基于时变ARX模型的非线性自适应预测函数控制

来源 :第26届中国过程控制会议 | 被引量 : 0次 | 上传用户:zhanxi581018
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  本文针对非线性系统提出了一种基于时变ARX 模型的非线性自适应预测函数控制算法。该算法通过T-S模糊将非线性系统转换为时变ARX 模型,其模型的参数利用遗忘因子法在线辨识获得。然后与预测函数控制方法相结合,采用状态空间方法来重新构造时变ARX 模型,从而减少了计算量,并且利用实际增益与模型增益相等来递推预测控制量的最优解。以磁悬浮系统为研究对象,在模型匹配和失配的情况下,将本文的控制算法与直接自适应预测控制算法进行对比研究。通过仿真结果表明,本文的方法具有更好的跟踪性、鲁棒性和抑制干扰的能力。
其他文献
针对交通诱导系统中可变信息标志(VMS)的控制策略设计,本文在宏观METANET 交通流模型的基础上研究了VMS 诱导控制信号对驾驶员路径选择行为的影响,建立了路网诱导控制的状态方程模型;接着在模型预测控制(MPC)的框架下设计了VMS 诱导控制策略,以优化路网所有车辆的总旅行时间和VMS 切换性能作为目标函数、并通过对诱导控制引入“用户可接受”的约束,有效兼顾了交通管理者对系统最优的控制需求和交
研究结构扰动条件下的多区域互联电力系统自动发电控制(AGC)的分散协调控制问题。提出了一种新的对对分解的分散协调控制方法。应用置换包含原理,将单区域电力系统视为网络的节点,区域间互联视为网络的链路,采用对对分解技术,将原系统扩展后,使强耦合的原系统分解为弱耦合的分散子系统对;对每个基本互联子系统对,应用标准的LQG 控制算法设计反馈控制增益阵。除了考虑负荷扰动,同时也考虑了结构扰动,即有子系统从原
数据融合是一种常见的提高WSN 网络吞吐率的方法,其中融合的时间粒度,又称传输延迟,对网络性能影响较大.WSN 要在合理的等待时间内得到尽可能多的数据分组,需对节点进行合理的延时分配.在结合相关研究的基础上,提出一种基于融合贡献的分布式传输延迟分配算法.该算法通过数据收集协议将传输延时的分配过程进行分布式处理,解决了集中式算法无法有效地适应网络拓扑、路由动态变化的问题.实验结果表明,所提算法比以往
月球软着陆燃耗最优制导是一种终端时间自由且带有条件约束的非线性最优化控制问题。文中基于变分法,设计了探测器软着陆燃耗最优的制导律,所用模型为三维极坐标动力学模型,考虑了着陆过程中探测器质量、重力加速度的变化。为了解决终端时间自由的两点边值(TPBVP)求解困难的问题,引入了时间尺度变换方法,该方法能将终端时间自由的两点边值转换成终端时间固定的两点边值问题。提出了一种终端时间和共轭变量初值猜测的方法
针对五轴机械运动本体,提出了一种基于柔性立体靶标的运动学标定方法.首先,分析了五轴机械本体不同类型的运动关节,建立了对应完整的运动学模型.然后在关节轨迹法的基础上,采用了轨迹点的视觉计算原理,并设计了由位置不变的固定靶标和可自由放置的移动靶标组成的柔性立体靶标,可扩大各关节的运动轨迹范围,从而避免了对大型标定靶或者昂贵测量设备的依赖,降低了标定成本,并且该方法操作灵活,更适合现场标定.最后实验结果
上下文向量空间模型是基于可比较语料库构建双语词表的经典模型之一,传统的上下文向量空间模型在度量词语相似度过程中并没有考虑匹配方向性。针对上述问题,本文对传统的模型进行改善从而提出了一种新的模型-双向上下文向量模型。本文分别基于传统的上下文向量空间模型和本文提出的双向上下文向量空间模型完成了双语词表构建的对比实验,双向上下文向量模型取得了更好的实验结果,证明了本文提出模型的有效性。
反向响应过程广泛存在于化工领域中,但针对反向响应过程的性能评估研究较少。本文针对一类二阶时滞反向响应过程,研究其PID 控制回路性能评估问题,推导在阶跃信号输入下的PID 控制回路累积绝对误差(IAE)性能基准值,并将其推广到斜坡输入以及一般输入情形,为不同类型设定值输入下的反向响应过程建立通用化的IAE 性能评价标准。仿真结果验证了本文所提性能评估算法的正确性以及通用性。
随着嵌入式系统和软件复杂度的快速增长,嵌入式软件也变得越来越复杂,一个软件包中包含很多的软件模块,每个模块都会有成百上千的函数,这样就造成了模块之间复杂的调用关系。使用某个模块时需要在软件包中搜索它调用的其它模块,通过遍历软件包搜索则会造成效率低下。本文提出了基于社交网络的嵌入式软件模块搜索方法,能分析软件包结构的同时又可以提高相关联的软件模块搜索的效率。本文以Atmel 公司的ASF 软件包中的
针对现有的人机交互领域中静态手势识别方法硬件成本高,操作复杂等缺点,提出了一种适合智能手机实现的静态手势识别方法。该方法由手机内置的加速度传感器记录由用户按特定的静态姿势持手机而产生的上肢肌肉震颤,通过提取震颤信号的高阶统计量作为识别特征,采用“一对一”多类分类支持向量机识别不同静态手势。实验结果表明该方法对不同实验者6 种静态手势的平均识别准确率在93%以上,验证了本方法的有效性。
针对常规反步控制方法在路径跟踪中出现的速度跳变与推进器驱动饱和等问题,将生物启发神经动力学模型应用到水下机器人路径跟踪控制中。利用生物启发神经动力学模型的渐变和有界输出等特性,设计的反步路径跟踪控制器,可以有效克服水下机器人跟踪控制中的速度跳变,避免推进器的驱动饱和,满足水下机器人推进器的推力约束。所提方法的稳定性通过Lyapunov 理论进行了证明,并将该方法对“SMU I”ARV 水下机器人进