基于动态神经网络的非线性系统鲁棒观测器设计

基于动态神经对一类不确定非线性系统提出一种新的鲁棒观测器。其中无离线学习、持续激励和输出匹配条件等要求。仿真说明所提方法的有效性。     

短时延网络控制系统的鲁棒H 2 öH ∞状态观测器设计

针对受白噪声干扰的短时延网络控制系统,将随机时延对系统的影响转化为未知有界不确定项,在不改变闭环系统结构的前提下,利用鲁棒控制理论提出了系统的H2/H∞状态观测器设计方法;证明了所设计状态观测器估计输出对随机时延引起的不确定项的H∞鲁棒性,给出了估计输出对白噪声干扰的鲁棒H2性能指标的求解方法和观测器增益阵的确定方法.最后通过仿真实例证实了所设计状态观测器的有效性和鲁棒性.     

自动化本科生科研训练与创新能力培养的探索

创新型人才的培养是高等学校面临的三大重要任务之一。高素质的人才不仅要具备坚实宽广的理论基础,更要具备前瞻性的思维以及创新意识和创新能力。而目前高校中开展的科研训练项目对培养本科生的创新能力和实践能力起到了积极的促进作用,对提升工科专业的人才培养质量具有重要的意义。本文主要结合我校自动化专业本科科研训练活动的实践,主要针对理论教学与科研环节的统一,科研训练模式的多样化、训练项目的实施以及质量考核等问题进行了研究和探索。     

基于MAS的多无人机系统集散式控制体系结构研究

多无人机协同作战是未来空战的主要模式.将多无人机协同作战问题看作复杂的动态协作问题,利用多智能体技术建立多无人机系统的集散式控制体系结构.探讨了在所提出的控制体系结构下,系统能够快速应对各种突发战况,进行组织结构的重构,展现了较好的可重构性.研究表明,基于多智能体技术的集散式控制体系结构适用于多无人机协同作战过程.     

光子晶体光纤缺陷模的一种快速计算方法

我们在平面波扩展及超元胞方法的基础上,提出了光子晶体光纤缺陷模的一种详细的计算方法。在此方法中我们利用光子晶体光纤结构的对称性设计算法,有效的降低了计算量和计算耗时。在三角晶格的光子晶体光纤的特定例子中,我们用该方法在其中一个光子带隙中成功获得了缺陷模。     

一类基于神经网络非线性观测器的鲁棒故障检测

针对一类仿射非线性动态系统,提出了一种基 于神经网络非线性观测器的鲁棒故障检测与隔离的新方法．该方法采用神经网络逼近观测器 系统中的非线性项,提高了状态估计的精度,并从理论上证明了状态估计误差稳定且渐近收 敛到零;另一方面引入神经网络分类器进行故障的模式识别,通过在神经网络输入端加入噪 声项来进行训练,提高神经网络的泛化逼近能力,从而保证对被监测系统的建模误差和外部 扰动具有良好的鲁棒性．最后,利用本文方法针对某型歼击机结构故障进行仿真验证,仿真 结果表明本文方法是有效的．     

极限值电磁参数材料及其在一维光子晶体结构中的应用研究

文章提出了极限值电磁参数材料的概念,证明了在含零介电常数分层介质结构中及把无穷大折射率材料设计到一维周期结构中,将会出现新的光子隧穿模式的结论,提出了如何实现和控制电磁波在极限值电磁参数材料组成的一维周期结构中的传输,如何把极限电磁参数材料和其他功能材料结合成具有特定功能的新型结构材料的关键问题,并针对性地给出研究方法,即：首先研究这种新的光子隧穿效应产生的条件和特点,然后把这种新的光子隧穿效应与有关功能材料相结合,总结出新的传输规律。文章提出的把由介电常数和磁导率负值、近零、近无穷大材料组成的一维光子晶体的研究构成一个统一的整体,拓展超材料的应用范围,促进超材料在物理学、光学及相关交叉领域的发展。     

一类非线性系统的自适应预测控制

针对一类非线性系统, 将其等价为时变线性系统, 然后用三次样条函数逼近时变系数, 利用梯度算法在线辨识多项式的系数以实现时变系统的参数估计, 最后运用广义预测控制策略, 实现了对原非线性系统的自适应预测控制. 仿真结果表明了所提方法的有效性.     

齿隙非线性研究进展

系统地介绍并总结了近年来齿隙非线性控制领域的研究成果。对不同齿隙模型作了分析,总结了目前齿隙非线性的补偿方法,结合齿隙位于被控对象中不同位置的控制系统,介绍了各种控制理论和控制策略在齿隙非线性控制领域的研究进展,并展望了该领域未来的研究方向。     

基于T-S 模型的模糊预测控制研究

提出一种基于T—S模型的模糊预测控制策略．利用模糊聚类算法高线辨识T—S模型，采用带遗忘因子的递推最小二乘法进行模型参数的选择性在线学习；对模糊模型在每一采样点进行线性化，将T—S模型表示的非线性系统转化为线性时变状态空间模型，并将约束非线性优化问题转化为线性二次规划问题，解决了非线性预测控制中如何获得非线性模型和非线性优化在线求解的难题．将预测域内的线性模型序列作为预测模型，减小了模型误差，提高了控制性能．pH中和过程的仿真验证了该方法的有效性．