离散系统

摘要： 针对含有对抗关系和时变拓扑的耦合离散系统,本文研究了这类系统有界双向同步问题(Bounded bipartite synchronization, BBS).考虑了以下两种情形:1)在某时刻所有个体不能划分为两个敌对阵营;2)尽管在每一个时刻所有个体都可以被划分为两个敌对阵营,但每个阵营中的成员随着时间的推移而改变.对于以上两种情形,耦合系统不能达到双向同步,可以在一定条件下达到有界双向同步.本文得到了使耦合离散系统达到有界双向同步的一些充分条件,并通过一个数值例子验证了所得结论的有效性.

摘要： 针对一类含有未知输入和测量噪声的线性离散时间马尔可夫跳变系统,设计了一种降维观测器,可以对系统中的未知输入和测量噪声同时解耦。以线性矩阵不等式的形式给出观测器存在的充分条件,并确保误差系统有限时间随机稳定;之后利用一种代数重构的思想实现了未知输入的估计;最后通过数值仿真验证了所提方法的有效性。

摘要： 离散系统普遍存在于实际问题中.要使该系统在控制上达到精准,应该考虑时滞问题,从而能减少该系统产生的震荡.文章通过构造新的Lyapunov函数,采用引理以及新的差分不等式等交叉项界定技术,推出奇异摄动离散系统在多时滞情形下新的保守性更小的稳定性存在条件.

摘要： 针对带有初态偏差的线性离散时滞系统,提出了一种带有修正初态偏差功能的迭代学习控制策略,该控制算法能够使得系统在某个指定区间达到逐点完全跟踪.该指定区间和时滞系统的时滞参数无关,并且该方法能够推广到多时滞系统中.在跟踪过程中,如果系统带有随机性扰动,应用本文所提算法,系统依然能够稳定.最后通过三个算例验证了算法的有效性.

摘要： 针对带有领导者的2组具有常时滞的多智能体系统,在假设满足入度平衡的条件下,提出了一种新的分布式控制协议,利用李雅普诺夫稳定性理论和线性矩阵不等式方法,得到了具有常时滞的二阶离散时间多智能体系统达到分组指数一致性的充分条件。通过Matlab仿真结果验证了所提算法的正确性。

摘要： 现阶段随着网络通信领域中计算与控制的交叉融合,离散系统在社会实际应用中充当重要角色作用。论文研究未知周期性拒绝服务(DoS)干扰攻击下基于事件触发的线性离散系统的H_(∞)滤波器设计问题。与传统离散系统的滤波器设计有所不同,论文在线性离散系统中,考虑到系统运行中可能出现恶意攻击对整体通信网络传输造成的影响,引入事件触发策略来设计H_(∞)滤波器。然后使用Lyapunov-Krasovskii泛函方法,再根据线性矩阵不等式(LMI)得到DoS攻击下所设计的滤波器误差系统的全局指数稳定以及稳定性能。最后通过数值仿真验证所提出设计方法的可行性与有效性。

摘要： 本文研究离散模型的概周期解的存在唯一性.因为在通常情况下,拟一致渐近稳定所需条件相对比较弱,所以我们利用拟一致渐近稳定性来得到离散模型正概周期解存在的充分条件.数值例子验证了我们结果的有效性.

摘要： 针对维数和参数都不同的离散异构多自主体系统,利用输出调节方法研究了系统的时变输出编队跟踪控制问题。假设多自主体系统由多个follower自主体和多个leader自主体组成,并且follower自主体不能得到leader自主体的状态信息,利用邻接信息针对每个follower自主体设计了分布式观测器。基于观测器的状态,利用状态反馈,设计了离散异构多自主体系统的分布式时变输出编队跟踪控制协议及算法,并且给出了协议有效的充分条件。数据仿真结果证明了在控制协议的作用下,follower自主体的输出形成所要求的时变编队,并且跟踪多个leader状态的凸组合。

摘要： 当今工业发展迅速,计算机控制已经十分普遍,计算机是典型的离散控制系统.因此离散信号的采样、保持和分析就十分重要.该文介绍了对离散信号与连续信号不同的分析方法.

