不确定线性时滞系统的稳定性准则

针对带有非结构扰动和多参数扰动的线性时滞系统，利用著名的Ｒａｚｕｍｉｋｈｉｎ型定理，导出了系统的鲁棒稳定性条件。这些条件与时滞有关，在很大程度上降低了现有结果的保守性。文末给出了用以阐明所给稳定性准则的应用算例，并与已有结果作了比较。     

对一类非严格重复系统的两种基于二阶内模的迭代学习控制器设计

通过对系统中的不确定参数建立迭代域上的二阶内模来研究一类非线性连续时间系统的非严格重复性,并依照内模原理提出了两种基于二阶内模的参数迭代学习控制器：二阶迭代学习控制器和平行迭代学习控制器．本文分别使用不同的Lyapunov函数,证明了两种控制器在各自的可行范围内都可以保证系统的跟踪误差收敛．通过对这两种学习机制的比较分析,说明了平行迭代学习控制设计的合理性．两个数值仿真不仅证实了两种算法的有效性,也展示了平行迭代学习控制器更好的收敛特性．     

线性不确定动态时滞系统的鲁棒镇定

利用Lyapunov第二方法，研究了线性不确定动态时滞系统的鲁棒镇定问题，得到了用状态反馈来实现系统鲁棒镇定及指数镇定的条件，所得到的结论保守性比已有的比较定理得出的结论小，该结论计算简单，便于实用.     

一种时滞不确定系统的强稳定鲁棒H∞控制器设计

尝试对一类在状态和控制输入中同时具有不确定性的时滞系统，给出中稳定的鲁棒控制器，所讨论的系统的不确定性是时变的，且满足范数有界条件，设计目的是使所讨论系统强稳定且满足从干扰输入到空制输出的H∞范数界约束。     

不确定时滞模糊广义系统的H∞保性能控制

针对控制系统中的不确定和时滞会导致系统的不稳定性和较差的系统性能,研究不确定时滞广义T-S模糊系统的鲁棒H∞保性能控制问题.利用李亚普诺夫稳定性理论证明了使闭环系统渐进稳定并具有某种性能指标上界以及给定的H∞性能γ的充分条件,并用严格线性矩阵不等式方法表示了这些充分条件,从而可以通过解矩阵不等式容易地获得状态反馈增益矩阵,算例说明所提方法有效和可行.     

一类非线性不确定时滞系统鲁棒控制器的设计

利用LMI方法,针对不确定时滞系统的鲁棒模糊控制器设计及稳定性,提出了基于T-S的模糊模型,得到了使系统渐近稳定且具有H∞-扰动抑制度的模糊状态反馈控制器存在的充分条件,此充分条件以线性矩阵不等式的形式给出,因而具有数值易解性.     

一类非线性不确定时滞系统鲁棒控制器的设计

利用LMI方法,针对不确定时滞系统的鲁棒模糊控制器设计及稳定性,提出了基于T—S的模糊模型,得到了使系统渐近稳定且具有H∞-扰动抑制度的模糊状态反馈控制器存在的充分条件,此充分条件以线性矩阵不等式的形式给出,因而具有数值易解性．     

不确定时滞系统的动态输出反馈保性能可靠控制

针对一类不确定时滞线性系统,研究了在执行器发生故障情况下动态输出反馈保性能可靠控制器的设计问题.利用变量替换方法,给出了系统存在动态输出反馈保性能可靠控制器应同时满足的两个线性矩阵不等式(LMIs),并给出了控制器的设计方法和设计步骤.利用论文方法设计的动态输出反馈保性能可靠控制器能够使得时滞系统对于任意允许的不确定性以及执行器失效都保持鲁棒稳定,并且使系统满足保性能的指标要求.数值算例说明了所提出设计方法的有效性.     

迭代学习在地铁停车控制中的应用

针对地铁列车运行具有重复性的特点,本文采用迭代学习控制（ILC）的方法对地铁列车停车控制进行了设计,实现了地铁列车的准确停车,仿真效果良好.     

不确定多时滞线性系统的稳定性

对于多参数扰动下的多时滞线性系统，构造二次型加积分项的Lyapunov泛函，导出了系统鲁棒稳定的时滞独立准则，由于利用了不确定性的结构特点，该准则给出的时滞独立扰动界关于参数空间的原点可以是非对称的，扩大了系统的稳定参数域，给出了所得结果的数值算例，并与已有的结果作了比较。     

Arranging transient process used in iterative learning control system

Considering the same initial state error in each repetitive operation in the iterative learning system, a method of arranging the transient process is given. During the current iteration, the system will track the transient function firstly, and then the expected trajectory. After several iterations, the learning system output will trend to the arranged curve, which has avoided the effect of the initial error on the controller. Also the transient time can be changed as you need, which makes the designing simple and the operation easy. Then the detailed designing steps are given via the robot system. At last the simulation of the robot system is given, which shows the validity of the method.     

