自适应周期滤波器及其学习算法

针对周期平稳随机信号,提出自适应周期滤波方法.该文给出自适应周期滤波器的一般结构和实现步骤,推导出周期最小均方算法和周期最小二乘算法.完成的仿真算例验证了所提出的自适应周期滤波方法的有效性.     

非参数不确定系统约束迭代学习控制

讨论一类非参数不确定系统的约束迭代学习控制问题.构造二次分式型障碍李雅普诺夫函数(Barrier Lyapunov functions),用于学习控制器设计.控制方案采用鲁棒方法与学习机制相结合的手段处理非参数不确定性,鲁棒方法对处理后的不确定性的界予以补偿,学习机制对处理后的不确定性进行估计.可实现系统状态在整个作业区间上完全跟踪参考轨迹,并使得系统误差的二次型在迭代过程中囿于预设的界内,进而在运行过程中实现状态约束.提出的迭代学习算法包括部分限幅与完全限幅学习算法.采用这种BLF约束控制系统有利于提高控制系统中设备安全性.仿真结果用于验证所提出控制方法的有效性.     

采用干扰差分补偿的无切换吸引离散时间控制方法

提出一种基于无切换吸引律的离散控制器设计方法,将干扰差分补偿措施嵌入吸引律中构建理想误差动态,依据理想误差动态推导离散时间控制器.所提控制方案既回避了抖振,也能够有效抑制干扰.给出稳态误差带、绝对吸引层、单调减区间和跟踪误差首次进入稳态误差带的最多步数的具体表达式,用以刻画系统跟踪误差瞬态、稳态性能,并指导控制器参数整定.数值仿真与实验结果验证了所提出方法的有效性.     

信号处理课程中时移性质的类比教学

针对信号处理课程中存在的可类比内容,本文探讨类比教学的组织方法,并以时移性质的教学为例展开讨论,其中涉及双边与单边变换中的后移和前移性质。本文推导了拉普拉斯变换、连续信号的傅里叶变换、序列的傅里叶变换和变换四种信号变换中的时域前移性质,整理出可类比内容,给出了时域前移性质类比教学的做法。     

非线性时滞系统的高阶迭代学习控制

针对非线性时滞系统,讨论了输出跟踪控制的高阶迭代学习算法,并给出了算法的收敛性 证明.当由于重复定位等原因造成初态偏差时,提出一种反复学习方案,完成初态和轨迹跟 踪,它对初态偏差有较强的鲁棒性.仿真结果表明了该算法的有效性.     

最大概率命中控制

从一些工业过程中抽象出来的命中控制问题，它的控制目的是选取一允许控制，使得是最大化从每一初态出发在Ｎ段内达到目标区域的概率。文中讨论了有限过程和无限平稳过程的最优控制的存在性和动态规划算法，对一类特殊情形，指出它可以通过求解一特殊非线性方程组得到。     

转炉补吹脱碳的统计规律

从数理统计角度,并经过大量的数据处理,得到了一次补吹时脱碳的概率分布统计模型,即:当给定一次补吹时间 t_1和主吹终点碳为 C_1时,其一次补吹后的碳份 C_2的条件概率分布密度函数为 P_(t_1)(C_2|C_1)。同时,考虑到我国尚有大批自动测试手段不完善的转炉,故又提出了转炉补吹脱碳控制表。这种按表控制终点的方法,也有助于经验操作上升到数理统计的台阶,从而,使出钢碳的命中率得到提高。     

非线性系统的PD型迭代学习控制

非线性系统的ＰＤ型迭代学习控制孙明轩黄宝健张学智（西安工业学院电子系西安７１００３２）关键词初始条件问题，迭代学习控制，非线性系统．１）国家自然科学基金资助项目．收稿日期１９９６－０７－２５１引言运用迭代学习控制技术设计控制器时，只需要通过重复操作获...     

迭代学习控制系统的鲁棒收敛性分析

本文提出一种开闭环配合的滤波器型迭代学习控制算法，并将这种算法应用于一般非线性动态系统的轨迹跟踪，对于渐近重复初始条件和渐近周期干扰的情形，通过控制误差估计和输出误差估计，文中分别证明学习过程的一致收敛性，证明中未采用线性化手段。     

最大概率控制

给出了 ARMAX 过程的一种具有单段最优性的概率控制策略,指出了它与最小方差控制策略的联系。说明了这种控制律可以通过选取控制输入使得最大概率预报器作出的预报为零得到。