摘要： 针对存在时滞的主动悬架离散系统控制问题,提出一种基于遗传算法的最优控制方法;在含时滞的二自由度1/4主动悬架动力学基础模型上,采用零阶保持器进行离散化,通过状态变量扩维标准化处理,建立隐含时滞的主动悬架离散系统一般描述模型;采用遗传算法优化控制系统中的加权矩阵,解决最优控制器权重主观性和优化速度缓慢对主动悬架控制性能的不利影响,并利用MATLAB软件进行实例仿真.结果表明,与单纯采用最优控制方法相比,所提出的方法对含时滞的主动悬架离散系统有良好的控制效果,但是时滞量越大,改善效果越差.

摘要： 编组站到解子系统是编组站改编作业的核心，对其作业能力的准确计算是非常重要的。采用离散系统仿真模型进行分析计算，符合编组站系统复杂、作业过程多样的特征，可以综合考虑到达流分布、作业时间分布、解体方法多样、作业进路冲突、设备配置变化、固定作业时间不同等多种条件，可以准确地得到计算结果，是编组站作业能力分析的重要手段。

摘要： 研究了一类具有时变时滞的离散系统的变结构控制。在系统状态未知的情况下，首先设计了系统的状态观测器，然后基于该观测器，结合Lyapunov稳定性理论和LMI理论，设计其变结构控制器。

摘要： 针对线性定常离散系统，首先运用双线性变换及其反变换，对基于LMIs方法的连续系统加性模型降阶问题进行了推广，并得到了离散系统下一个g-次最优降阶等价命题，另外，比较相关文献，不仅给出了更低的降阶模型系统误差上界，而且给出了误差下界，从而得到了该系统的一个误差下确界。最后，考虑到性能约束及计算过程中MATLAB-LMI实现问题，提出了一个可求解离散系统最优降阶模型的算法。

摘要： 本文在离散系统建模技术的基础上,提出了利用离散事件理论仿真双区罗拉牵伸过程的方法.该模型以时间为主导因素,描述了须条中每根纤维通过牵伸区的运动过程及其动态行为,追踪每根纤维经过牵伸区的运动过程,模拟须条的牵伸过程,并输出牵伸区内每个截面上纤维根数变化的统计数据.通过与实际试验数据的比对,证明该模型能够预测出牵伸后输出须条的条干不匀规律.

摘要： 现有的满意容错控制成果难以处理非凸非线性约束,无法用于在线重构容错控制器设计,针对一类离散系统的传感器故障,研究容错系统具有上述特性的闭环区域极点指标、二次型保性能指标和控制输入等约束的满意容错控制问题.借鉴预测控制对多种约束的软化处理策略,利用被控输出反馈控制结构和在线非线性优化技术,给出一种根据故障估计信息进行递推控制的主动满意容错控制器的数值化设计算法,并分析闭环容错系统的稳定性.据此设计的满意容错控制器可使闭环容错系统在保证稳定性和控制输入约束条件下具有满意的优化性能.仿真算例验证文中设计算法的有效性.

摘要： 针对目前无线传感器网络中存在的节点捕获攻击，提出了一种节点捕获检测方法，该方法利用序贯概率比检验检测出网络中的捕获节点，并结合控制理论对网络进行控制，利用离散系统二次型性能指标的最优控制，获得网络控制下的最优控制序列，以实施对网络的最优控制。仿真表明，文中方法能够检测出网络中捕获节点，并通过不断对网络实施控制，网络状态渐近稳定。

摘要： 仿生计算是模拟生物的某种现象、行为或功能而构造的一类计算方法，包括遗传算法、免疫算法、粒子群算法、蚁群算法等等。本文提出一种基于离散系统状态空间模型和仿生计算基本思想的新型优化算法，这种算法继承了传统仿生算法的优点，但通过构造状态转移矩阵来实现种群的更替。仿真计算结果表明：本文提出的算法是一种行之有效的新型智能计算方法。

摘要： 为解决离散过程神经网络的训练问题,提出了两种基于数值积分的离散过程神经网络训练算法.分别采用三次样条积分和抛物插值积分直接处理隐层离散样本和权值的时域聚合运算,输出层采用普通神经元,采用L-M(Levenberg-Marquard)算法实现网络参数的调整.以模糊图像的恢复为例,实验结果表明,两种训练方法的性能比较接近,但都优于基于沃尔什变换的离散过程神经网络和基于样条差值函数的离散过程神经网络,从而揭示出数值积分方法在提升离散过程神经网络性能和应用方面具有一定潜力.