基于预测控制的动车组迭代学习控制方法

针对动车组运行过程中存在非线性扰动、参数时变等问题,以提高动车组的速度跟踪精度和乘客舒适性要求为目标,提出了一种基于预测控制的高速动车组迭代学习控制方法;通过采集动车组先前运行过程中的输入输出数据,使用带遗忘因子的最小二乘法实时辨识广义预测控制(GPC)中的预测模型参数并计算预测输出,根据以往过程的平均模型误差修正该预测输出,利用修正后预测输出引出迭代学习控制律,在线实时计算得到新的控制量,实现动车组速度跟踪;采用修正后预测输出设计二次型迭代学习控制律,通过充分学习列车系统的重复性特性来解决传统比例积分微分(PID)型迭代学习参数整定难、收敛速度慢和鲁棒性差等问题,并给出算法的收敛性证明;以实验室配备的CRH380A型动车组半实物仿真平台对该方法进行了测试,建立了列车的三动力单元模型,使其跟踪设定速度曲线,并与一些传统算法进行对比。仿真结果表明：在第8次迭代过程,基于预测控制的高速动车组迭代学习控制方法得到的动力单元速度与其设定的速度和加速度误差分别在0.3 km·h^-1和0.5 m·s^-2以内,且变化平稳,其性能优于PID、GPC和P型迭代学习控制(P-ILC),满足列车跟踪精度与乘客舒适性要求;在模型参数突变的情况下,采用提出的方法可使列车更为及时地校正模型失配、时变和干扰等引起的不确定性。     

基于MPC算法的电力系统负荷频率控制

针对在大规模电力系统互联情况下如何准确、快速控制系统负荷频率的问题,本文结合模型预测控制算法（MPC）,提出了一种多区域电力系统负荷频率控制方法.该方法实现了超前预测、多约束条件滚动优化和反馈校正,克服了传统PI调节方法对系统参数的敏感性,提高了负荷频率控制系统的稳定性和鲁棒性.文中对三区域电力系统进行建模,并在每个系统中设置了MPC控制器和PI控制器.仿真表明,在多区域系统、多约束条件下MPC算法在频率控制的稳定性和快速性方面远优于PI算法;当系统参数偏移10%时,MPC算法仍能保证控制性能.     

中速磁悬浮列车的滑模周期自适应学习控制方法

为了提高中速磁悬浮列车的运行控制性能,考虑到中速磁悬浮列车沿固定线路往返运行时的周期特性,提出了一种基于滑模周期自适应学习的中速磁悬浮列车运行控制算法,对应的滑模周期自适应控制器由等效比例积分微分(PID)和速度前馈控制部分、磁阻力与空气阻力补偿部分以及坡道阻力滑模周期自适应补偿部分组成;采用粒子群优化算法辨识了运行控制器的参数,采用滑模周期自适应学习控制器学习上一周期内的列车运行信息,实时估计并补偿列车运行过程中的坡道阻力,消除坡道阻力对列车运行性能的影响;利用全长5 076 m的中速磁悬浮列车半实物仿真试验线进行了数值仿真,并将设计的滑模周期自适应控制器与PID控制器进行仿真对比。仿真结果显示：滑模周期自适应控制器和PID控制器作用下的列车最大位置跟踪误差分别为0.004和0.007 m,最大速度跟踪误差分别为0.007和0.036 m·s^-1;经过4个迭代周期后,滑模周期自适应控制器已准确地估计了给定的坡道阻力;在控制系统受到扰动的情况下,滑模周期自适应控制器与PID控制器作用下的位置与速度跟踪曲线均有波动,相比于PID控制器,滑模周期自适应控制器控制下的跟踪曲线波动更小。可见,相比于传统的PID控制算法,提出的滑模周期自适应学习控制方法可以提高中速磁悬浮列车的运行控制性能。     

Capacity and QoS based codebook construction for MIMO precoded spatial multiplexing systems with limited feedback

This paper deals with the design and performance analysis of transmit precoder optimization for multiple input multiple output (MIMO) systems with limited feedback of channel state information. A capacity criterion based optimal codebook construction algorithm for MIMO precoded spatial multiplexing systems is pre-sented. The optimal precoder structure combining precoding and power allocation is employed. Simulation results show that the capacity criteria based codebook can achieve higher capacity than that of equally power allocation based codebook of previous research.     

