基于Kp=L2D2S2矩阵分解的多变量自适应控制

本文针对矩阵分解的多变量自适应控制,提出了具有噪声与未建模动态系统的鲁棒自适应控制问题.在高频增益矩阵分解的基础上,得到等价自适应控制律,通过重新定义虚拟规范化信号,对多变量的MRAC方案进行了理论分析,并证明了闭环系统的稳定性和收敛性.最后仿真验证了该方案是可行的.     

KP=L2D2S2分解的多变量模型参考自适应控制

利用高频增益矩阵Kp=L2D2S2的分解，通过重新定义新的规范化信号，对多变量的MRAC方案进行了严格的理论分析，证明了闭环系统的稳定性和跟踪误差的收敛性。     

多变量时变系统的自适应控制

将作者提出的单变量时变系统的算法推广到多变量情形,得到了多变量时变参数系统的自适应控制,同时讨论了算法的收敛性.     

一种简化的多变量MRAC系统设计

针对多输入—多输出(MIMO)系统,基于Popov超稳定理论设计了一种简化的多变量模型参考自适应控制器.该控制器只通过对子系统的控制输入和系统输出的滤波导数进行反馈,使可调参数减少,从而简化了控制器结构.数值仿真验证了该方案的可行性.     

基于OpenMP的对称矩阵:LDLT分解并行算法实现

分析对称矩阵LDLT分解过程的并行结构,给出对称矩阵LDLT分解的并行算法,然后考虑粗粒度组合后的负载平衡,提出基于OpenMP的对称矩阵LDLT分解并行算法的实现方案,并对该方案的并行计算性能进行数值实验.实验表明,基于OpenMP的对称矩阵LDLT分解并行算法在多核处理器系统中能够显著地提高算法性能.     

多变量系统鲁棒保护自适应控制算法

研究了多变量系统自适应控制的有关问题，提出了多变量系统的鲁棒保护自适应控制方法，数字仿真和实验结果表明，该方法有效地解决了时变滞后系统的控制问题，适用于控制多变量时变滞后和参数未知系统。     

基于矩阵型惯性投影神经网络的非负矩阵分解算法

提出一种基于矩阵型神经动力学优化的非负矩阵分解算法.将矩阵非负分解优化问题首先转换为两个矩阵变量凸优化子问题，针对其子问题分别提出矩阵型惯性投影神经网络；然后，采用交替迭代方案寻找矩阵非负分解优化问题的解.理论分析证明了矩阵型惯性投影神经网络能收敛于矩阵变量凸优化子问题的最优解，并且基于矩阵型神经网络的交替迭代算法可以收敛到矩阵非负分解优化问题的偏最优解.最后，所提出的基于矩阵型神经网络的交替迭代算法被有效地应用于人脸识别.     

中间特征向量灵敏度的自适应迭代计算

提出一种自适应计算系统特征向量灵敏度的方法.首先,自适应确定需计算的中间模态;其次,构造一个迭代算法自适应逼近未知的低阶模态和高阶模态贡献;最后通过数值算例验证该方法的有效性.结果表明,该方法仅需对移位的刚度矩阵实施一次分解,不需分解其他矩阵.     

基于奇异值分解的高精度重力仪信号处理方法

在分析基于矩阵奇异值分解理论的滤波算法基础上,将其应用到高精度海洋重力仪系统信号处理中.在信号处理过程中,首先采用延迟法理论重构系统的相空间,得到吸引子轨迹矩阵,然后对轨迹矩阵进行奇异值分解,用部分奇异值重构有用信号的最佳逼近矩阵,并与自适应卡尔曼滤波进行了对比分析,以实际信号与处理后信号的信噪比作为衡量2种信号处理方法好坏的依据.理论分析和仿真实验表明,奇异值分解滤波方法和自适应卡尔曼滤波都能在一定程度上消除干扰噪声对重力异常信号的影响,但在相同背景条件下,奇异值分解滤波的性能优于自适应卡尔曼滤波.     