摘要： 为解决离散过程神经网络的训练问题,提出了两种基于数值积分的离散过程神经网络训练算法.分别采用三次样条积分和抛物插值积分直接处理隐层离散样本和权值的时域聚合运算,输出层采用普通神经元,采用L-M(Levenberg-Marquard)算法实现网络参数的调整.以模糊图像的恢复为例,实验结果表明,两种训练方法的性能比较接近,但都优于基于沃尔什变换的离散过程神经网络和基于样条差值函数的离散过程神经网络,从而揭示出数值积分方法在提升离散过程神经网络性能和应用方面具有一定潜力.

摘要： 为解决离散过程神经网络的训练问题,提出了两种基于数值积分的离散过程神经网络训练算法.分别采用三次样条积分和抛物插值积分直接处理隐层离散样本和权值的时域聚合运算,输出层采用普通神经元,采用L-M(Levenberg-Marquard)算法实现网络参数的调整.以模糊图像的恢复为例,实验结果表明,两种训练方法的性能比较接近,但都优于基于沃尔什变换的离散过程神经网络和基于样条差值函数的离散过程神经网络,从而揭示出数值积分方法在提升离散过程神经网络性能和应用方面具有一定潜力.

摘要： 本发明提供一种面向船舶航向非线性离散系统的自适应模糊最优控制方法及系统，属于船舶自动控制技术领域，该方法针对船舶航向非线性离散系统，运用模糊优化学习自适应算法，解决船舶航向离散非线性系统的最优控制问题，有效降低了控制器能量消耗、减少舵机磨损，提高航向跟踪速度和精度。

摘要： 本发明涉及一种基于离散系统雷达天线扇扫实现方法和系统。方法包括：建立天线扇扫模型，所述天线扇扫模型把天线做扇扫时的运动过程分为正向加速阶段、正向匀速阶段、正向转反向阶段、反向匀速阶段、反向减速阶段，所述正向加速阶段、正向转反向阶段和反向减速阶段的速度曲线均为正弦曲线；根据预设的运行参数对扫描速度进行修正；根据所述天线扇扫模型和修正后的扫描速度，从静止开始控制天线进行扇扫。系统包括：模型建立模块、速度修正模块和扇扫执行模块。本发明实现了基于离散系统的雷达天线扇扫，解决了传统天线扇扫抖动的缺点，得出的方位扫描加速度曲线平滑，确保天线在整个扇扫范围内无抖动平稳运行，减少对天线的损害。

摘要： 本发明公开了一种烟叶分级系统，其包括烟叶离散系统、姿态调整系统和分仓系统；烟叶离散系统用于使烟叶离散成单片烟叶并送到散叶输出带上；姿态调整系统，用于将散叶输出带送来的单片烟叶进行姿态调整，整齐排列到慢速带输送向分仓系统；分仓系统用于将慢速带送来的烟叶按级别分别送到相应的分仓输出带。本发明还公开了一种分仓系统及一种烟叶离散系统。本发明能快速准确的实现烟叶自动分级，能保证烟叶分级的一致性，有效解决目前人工分级用工量大、效率低的问题。

摘要： 本发明公开了一种线性离散系统MIL动态状态估计方法及系统,所述估计方法包括以下步骤：建立线性离散系统的信源信道模型；根据信源信道模型建立线性离散系统MIL动态状态估计模型；根据线性离散系统MIL动态状态估计模型进行信息损失的计算。本发明提出的MIL动态状态估计能够适用于各种概率分布的通用的状态估计原理。

