网络化控制系统鲁棒 H ∞ 保性能控制研究

针对一类含有不确定参数被控对象的网络化控制系统(NCS),研究了网络中存在时延与丢包情况下的鲁棒H∞保性能控制问题.通过Lyapunov-Krasovskii泛函和Jensen不等式,推导出闭环NCS鲁棒渐近稳定的充分条件.与已有文献相比,该充分条件可以转换为具有较少决策变量的LMI形式.给出了NCS鲁棒H∞保性能控制律的优化设计算法.最后通过数值实例验证了算法的有效性.     

数据处理系统中的滤波通道

为了消除现场电子测量系统中的高频干扰,提高测量精度,结合波浪水工模型试验中计算机数据处理系统的实际情况,根据切比雪夫图表法,设计制作了一个12路五阶有源低通滤波通道,并在应用中取得了一定的效果。本文结合设计制作的实际情况,分别从设计方法、元件选择、安装与调试等几个方面加以介绍。 一、概 述 在计算机信息数据处理系统中,或一些现场电子测量里,由于远距离导线传输、电源、地线等各种因素的影响,总免不了在测量信号中夹杂一些杂乱无章的干扰,而这些干扰的存在使得测量精度降低,甚至无法测量。在计算机信息处埋系统中,由于主机的…     

基于SOM网络的智能化粒子测速算法

提出了基于自组织映射(self-organized mapping,SOM)神经网络的粒子图像测速算法。该方法使用SOM神经网络对粒子测速技术中运动追踪方法进行了改进,并在匹配过程中根据兴趣区域的粒子密度对粒子追踪算法与粒子相关算法进行了选择处理。经SOM网络改进的测速算法首先利用相关后的结果进行网络构建,然后使用追踪技术对候选匹配点进行筛选。该算法不仅消除了粒子密度与灰度分布的敏感性,而且也降低了相关时对分析窗口尺寸的敏感。最后,使用人工合成的粒子图进行了算法验证及误差分析。结果表明:所提算法在分析精度方面有很大的提高并且具有很强的鲁棒性。     

基于小波神经网络的工业以太网延时预测控制

随着网络控制研究的兴起,对工业以太网延时进行补偿成为研究的重点方向.针对网络延时给网络控制系统带来的问题,提出用小波神经网络对工业以太网延时进行预测,根据输入的过去时间延迟序列预测输出下一采样时刻的网络延时值.预测模型的参数通过训练算法实时更新,以保证预测输出的准确性.对实际工业以太网延时数据样本的预测分析表明,该预测模型能够有效预测延时.为进一步说明延时预测效果,将延时预测模型应用于网络控制系统进行延时的预测与补偿,系统仿真结果证明了预测模型预测的准确性及补偿的有效性.