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.     

用LMI方法设计不确定关联时滞大系统H∞容错控制器

针对关联项具有N×N个任意未知常时滞的不确定线性连续大系统,在执行器失效的情况下,提出了一种分散的鲁棒H∞容错控制器的设计方法,通过假设可能失效执行器的输出信号为能量有界的干扰输入信号,不确定关联时滞大系统的容错控制问题转化为分散的鲁棒H∞控制问题.控制器可以通过解线性矩阵不等式给出,因而具有数值易解性.最后用一个数值例子验证了该设计方法的有效性.     

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.     

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.     

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.     

A study of maneuvering control for an air cushion vehicle based on back propagation neural network

A back propagation (BP) neural network mathematical model was established to investigate the maneuvering control of an air cushion vehicle (ACV). The calculation was based on four-freedom-degree model experiments of hydrodynamics and aerodynamics. It is necessary for the ACV to control the velocity and the yaw rate as well as the velocity angle at the same time. The yaw rate and the velocity angle must be controlled correspondingly because of the whipping, which is a special characteristic for the ACV. The calculation results show that it is an efficient way for the ACV's maneuvering control by using a BP neural network to adjust PID parameters online.