非线性系统

摘要： 无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性,对它的控制还受到道路附着系数的变化、侧向风等外界因素影响.?因此传统控制方法往往难以对其稳定和精确地控制.?神经网络所具有的学习能力、自适应能力和近似非线性映射的能力,为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径.?针对上述几个方面,对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类,分别介绍了应用情况并对优缺点进行评价.?最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题,并展望了可能的发展方向.

摘要： 针对未知但有界扰动下约束非线性系统,提出一种新的鲁棒经济模型预测控制(Economic model predictive control,EMPC)策略,保证闭环系统对扰动输入具有输入到状态稳定性(Input-to-state stability,ISS).基于微分对策原理,分别优化经济目标函数和关于最优经济平衡点的鲁棒稳定性目标函数,其中经济最优性与鲁棒稳定性是具有冲突的两个控制目标.利用鲁棒稳定性目标最优值函数构造EMPC优化的隐式收缩约束,建立鲁棒EMPC的递推可行性和闭环系统关于最优经济平衡点相对于有界扰动输入到状态稳定性结果.最后以连续搅拌反应器为例,对比仿真验证本文策略的有效性.

摘要： 针对非线性系统锂电池剩余电量(State of Charge,SOC)估计常用算法——安时积分法初值精度要求高、累计误差大的问题,提出了基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法的SOC估计方法。通过建立合理的电池模型,利用MATLAB仿真在恒流工况下证明:安时积分法的平均误差为2.7%,EKF算法在无初始误差和存在初始误差两种工况下降低平均误差分别为0.97%和1.3%。最后通过ADVISOR 2002软件仿真验证了锂电池工作在两种动态电流工况下,基于EKF的SOC估计平均误差分别为1.06%、1.13%,符合SOC估计精度要求。

摘要： 研究了一个四维分数阶新系统的隐藏吸引子.在特定条件下,此系统有一条平衡点线或无平衡点.同时讨论了系统平衡点的稳定性,证明了不同类型的隐藏吸引子.进一步通过调整系统参数和系统初始值,利用分岔图、相图得到了新系统的共存隐藏吸引子,分析了系统的复杂动力学行为,并设计了同步控制器,实现了此系统的组合同步,数值仿真结果验证了同步控制方案的有效性.

摘要： 非线性、非平稳系统的预测是一个具有重要科学意义的研究课题.最近一些工作已将收敛交叉映射算法(convergent cross mapping,CCM)用于检验变量之间的因果关系,由于在CCM算法中,相空间中相互靠近的点在时间上具有相似的发展趋势和运动轨迹,因此该方法可以尝试应用于非线性、非平稳系统的预测试验研究中.鉴于此,本文将CCM算法分别应用于Lorenz系统和实际气候时间序列的预测中,并检测不同相空间重构方法对预测效果的影响.主要结果如下:1)不论是理想Lorenz模型还是实际气候序列,对于单变量、多变量和多视角嵌入法3种重构相空间方法而言,多视角嵌入法对变量的预测效果最好,表明对于给定长度的时间序列,重构相空间中包含的信息越多,其预测能力越强;2)将NAM(northern hemisphere annular mode)加入SAT(surface air temperature)的重构相空间中可以改善SAT的预测效果.在使用单变量、多变量和多视角嵌入法进行预测时,利用复杂系统中变量中共有信息的特性,在时间序列长度一定的情况下,可以利用动力系统的复杂性来增加系统内的信息.基于因果检验的预测建模方法,通过挖掘数据中定量信息的提取,对非线性、非平稳系统预测技巧的改进提供了一个新颖的思路.

摘要： 针对传统振动筛运动维数单一、筛分效率低、关键零部件寿命短等问题,利用混沌振动的随机性及往复非周期运动特性,将混沌振动运用于振动筛中以提高筛分效率,设计出一种冗余自由度为一的新型混沌振动筛,建立新型混沌振动筛的动力学模型,利用Lagrange法得到振动筛的振动微分方程,通过Simulink仿真分析得出其动力学特性图。对仿真结果得出的时频图、相图、Poincare映射图及Lyapunov指数图进行混沌识别,仿真表明混沌振动筛的Poincre映射图散乱且最大Lyapunov指数为正,新型混沌振动筛的运动输出为混沌振动,研究结果可为混沌振动筛的设计及运用提供了理论基础。

摘要： 以含忆阻元件的电路系统为研究对象,将混沌电路系统和量子随机行走方法相结合,提出了一种基于混沌系统的图像加密方法。建立了含记忆电容(电感)和记忆电阻的简单压控(荷控)电路系统。以压控并联电路为例计算得到7种不同的吸引子类型,并作为图像加密的核心加密方式。量子随机行走作为一种有效的置乱手段参与了加密算法的各个部分。结果表明:经过本文算法得到的密文三通道信息熵都在7.999达到了峰值,像素相关性系数均接近于0,三通道的加密质量EQ值也均在1024附近。