摘要： 本发明公开了基于离散系统的异构分布式集群系统编队控制算法，包括：构建多智能体系统的通信拓扑关系，多智能体系统包括多个二阶智能体和一阶智能体；分别构建二阶和一阶智能体的动力学模型和编队函数；每个智能体获取与其相邻智能体的状态向量和编队函数；获得每个二阶和一阶智能体的控制指令状态量；基于动力学模型、控制指令状态量和每个智能体k时刻的状态向量，获得每个智能体的k+1时刻的位置向量，根据每个智能体的k+1时刻的位置向量，获得智能体k+1时刻的状态向量和新的控制指令状态量，以维持编队控制。本发明利用离散时间系统，有效降低了多智能体系统间的通信量，控制两类智能体，使得多智能体系统编队算法更加符合实际系统。

摘要： 本发明公开了一种线性离散系统信源初值信息损失分析方法和系统，方法包括建立线性离散系统模型；基于线性离散系统模型，建立并优化线性离散系统最小信息损失动态状态估计的目标函数；结合线性离散系统的特性，对目标函数进行优化，输出状态初值信源损失函数模型；预设状态条件，对状态初值信源损失函数模型的信源初值信息损失进行分析；本发明基于线性离散系统最小信息损失动态状态估计模型，结合线性离散系统特性进行优化，得到状态初值信源损失函数；并针对线性离散系统的状态初值信源损失函数进行分析；本发明的推导过程对线性离散系统的信源损失的初值部分进行量化，方便根据最小信息损失状态估计模型研究线性离散系统的信源初值信息损失。

摘要： 本发明提供了一种基于线性定常离散系统的装备体系分析方法和系统，包括：步骤1、建立以线性定常离散系统状态空间方程G表示的装备体系的装备构成/通信关系/运行流程/装备性能一体化模型；步骤2、进行装备体系的运行能力综合分析：包括装备体系的多变能力、反应能力、完成任务能力、抗毁能力，建立计算上述各项能力的评价指标模型，基于状态空间方程G的状态运动表达式，计算各项能力的评价指标值。本发明通过分析装备体系的运行能力，可发现当前体系存在的问题，为后续装备体系优化指出方向，并可支撑装备体系优化结果的检验评估。

摘要： 本发明提供一种面向船舶航向非线性离散系统的自适应模糊最优控制方法及系统，属于船舶自动控制技术领域，该方法针对船舶航向非线性离散系统，运用模糊优化学习自适应算法，解决船舶航向离散非线性系统的最优控制问题，有效降低了控制器能量消耗、减少舵机磨损，提高航向跟踪速度和精度。

摘要： 本发明涉及一种基于离散系统雷达天线扇扫实现方法和系统。方法包括：建立天线扇扫模型，所述天线扇扫模型把天线做扇扫时的运动过程分为正向加速阶段、正向匀速阶段、正向转反向阶段、反向匀速阶段、反向减速阶段，所述正向加速阶段、正向转反向阶段和反向减速阶段的速度曲线均为正弦曲线；根据预设的运行参数对扫描速度进行修正；根据所述天线扇扫模型和修正后的扫描速度，从静止开始控制天线进行扇扫。系统包括：模型建立模块、速度修正模块和扇扫执行模块。本发明实现了基于离散系统的雷达天线扇扫，解决了传统天线扇扫抖动的缺点，得出的方位扫描加速度曲线平滑，确保天线在整个扇扫范围内无抖动平稳运行，减少对天线的损害。

摘要： 本发明涉及一种非线性离散系统无模型自适应滑模约束事件触发控制方法，包括采集系统的输入输出数据；根据系统的输入输出数据确定基于观测器的伪偏导数估计算法，设置事件触发误差与事件触发条件；根据事件触发条件和伪偏导数估计算法设计控制算法，得到系统的控制输入及系统的输出数据；将系统的输出数据转化为波形图，并与期望值的波形图进行比较，判断是否达到期望的控制效果，若判断结果为是，则结束，若判断结果为否，则返回至步骤1，直至达到期望的控制效果。本发明不需要建立被控系统的精确模型，且设计了事件触发机制，使控制器只在设定的事件触发条件满足时更新控制信号，减少了控制器的执行次数，在保证控制效果的同时减轻了计算与通信负担。