信号控制与交通分配协同模型的自适应IOA 算法

现有求解信号控制与交通分配协同问题的IOA(Iterative Optimization and Assignment)算法，是通过对两个子问题分别求解并迭代至收敛，其收敛速度快，但解的质量仍有待改善. 对IOA 算法改进，提出自适应IOA(Adaptive Iterative Optimization and Assignment， AIOA)算法，提升解质量的同时保持计算速度快的优点. 首先，把迭代过程中路径流量的差分值作为自适应修正项加入信号控制模型的输入参数中，增大解的变异程度，既可加快收敛速度，又可突破IOA寻优范围的局限性；其次，根据目标函数的变化趋势自适应地转入采用黄金分割法的局部搜索，避免解的劣化. 仿真结果表明：AIOA算法将IOA算法与全局最优解的差距平均缩小50.8%，时间成本降低10％，仅为遗传算法的1％；AIOA算法能在短时间内求得满意解，且适用于大规模路网.     

信号控制与交通分配协同模型的自适应IOA算法

现有求解信号控制与交通分配协同问题的IOA(Iterative Optimization and Assignment)算法,是通过对两个子问题分别求解并迭代至收敛,其收敛速度快,但解的质量仍有待改善. 对IOA 算法改进,提出自适应IOA(Adaptive Iterative Optimization and Assignment, AIOA)算法,提升解质量的同时保持计算速度快的优点. 首先,把迭代过程中路径流量的差分值作为自适应修正项加入信号控制模型的输入参数中,增大解的变异程度,既可加快收敛速度,又可突破IOA寻优范围的局限性;其次,根据目标函数的变化趋势自适应地转入采用黄金分割法的局部搜索,避免解的劣化. 仿真结果表明：AIOA算法将IOA算法与全局最优解的差距平均缩小50.8%,时间成本降低10％,仅为遗传算法的1％;AIOA算法能在短时间内求得满意解,且适用于大规模路网.     

浅埋大断面隧道下穿楼群施工爆破控制

以青岛胶州湾海底隧道陆域段工程为背景,结合萨氏装药量计算经验公式及相关规范,对胶州湾海底隧道下穿群楼时的爆破控制技术进行研究.基于隧道施工爆破的大量现场测试数据,回归分析得出了依托工程的振动波传播规律和装药量计算参数,由此计算出允许最大段起爆药量,进而优化大断面隧道爆破方案,实现了房屋最大振速控制在2 cm/s以下.根据建筑物不同楼层的爆破振速的测试结果,底层振速大于各楼层振速是普遍规律,因此在计算最大段起爆药量时,应以建筑物底层的爆破振速作为控制基准.研究成果保证了胶州湾海底隧道下穿群楼爆破时建筑物的稳定,并对类似工程有借鉴意义.     

A novel approach to design robust fault detection filter for networked control systems

In this paper, an approach for designing robust fault detection filter (RFDF) of networked control systems (NCSs) with unknown inputs is studied. The design aims at implementing the optimal trade-off between robustness of unknown inputs (including the item produced by networked-induced delay) and sensitivity of fault. The key design issue is to introduce an optimal fault detection filter based on NCSs with the control law compensation as the reference residual model of NCSs and to formulate the RFDF design as a model-matching problem. By applying H _∞ optimization technique, linear matrix inequality (LMI) approach is given to solve the model-matching problem. The validity of the proposed approach is shown by a numerical example.      

交通运输网络中两个结点间有流量约束的最小费用最大流算法

对交通运输网络最小费用最大流的分配是在满足容量限制条件和流量守恒条件下,基于总费用最低的原则进行的,但在实际应用中,通常对交通运输网络中两个结点之间的流量有具体的要求和约束限制条件.针对交通运输网络中两个结点之间有流量约束的最小费用最大流问题进行了分析,总结了两个结点之间的流量不能超过限制值、不能低于限制值以及在一定范围内的3种约束条件.基于连续最短路算法中构造伴随增流网络的思路,设计了这3种约束限制条件下的最小费用最大流分配算法.利用这个算法,可以解决交通运输网络中两个结点之间有流量约束的最小费用最大流分配问题.在交通运输领域,两个结点之间有流量约束的最小费用最大流问题普遍存在,这些算法也为解决实际的运输问题提供了应用基础.