一种改进的模型参考自适应算法

针对一种模型跟随自适应算法（DS-AMFC），利用线性神经网络预测系统输出与模型输出之差为控制信号的计算提供较准确的偏差值，用该估计的偏差量进行控制。同时，把控制的误差引入控制信号，在输入信号频率较高时仍具有跟随模型的能力，鲁棒性大大提高。     

七种因素对NCS性能的影响

在建立NCS仿真系统的基础上，用TrueTime工具箱，分析了时延、扰动、丢包率、采样周期等不确定性因素以及网络通信模式、调度算法等对NCS性能的影响，实现了对网络控制系统的实时仿真，给出了仿真结果和相关结论，从仿真结果可以看出TrueTime工具箱对网络控制系统的实时仿真的有效性，对深入理解和研究NCS有一定的帮助．     

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.     

基于径向基神经网络的Internet网络时延模型研究

以Internet为媒介进行控制信息的传送,是远程控制发展的重要趋势,而Internet传输时延的不确定性,使得这样的远程控制信息闭环控制系统难以实现.在实际测量网络时延实际数据的基础上,利用滑动模型和样条原理,采用滑模均值代替滑模的常规输入值,利用径向基神经网络建立了网络时延的模型.仿真结果表明该模型能够反映并预测该测量数据所代表的网络路径之间的时延特性,并能在基于Internet的闭环控制系统的设计中有效地替代实际网络进行研究;而所用的建模方法具有快速、准确的特点,能用于在线学习网络模型并对网络的时延值进行预测,为基于Internet的远程闭环控制提供了新的思路.     

七种因素对NCS性能的影响

在建立NCS仿真系统的基础上,用TrueTime工具箱,分析了时延、扰动、丢包率、采样周期等不确定性因素以及网络通信模式、调度算法等对NCS性能的影响,实现了对网络控制系统的实时仿真,给出了仿真结果和相关结论,从仿真结果可以看出TrueTime工具箱对网络控制系统的实时仿真的有效性,对深入理解和研究NCS有一定的帮助.     

基于神经网络的自适应跟踪控制

本文研究了一种用社会网络实现的自适应跟踪控制方法，仿真结果表明，该方法的控制效果是令人满意的。     

智能信号发生器的研究

研究了用单片机控制函数发生器的频率、幅度、占空比及各数波形输出，并用状态变量设计该系统的键盘监控程序。     

城市对外交通枢纽交通分布预测

交通枢纽是道路网络的重要节点，其对道路网络上交通影响不能忽略．文中探讨了无现状OD情形下的各种类型交通枢纽分布预测问题,把运输费用（时间）最小作为目标函数，以交通小区发生量和交通枢纽容量为约束，建立了线性规划预测模型，并对交通小区与枢纽间的特定联系在分布预测中如何考虑进行了探论．实例研究证明该模型具有实用性。     

基于参数修正灰色模型的时延估计

针对网络时延的估计问题,提出了基于参数修正灰色模型的时延预测方法.首先,建立传统灰色时延预测模型,将网络时延看成是一个非平稳的随机时间序列;通过传统灰色预测方法对参数α和u进行计算,并依据修正方法在线调整两个模型参数,进而通过修正处理的参数重新建立灰色预测模型,来提高时延的预测精度.仿真结果表明了该算法具有很好的预测精度和实时性.     

基于拟T-S模糊模型的网络化控制系统稳定性分析

综合考虑网络化控制系统（NCS）出现时延和丢包问题,提出一种基于拟T-S模糊模型.以时延和丢包出现的概率作为隶属度,并根据丢包出现在系统中的不同环节,分别构造相应的系统模型,再利用线性矩阵不等式（LMI）方法证明系统的稳定性,并通过对一个二阶倒立摆系统的数值分析说明方法的可行性,从而为网络化控制系统的分析与设计提供了新方法.     

Online Delay—Evaluation Control for Networked Control Systems

This paper presented an evaluation approach of time delays for networked control systems (NCS). An improved scheme based on optimal LQG control was designed to achieve desired performance despite the uncertain delays in the system. The experimental results illustrate the effectiveness of the proposed control design and satisfactory performance of the closed-loop system.     

基于新型Smith预估器的网络控制系统

提出了一种针对网络时延和被控对象时延的新型Smith预估器,以便有效地抑制网络时延对网络控制系统性能的影响.该预估器不包含网络时延预估模型,无需对网络时延进行在线测量、估计或辨识,适用于网络时延为随机、时变和不确定的网络控制系统.仿真结果表明,在网络时延大于1个乃至数十个采样周期的情况下,基于该新型Smith预估器的网络控制系统具有较强的鲁棒性,且具有良好的动态性和抗干扰能力.     

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...     

Application of Nonlinear Predictive Control Based on RBF Network Predictive Model in MCFC Plant

This paper described a nonlinear model predictive controller for regulating a molten carbonate fuel cell (MCFC). A detailed mechanism model of output voltage of a MCFC was presented at first. However, this model was too complicated to be used in a control system. Consequently, an off line radial basis function (RBF) network was introduced to build a nonlinear predictive model. And then, the optimal control sequences were obtained by applying golden mean method. The models and controller have been realized in the MATLAB environment. Simulation results indicate the proposed algorithm exhibits satisfying control effect even when the current densities vary largely.     

一体式车辆避撞轨迹规划与跟踪控制

为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次, 搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明：所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在 复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。     

基于MP 与MPC 相结合的分布式交通信号控制研究

依托于最大压(Max Pressure,MP)分布式信号控制特性,结合已建立的实时排队长度预测模型,利用模型预测控制(Model Predictive Control,MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化,提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后,MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%;并且对比了MP绿信比分配权重修正前后对控制输出的影响,优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次,表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.     

基于MP与MPC相结合的分布式交通信号控制研究

依托于最大压(Max Pressure，MP)分布式信号控制特性，结合已建立的实时排队长度预测模型，利用模型预测控制(Model Predictive Control，MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化，提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后，MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%；并且对比了MP绿信比分配权重修正前后对控制输出的影响，优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次，表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.     

网络控制系统的模糊动态调度算法研究

针对多回路的网络控制系统,本文同时考虑系统误差和误差变化率,设计了一种基于神经网络的模糊动态调度算法.该算法根据系统中各回路的误差和误差变化率,利用神经网络模糊控制的方法实时调整各回路的优先级,从而实现对网络控制系统的调度.最后,利用TrueTime工具箱建立了包含模糊动态调度器的网络控制系统仿真模型,并将其与RM和EDF调度算法进行对比.仿真结果表明,在相同的网络带宽占用条件下,本文所设计的模糊动态调度算法相比于RM和EDF调度算法,产生的网络诱导时延更小,且具有较好的控制性能.     

Research on Network Delays of Networked Control Systems

In networked control systems (NCS), the main problem is time delays induced by communication network, which can deteriorate the performance of the systems, even cause the systems instability. If we know the exact network delays, we can compensate for their effect by modifying the parameters of the controller. Hence how to get the knowledge of these delays in the network is critical. This paper analyzed the different characteristics of network delays from sensor to controller and from controller to actuator and presented the methods of online evaluaticm of these delavs. The experiment shows these methods are valid.