线性控制系统的推广极点配置法

探讨了单输入线性定常控制系统当其状态不完全能控时的极点配置问题，得到了一个比传统极点配置更具一般性的定理，即推广极点配置法。定理指出了状态不完全能控的系统可在一定程度上配置极点及其算法。笔者对该定理进行了严格证明，并举例说明了推广极点配置法的有效性。     

起重机小车吊重动力学系统状态空间重构

为获得桥门式起重机吊重摆角和摆角角速度等系统状态变量,计算得到状态观测器与小车吊重系统输出的差值,再经过观测器的增益向量调节送至观测器的反馈输入端.在系统参数确定时,观测器的极点位置是影响观测时间的主要参数.为了使观测器精确重构状态变量,将观测器的极点配置在复平面负实轴上,观测器极点分布与观测时间关系曲线的平缓变化区域.     

单输入单输出系统极点配置控制器的参数化与设计

本文基于系统敏感度函数的著名引理,采用多项式分式表示法,给出了 单输入单输出系统闭环极点,能被一传函为真的控制器实现的充要条件 及相应极点配置控制器的参数化描述。同时提出了控制器设计算法,它 使得控制器除极点配置外,尚具其他功能。      

一类线性控制系统的快速极点配置法

研究了一类具有对角线规范型的单输入线定常系数的极点配置问题，得出一个新的计算状态反馈阵的公式。该公式具有计算量小和不必进行任何矩这算的优点，可进行该类系统的快束速极点配置。     

多采样率卡尔曼滤波器在汽车状态估计中的应用

为了改善复杂系统中单采样率控制策略的控制品质,在深入研究多采样率数字控制系统和卡尔曼滤波算法的基础上,提出了输入多采样率的卡尔曼滤波算法.将该算法应用于汽车主动前轮转向系统中,对横摆角速度、质心侧偏角和纵向车速进行估计,通过Carsim与Simulink的联合仿真以及蒙特卡罗试验,验证了算法的有效性.研究结果表明:多采样率卡尔曼滤波算法有利于融合多个输入量的信息,能改善状态估计器的性能,比单采样率卡尔曼滤波算法具有更高的稳定性,且估计误差减小4.0%～48.7%.     

利用极点自由度的极点配置鲁棒控制系统的多模设计法

在文献［４］的基础上，提出了一种更符合工程实际要求的极点配置鲁棒控制系统的多模设计法，该方法充分地利用选择闭环极点的自由度来提高闭环系统极点的鲁棒性，适用于对象具有较大的不确定性的鲁棒控制系统的设计，具有很大的工程实用价值．文中给出了实现该设计问题的数值方法．     

关于结构的可加性扰动的鲁棒极点配置

讨论了ＳＩＭＯ系统和ＭＩＳＯ系统在结构的中加性扰动下实现鲁棒的任意极点配置的充分必要条件,得出了有可能实现鲁棒任意极点配置时控制的阶次。并通过引入循环矩阵的方法将上述结果推广到ＭＭＯ系统,得到了线性多变量系统在结构的可加性扰动下实现鲁棒的任意极点配置的条件。     

多采样率EKF及其在感应电机转速估计中的应用

在深入研究EKF算法和多采样率数字控制系统的基础上,建立了多采样率EKF算法,分别推导了其输入和输出算法,并将其应用于感应电机的转速估计中.通过仿真验证了该算法比单采样率扩展Kalm an滤波算法具有更高的信息获取和状态估计能力,并能有效抑止噪声,转速估计误差减小41.7%~87.6%.     

不确定系统的鲁棒D控制

针对一类范数有界参数不确定线性连续系统,研究了使得闭环系统的所有极点均配置在给定部分扇形区域中的状态反馈控制器设计问题.基于线性矩阵不等式(LMI)处理方法,给出了不确定线性系统存在鲁棒D控制的充分条件,并利用使两个LMIs同时成立的可行解给出了状态反馈控制器的设计算法和设计步骤.最后,通过一算例验证了结果的正确性和有效性.     

一类离用事件动态系统的极点配置

讨论了一类ＤＥＤＳ的极点的最优配置问题，对于ｍ×ｎ型ＤＥＤＳ的极点，证明了至少存在ｎ个最优配置系统。     

Robust Pole Assignment of Digital Control System with Output Multirate Sampled

Multirate digital control system is a periodically time-variant (PTV)system in its essence. It has many “super capability”, such as obtaining arbitrarily-large gain-margin,simultaneous stabilization, strong stabilization, decentralized control, etc. Utilizing freedom aroused from the multirate sampling of system output, this paper assigns poles of the closedloop system robustly, and so improves the resistance of the system to perturbation.     

分布式网络控制系统的输出反馈控制

建立了同时具有前向通道传输时延和反馈通道传输时延的线性分布式网络控制系统的数学模型.用该数学模型将系统变换为具有状态与控制时变时滞的线性时滞系统.基于代数Riccati方程方法,提出了H∞鲁棒输出反馈控制方法,以使系统闭环控制稳定.仿真算例结果表明,在t=2.5 s时,系统状态都达到了0,保证了系统具有较快的零状态响应速度.给出了这类系统的H∞鲁棒输出反馈控制器的综合设计示例.     

Outlier Rejecting Muitirate Model for State Estimation

Wavelet transform was introduced to detect and eliminate outliers in time-frequency domain. The outlier rejection and multirate information extraction were initially incorporated by wavelet transform, a new outlier rejecting multirate model for state estimation was proposed. The model is applied to state estimation with interacting multiple model, as the outlier is eliminated and more reasonable multirate information is extracted, the estimation accuracy is greatly enhanced. The simulation results prove that the new model is robust to outliers and the estimation performance is significantly improved.     

Outlier Rejecting Multirate Model for State Estimation

IntroductionMeasured data is often contaminated by noisein state estimation.Kalman filter is a powerfultool for signal extracting.It is especially efficientin estimating spatially inhomogeneous signal whenthe noise is Gaussian.Due to process noise or non-stationary environment,the measured data is usu-ally corrupted by outliers.The performance is de-graded seriously.Generally,there are two kinds ofapproaches to handle this problem.Outlier can bedetected based on renovation[1],then be replace…     

A Robust Interacting Multisensor State Fusion Based on Adaptive Outlier Controlling Multirate Model

An adaptive outlier controlling multirate model based on Hong’s multirate kinetic model was represented in order to resist the outliers and utilize their useful information. Wavelet transform was introduced to detect and control the outliers. The multirate information extraction and the controlling of outliers were properly integrated to establish an adaptive outlier controlling multirate model. The proposed model was applied to multisensor state fusion with interacting multiple model (IMM), and a robust interacting multisensor state fusion algorithm was established based on adaptive outlier controlling multirate model. The Monte-Carlo simulation shows that it could improve the accuracy of fusion estimation by 70% compared to Hong’s algorithm and at least 14% to Xiao’s algorithm.