有约束无模型控制

研究了有约束无模型控制问题,首先对一般的MISO无模型控制(NMC)给出了一个简单合理的收敛性条件.由于实际应用中完全无约束的控制系统并不存在,为此考虑输入输出有上下界约束的无模型控制问题(NMCC).通过无模型控制方法中的泛模型,将对输出的约束转化为对输入的约束,进一步分析了有约束无模型控制问题的可行条件,并在不可行时给出了对软约束的调整方法,进而得出求解这种约束问题的一般算法.最后给出了一个仿真算例说明了方法的有效性,并在一定条件下给出了约束问题的收敛性证明.     

一种IP网视频单播传输中的拥塞控制方法

文章提出了一种基于RTP/RTCP的单播拥塞控制算法,该算法具有较好的稳定性和TCP友好性。     

适用于非线性对象的模糊-神经元控制方法

针对具有严重非线性的受控对象，提出了一种模糊-神经元控制方法。该方法将模糊PID控制器与神经元控制器相结合，用于改善控制器控制非线性对象的性能，以误差、误差变化率及设定值的变化来自调整神经元控制器增益，提高了控制系统的响应速度和鲁棒性。将所提出控制方法用于pH中和过程控制，仿真实验结果表明，该方法具有满意的控制品质及很强的适应性。     

面向拥塞控制的显式速率流量控制机制

研究和分析了基于速率的流量控制模型,针对已有显式速率（EPRCA）机制存在的不足,提出了一种新的控制机制ERFCM,通过广域网WAN和局域网LAN中的仿真研究表明,在反映控制机制性能的瞬时参数振荡性和机制的鲁棒性方面,ERFCM要优于EPRGA。     

过程控制系统中多条件约束的多传感器故障检测与诊断

针对工业过程控制系统中的故障具有类型多样、时空独立和非线性等特点,使得检测与诊断效率降低,系统性能下降等问题,提出了一种基于自定义多条件约束的多传感器故障检测与诊断机制;该机制,首先考虑了系统的稳态和时空特征建立了非线性过程控制系统多故障模型,并给出了满足条件判定法则;然后对于系统中的单故障,并发故障和通信故障等类型给出了多条件约束法则及独立特性判断;最后提出了通过自定义多条件约束的多传感器故障检测与诊断机制;实验结果表明,在平均检测概率、稳态特征保持能力和系统功耗等方面明显优于无条件约束的机制,可以显著改善过程控制系统性能.     

基于底层流量估计的多级拥塞准入控制算法

提出了一种全新的适用于WCDMA的拥塞准入控制算法。算法在底层采用基于流量检测的预估滤波算法,实时调整拥塞门限;而在上层采用多级的分类准入算法,动态选择准入类型;特别适应于信令低时延、高可靠性的传输需求。根据仿真试验结果表明,新的拥塞控制方案在拥塞响应时间,呼叫接入成功率以及带宽利用率等方面的性能都有显著的提高;并在系统发生拥塞时,起到了相当好的拥塞准入控制作用。     

ATM网络模糊拥塞控制策略研究

ATM网络信息拥塞是制约网络发展的一个重要因素。本文针对单瓶颈节点网络,考虑两个饱和非线性因素,制定控制规则,寻找优化参数,设计模糊控制器。仿真结果表明在回路时延和可用带宽大幅波动的情况下,系统仍具有较好的控制效果,保证服务质量,进一步验证了算法的有效性。     

求解含复杂约束非线性最优控制问题的改进Gauss伪谱法

针对含有复杂约束条件的非线性最优控制问题,提出了一种改进的Gauss伪谱法 (Improved Gauss pseudospectral method, IGPM). 这类问题难以得到解析解,特别是有些问题不存在解析的模型, 一些参数只能通过查表得到,使得传统方法难以求解. 在传统的Gauss伪谱法的基础上,将非线性的终端状态积分约束等价地转化为线性形式,提出了IGPM, 通过协态映射定理可以计算出协态变量,检验最优性,使得IGPM具有间接法一样的精度. 并且给出了初始时刻协态变量和端点时刻控制变量的计算方法. 为了提高解的精度,基于IGPM提出了迭代算法, 最后将该算法应用于求解高超声速飞行器上升段轨迹优化问题,结果表明最优轨迹基本满足路径约束条件和最优性条件.     

基于控制受限的机器人鲁棒自适应位置调节

针对实际的控制系统中输入为有界的情况,研究了机器人系统存在未知参数以及外界干扰时的位置调节问题.基于李雅普诺夫稳定性理论,通过构造存储函数的过程中引入双曲正切函数向量和适当的辅助函数向量,提出了一种有界的鲁棒自适应控制器.所提出的控制器不仅保证了闭环系统的鲁棒稳定性,同时也满足了从干扰信号到跟踪误差评价信号所定义的增益性能指标,即保证了干扰抑制的有效性.最后,由两连杆机器人进行的仿真结果验证了该控制器的可行性.     

基于区间控制的约束预测控制及约束影响

在实际被控过程中往往存在着很多约束条件,这使得预测控制的在线优化问题表现为非线性,难以获得控制律的具体表达式,为约束预测控制的分析造成困难基于Newton控制框架,针对线性系统离散状态空间的动态模型,考虑具有输入、输出区间约束条件下,基于区间控制思想的预测控制律的解析表达式,分别得到无约束和有约束情况下状态反馈控制律的...     