摘要： 为了让学生能够对非线性系统有充分地了解,实验教学是必不可少的环节与手段。采用层层递进的方式,以Lorenz系统的电路设计为例阐述了设计性实验的实现过程,全方位考察学生的科研能力。基于已有的数学模型,通过理论分析与软件仿真相结合的方法得到符合实际要求的Lorenz电路设计模型,采用理论指导实践的思维方式,制作硬件实验电路验证电路设计模型的有效性。通过软硬件相结合的方式引导学生进一步理解非线性系统,培养实践创新能力,提高科学素养。

摘要： 乙苯化工过程由一系列连续搅拌釜式反应器和分离器组成的大规模非线性系统,针对这一类系统提出了一种基于分布式无迹卡尔曼滤波的状态估计方案。该方法通过将系统分解,对每个子系统设计局部无迹卡尔曼滤波,它接收局部测量值,并与其他滤波器协同计算局部状态估计值的方法完成整个系统的状态估计。给出了详细的分布式无迹卡尔曼滤波的设计方法和估计算法。在不同的噪声下对分布式和集中式无迹卡尔曼进行了比较分析。仿真结果表明,分布式无迹卡尔曼滤波可以很好地处理强噪声,正常噪声下比集中式无迹卡尔曼滤波有更稳定的性能,但在理想噪声下集中式无迹卡尔曼滤波有更好的表现。

摘要： 论文对近似二阶EKF(ASEKF)进行了理论分析,了解其滤波原理和特点,并以空中抛射物为滤波仿真研究对象,建立抛射物的运动跟踪系统的离散化状态方程,利用ASEKF估计系统状态量,再由状态量计算系统输出量。仿真结果表明,ASEKF滤波法具有较高的估计精度和收敛性,而且效率较高,抛射物的运动跟踪误差基本在2%以内,远小于构造的观测量误差。

摘要： 分岔在工程实际中是普遍存在的非线性动力学现象.在许多场合,分岔是一种有害的动力学行为,需加以控制,从而提高系统运行的稳定性和可靠性.本文研究了基于分数阶PIλDμ控制器的宽带噪声激励下强非线性系统的分岔控制.首先,应用广义谐波平衡技术,将分数阶PIλDμ控制力分解为幅值依赖的等效拟线性阻尼力和拟线性回复力,得到了受控整数阶等效非线性系统.然后,运用基于广义谐和函数的随机平均法将等效非线性系统简化为关于幅值的平均伊藤方程.最后,建立并求解相应的简化Fokker-Planck-Kolmogorov(FPK)方程,得到关于幅值的稳态概率密度函数,考察不同分数阶次对系统分岔的影响.作为算例,分别考察了Duffing-van de Pol振子和Rayleigh-Duffing振子.研究表明:选择恰当的分数阶次λ和μ,分数阶PIλDμ控制器不仅可以抑制随机分岔的产生,而且比经典的整数阶控制器能更有效的控制随机分岔现象.另外,所提方法获得的理论解析结果与蒙特卡罗模拟结果吻合较好.

摘要： 本文给出了一种新的非线性系统集员辨识方法.该方法的目的是描述所有与观测数据、模型结构和误差边界假设相一致的参数向量所组成的集合.此集合称为参数可行集.该方法利用Isomap构建具有较高精度的参数可行集与n维空间中的单位球面(n-1-sphere(n是参数的个数))之间同胚映射的一个近似.一旦这个映射被建立,它就把n-1-sphere映射为参数可行集的近似边界.此方法的性能由三个例子加以说明.仿真结果表明本文方法比支持向量机方法具有较高的精确性.

摘要： 本文针对一类非线性系统执行器时变故障的容错问题,研究了一种基于变增益扩张状态观测器的逆系统故障调节方法.该方法首先通过一种时变增益的设计方法,来改进传统的恒增益扩张状态观测器,有效消除了在状态及故障估计初始阶段的“峰值”问题;其次,在依据故障估计值对原系统进行补偿调节的基础上,借助于逆系统的引入,对原非线性系统线性化,在使系统能对故障容错的同时,确保了系统无论故障发生与否的不变伪线性特性;进而又为其设计了鲁棒保性能控制,从而以不变的控制器,使得系统始终具有了良好的性能及对逆建模误差的鲁棒性;最后,仿真算例对比验证了该方法的有效性.

摘要： 针对一类非匹配不确定非线性系统,考虑到系统的完全未知模型参数和扰动,提出了鲁棒自适应模糊反推控制方法.模糊系统用于逼近系统中的未知函数和虚拟控制的导数,避免了传统反推法中由于虚拟控制的导数引起的控制律复杂问题,鲁棒项的设计用于补偿逼近误差,并用李亚普诺夫函数证明了整个系统的稳定性和鲁棒性.仿真结果表明该方法,对非线性系统中存在的非匹配不确定因素具有较强的鲁棒性和自适应性.

摘要： 为得到Volterra系统核参数,提出使用基于标准遗传算法(SGA)的优化方法来辨识非线性系统的时域核.建立了辨识非线性Volterra系统的时域核参数的优化计算模型.数值试验结果表明,利用SGA进行Volterra系统的核辨识是完全可行的,其结果稳定,是一种值得推广应用的方法.

