了鲁棒镇定控制器。最后通过数值仿真例子进行了验证，仿真结果表明了该文所得结果较之已有的结果保守性明显降低。     

具有指定跟踪性能的间接鲁棒自适应广义预测控制

针对对象的不确定性干扰（未建模动态、有界干扰等），提出一种新的不需要持续激励条件的间接自适应广义预测控制算法，不仅考虑了自适应控制系统的闭环鲁棒稳定性，而且使所设计的自适应控制闭环系统具有指定的跟踪性能。     

一种基于神经网络的直接自适应控制器

对于具有不确定因素的非线性系统 ,通过校正神经网络的预报输出 ,应用最优化及网络辩识器模型局部线性化的思想 ,提出一种鲁棒自适应神经网络控制器 ,仿真研究证明该控制器具有较强的抗干扰能力     

基于小波变换的人体图像自适应滤波处理

根据人体图像的特点，采用中值滤波器与小波滤波器相结合对人体图像进行了自适应滤波．实验结果表明，采用自适应滤波器对人体图像滤波后，不但滤波效果较传统滤波得以提高，而且对人体图像边缘也有良好的保护作用，提高了人体图像的信噪比，改善了图像质量，并为人体图像去噪提供了一种新方法．     

基于输入设计的广义预测控制

讨论了广义预测控制 ( GPC)中参数γ的选取问题 ,指出了其中的不足 ,进而提出了基于输入设计的广义预测控制 ( GPCID)。该算法不必求逆矩阵 ,比 GPC占用内存小 ,计算速度快 ,但增强了鲁棒性。仿真结果表明了该算法优于 GPC算法     

无人直升机发动机恒转速广义预测控制

采用基于受控自回归积分滑动平均值模型的广义预测控制和总距前馈补偿相结合的复合控制策略设计恒转速控 制器,实现进入恒转速闭环控制模式发动机的恒转速控制。针对实际中的几种典型情况进行仿真,与传统PID控制进行对比, 并做地面系留试验。离线仿真和地面系留试验结果表明,所设计的控制器鲁棒性强,能满足小型无人直升机对发动机的跟踪 性、抗干扰性要求,保证直升机主旋翼在各种飞行状态下恒速运转,以获得最佳的气动效率。     

基于输入设计的多变量广义预测控制

把基于输入设计的广义预测控制 ( GPCID)推广到多变量线性系统中 ,提出了基于输入设计的多变量广义预测控制 ( MGPCID)。该算法占用内存小 ,计算速度快 ,但增强了鲁棒性。仿真结果表明了该算法优于 GPC算法     

一种简化的广义预测自校正控制器

本文基于 CARIMA 模型提出了一种简化的广义预测自校正控制算法,避免了在线求解 Dioaphantine 方程,与 Clarke 的 GPC 算法相比大大节省了运算量与存储量。理论上证明了两种算法的等价性。进行了数字仿真和模拟试验,结果令人满意。该算法已用 z80汇编语言编制成控制程序,正投入单晶炉微机控制系统的工业调试之中。     

基于Soblev空间上的广义积分小波变换

在Ｓｏｂｏｌｅｖ空间ＨＳＲｎ　上定义一种新的广义积分小波变换，它包括了通常的小波变换，Ｆｏｕｒｉｅｒ变换，Ｒａｄｏｎ变换，以及朱文革在文献［１］中引入的广义积分小波变换等。并且研究了这种新的变换的基本性质。     

基于小波变换的边缘检测

边缘特征是图像最为有用的高频信息。边缘检测在图像处理和计算机视觉中起着非常重要的作用。本文在简要介绍小波变换的基础上,给出了小波变换的边缘检测理论。边缘检测采用3次B样条小波。实验证明,利用小波变换提取的图像边缘效果明显优于sobel、canny等传统的边缘检测方法。     

基于小波变换的去噪方法

分析了信号与噪声在小波变换下的不同特点,提出了基于小波变换的去噪方法,且将该去噪算法用算子加以描述,给出了具体实例。小波变硬阈值去噪法和软阈值去噪法的性能比较及仿真实验,表明基于小波变换的去噪方法是非常有效的。