Adaptive Neural Network-Based Control for a Class of Nonlinear Pure-Feedback Systems With Time-Varying Full State Constraints

In this paper, an adaptive neural network (NN) control approach is proposed for nonlinear pure-feedback systems with time-varying full state constraints. The pure-feedback systems of this paper are assumed to possess nonlinear function uncertainties. By using the mean value theorem, pure-feedback systems can be transformed into strict feedback forms. For the newly generated systems, NNs are employed to approximate unknown items. Based on the adaptive control scheme and backstepping algorithm, an intelligent controller is designed. At the same time, time-varying Barrier Lyapunov functions (BLFs) with error variables are adopted to avoid violating full state constraints in every step of the backstepping design. All closedloop signals are uniformly ultimately bounded and the output tracking error converges to the neighborhood of zero, which can be verified by using the Lyapunov stability theorem. Two simulation examples reveal the performance of the adaptive NN control approach.      

一种基于PGM的单速率组播拥塞控制方案

PGM(pragmatic general multicast)是一种在IP协议中广泛应用的可靠的组播传输协议.但PGM标准本身没有拥塞控制方案,不能实时响应网络需求,及时地调节源端发送速率.针对这个问题,在保证PGM协议可扩展性的基础上,在发送方与CLR(current limiting receiver)之间采用了一种新的闭环控制器来实时地调节源端的发送速率,使其逐渐趋于稳定,并具有较快的响应速度.而且在网络拓扑结构动态变化的情况下,对所提出的拥塞控制方案进行了仿真实验.仿真结果表明,所提出的算法具有较好的可扩展性、稳定性和较快的响应速度,控制方案使网络性能表现良好.     

输入饱和及输出受限的纯反馈非线性系统控制

针对具有输入饱和和输出受限的纯反馈非线性系统,设计了神经网络自适应控制器.首先利用隐函数定理和中值定理将非仿射形式的纯反馈非线性系统转换成有显式输入的非线性系统,基于李雅普诺夫第二方法以及反推法并采用障碍型李雅普诺夫函数进行控制器的设计,最后通过稳定性分析证明了闭环控制系统是半全局一致最终有界的,利用仿真例子验证了控制...     

视频监控应用中的一种流控策略

本文分析了VBR承视频在用于视频监控时所面临的问题,针对视频监控应用的特点,提出了一种最大限度保证视频质量的流量控制策略,对该策略的理论模型进行了分析,并通过实验对此策略进行了检验,提出了可能的改进。     

一种新的流媒体拥塞控制机制及其性能模拟

分析了Padhye‘s TCP吞吐量模型存在的缺陷,提出一种新的基于动态TCP吞吐量模型的流媒体拥塞控制机制,它能够保证动态环境下的TCP友好性,并对网络状态的变化有很好的响应性。详细阐述了该拥塞机制的原理并给出了动态TCP模型的吞吐量公式。最后,通过NS模拟,验证了该拥塞机制的优越性。     

一种新型的输入受约束的自适应控制

在系统输入受约束时,采用一般的广义预测控制有可能会造成算法的不可行,从而使系统的控制质量变坏,甚至造成系统的不稳定。针对输入受约束系统,采用简化的三角化脉冲响应模型,提出一种输入受约束的自适应模型算法控制。该算法只需在线辨识一个参数。不必求逆矩阵,极大地减少了计算量。而且,在输入和输入增量约束条件下,通过调整参考输出,使得约束条件的个数简化为一个,并可保证闭环系统的渐近稳定和全局收敛性。仿真结果进一步证实了该算法的有效性。     

具有输入约束和扰动补偿的四旋翼无人机姿态稳定模型预测控制

为了解决四旋翼无人机飞行过程中的姿态控制问题,考虑受到执行器输入约束和外界未知扰动影响,设计了一种具有输入约束和扰动补偿的四旋翼无人机姿态稳定模型预测控制方法;设计简化的四旋翼无人机姿态动力学模型,降低控制器设计的复杂程度,设计带有输入约束的控制器,模拟饱和输入现象,实现饱和输入下的四旋翼姿态稳定控制;设计风扰观测器,实现对外部未知扰动的估计,有效跟踪外部持续扰动,并由此设计扰动补偿律;围绕代价函数设计带有扰动补偿律的最优控制律,作用于四旋翼姿态系统,实现四旋翼无人机姿态的稳定控制;最后进行数值仿真,设置风扰观测器参数λi为0.25,预测时域Np为10,控制时域Nc为9,仿真测试本文方法与不带观测器的非线性预测控制方法（NMPC）,验证本文控制方法的有效性和优越性。     

一类平滑的机器人非线性滑动模控制策略

提出一类平滑的非线性滑动模控制策略,用于不确定性机器人的轨迹跟踪,其控制结构不依赖系统模型,由一个连续的非线性补偿控制器和一个非线性反馈构成,其主要特点是基于一类饱和型函数,提出了一类新颖的非线性补偿控制器和非线性滑动模的设计方法,另外,应用提出的非线性滑动模,可以推得一个只有一阶的机器人集中不确定性约束函数而不是通常的二阶多项式,基于Lyapunov方法的理论分析和计算机仿真,均保证设计的控制策略能够消除系统所有的不确定性影响,并达到全局的渐近稳定。     

增强权限约束支持的基于任务访问控制模型

针对基于任务访问控制模型的权限管理与实现机制的不足，在任务规则的基础上，提出一种增强权限约束支持的基于任务访问控制模型．该模型通过任务型权限集合的定义，把任务与权限融合在一起研究权限产生的约束机制，同时给出模型形式化定义以及权限关联的各种约束规则，并介绍了该模型在AVIDM中的应用．实践表明，该模型提供了更灵活的授权机制，增强了任务模型的实用性，方便了权限管理工作，适合事务管理系统与工作流环境下的访问控制建模．