一种自适应非负矩阵分解算法

首先, 通过引入自适应策略, 提出一种基于梯度下降自适应策略的非负矩阵分解算法. 其次, 通过比较重构非负矩阵的距离度量并自适应调节分解, 解决了传统非负矩阵分解方法在求解过程引入的随机性和基向量数目问题, 且该算法生成的基向量更具代表性. 最后, 以对吉林大学某学院本科生成绩进行分析和验证为例考察算法的有效性. 实验结果表明, 自适应非负矩阵分解方法重构矩阵较传统非负矩阵方法的鲁棒性更好, 并将错误率降低20.16%.     

全局收敛的多变量极点配置自校正控制算法

提出了一种简单的隐式多变量极点配置自校正控制算法,并证明了该控制算法具有全局收敛特性。仿真实验结果表明该自适应控制方案具有较好的控制性能。     

非线性多变量电液伺服系统解耦自适应控制

本文结合非线性多变量电液伺服系统控制，提出了一种新颖的广义最小方差预测校正参考模型自适应解耦控制，将参考模型控制，预测控制的校正思想和广义最小方差自适应控制相结合。该方法不需研究非线性环节的模型，算法简捷。     

基于模糊T-S自适应观测器的近空间飞行器故障诊断与容错控制

提出了一种基于自适应观测器的故障诊断与容错控制策略,应用到近空间高超声速飞行器(NSHV)上处理执行器故障.NSHV是非线性、多变量和强耦合的系统,首先使用T-S模糊技术建模,基于T-S模型设计自适应故障诊断观测器(AFDO).然后定义AFDO和实际系统误差的范数作为残差来检测故障,采用自适应故障估计算法估计系统故障.基于所得故障信息,设计容错控制器(FTC)来补偿执行器的失效.通过求解线性矩阵不等式得到AFDO的增益矩阵,采用Lyapunov理论证明了误差系统的稳定性.最后,对高超声速飞行器的纵向模型进行算法验证,仿真结果表明了所提方法的有效性.     

恒温恒湿试验箱自适应逆控制系统的研究

本文针对恒温恒湿试验箱控制系统的难题,即多变量、非线性、强耦合以及大滞后的控制问题,提出了可行的研究方法和研究方案,并为自适应逆控制系统数学模型的建立设计了合理的实验方案、建模步骤。     

多变量系统的鲁棒自适应控制

考虑了具有未建模动态和外来有界干扰的离散时间多变量系统，提出了一种鲁棒自适应控制方案。这种控制器是基于系统的降阶模型设计的，其建模部分的参数估计采用带有死匹的最小二乘算法。在相当一般的假设下，证明了所建立的闭环系统是全局稳定的和跟踪误差是有界的。     

Adaptive Excitation Control with L2 Disturbance Attenuation for Multi-Machine Power Systems

Generator excitation control plays an important role in improving the dynamic performance and stability of power systems. This paper is concerned with nonlinear decentralized adaptive excitation control for multi-machine power systems. Based on a recursive design method, an adaptive excitation control law with L2 disturbance attenuation is constructed. Furthermore, it is verified that the proposed control scheme possesses the property of decentralization and the robustness in the sense of L2-gain. As a consequence, transient stability of a multi-machine power system is guaranteed, regardless of system parameters variation and faults.     

Two-Degrees-of-Freedom Decoupling Control for Stable Multivariable Processes

This paper proposes a decoupling control scheme with two-degrees-of-freedom （2DOF） control structure. In the proposed scheme, two multivariable controllers are designed based on Internal Model Control （IMC） theory for setpoint tracking and disturbance rejection independently. An analytical approximation method is utilized to reduce the order of the controllers. By adjusting the corresponding controller parameter, the setpoint tracking and disturbance rejection of each control loop can be tuned independently. In the presence of multiplicative input uncertainty, a calculation method is also proposed to derive the low bounds of the control parameters in order to guarantee the robust stability of the system. Simulations are illustrated to demonstrate the validity of the proposed control scheme.