摘要： 针对不确定性非线性系统,提出一种利用神经网络的系统辨识与控制方法.神经控制系统利用系统输出和希望输出之间的误差信号直接训练神经网络,并用李雅普诺夫稳定性理论证明控制误差与训练误差信号的有界性;给出了一个用静态神经网络辨识非线性动态系统的结构,研究了系统的稳定性问题,并应用于模型参考控制系统,实现神经网络的自适应控制.该控制方法可以应用于具有较弱非线性的工业过程或机械设备控制,比如冶金过程自动化、化学过程自动化、机器人控制等.仿真实例验证了该方法的有效性.

摘要： 间隙在机械系统中是不可避免的,由间隙引起的接触非线性往往会严重影响系统的动态响应.若能利用设备动态信息识别出间隙大小,就能为机械系统间隙控制提供依据.本文针对间隙非线性系统间隙值识别问题,提出了一种结合概率密度函数与反馈非线性识别算法的数字间隙尺方法.首先,根据模型间隙位置处响应绘制概率密度曲线,由曲线拐点坐标可初步定位间隙范围.然后,用多项式拟合非线性项.运用反馈非线性识别算法精确确定间隙大小.

摘要： 针对一类非线性离散时间系统,设计了非线性多模型自适应控制器.该控制器包含一个线性自适应模型和一个非线性自适应模型.线性自适应模型用于保证系统的稳定性,非线性自适应模型采用模糊递归小波神经网络,具有结构简单,收敛快速,能够避免因为初值的选取而陷入局部最优.然后设计多模型切换准则,保证在任意时刻内都能够选择性能好的控制器进行系统控制.最后仿真应用结果验证了上述方法具有更好的跟踪能力,可以改善系统控制效果.

摘要： 针对一类非线性离散时间系统,设计了非线性多模型自适应控制器.该控制器包含一个线性自适应模型和一个非线性自适应模型.线性自适应模型用于保证系统的稳定性,非线性自适应模型采用模糊递归小波神经网络,具有结构简单,收敛快速,能够避免因为初值的选取而陷入局部最优.然后设计多模型切换准则,保证在任意时刻内都能够选择性能好的控制器进行系统控制.最后仿真应用结果验证了上述方法具有更好的跟踪能力,可以改善系统控制效果.

摘要： 针对一类非线性离散时间系统,设计了非线性多模型自适应控制器.该控制器包含一个线性自适应模型和一个非线性自适应模型.线性自适应模型用于保证系统的稳定性,非线性自适应模型采用模糊递归小波神经网络,具有结构简单,收敛快速,能够避免因为初值的选取而陷入局部最优.然后设计多模型切换准则,保证在任意时刻内都能够选择性能好的控制器进行系统控制.最后仿真应用结果验证了上述方法具有更好的跟踪能力,可以改善系统控制效果.

摘要： 一种用于估计微分或差分方程的方法和系统，该方程可以控制非线性、时变和变参数的动态过程或系统。所述用于估计所述方程方法和系统是通过对所述方程的观测到的输出和(当需要时的)输入数据进行估计来实现的。所述方法和系统可采用任何如下的系统或过程：该系统或过程能够被描述成非线性、时变和变参数的差分方程并且可用于在描述详细的系统或方法性能时自动提取该差分方程，该系统或方法性能用于系统控制、故障检测、状态估计以及系统或方法中有变化时它们的预测和修改。

摘要： 一种用于估计微分或差分方程的方法和系统，该方程可以控制非线性、时变和变参数的动态过程或系统。所述用于估计所述方程方法和系统是通过对所述方程的观测到的输出和(当需要时的)输入数据进行估计来实现的。所述方法和系统可采用任何如下的系统或过程：该系统或过程能够被描述成非线性、时变和变参数的差分方程并且可用于在描述详细的系统或方法性能时自动提取该差分方程，该系统或方法性能用于系统控制、故障检测、状态估计以及系统或方法中有变化时它们的预测和修改。

摘要： 提供了用于生成具有随时间变化的部件、非线性部件或这两者的系统的简化模型的方法和系统。用差分方程来描述要加以建模的系统(100)。然后使系统的差分方程线性化(110)，并且，获得线性化了的差分方程的频率域表达式(120)。生成频率域表达式的有限维表达式(130)并且通过krylov子空间投射来简化该表达式(140)。对简化的有限维差分方程求解(150)，以便获得系统的简化模型。

摘要： 本发明公开了一种多输入多输出非线性系统的线性自抗扰控制系统及其应用，多输入多输出非线性系统的线性自抗扰控制系统包括伺服驱动器和运动控制卡，伺服驱动器的输出端与非线性系统的电机相连接，伺服驱动器的输入端与运动控制卡相连接；所述运动控制卡包括自抗扰控制器和非线性系统的控制芯片电路，所述自抗扰控制器以软件形式写入所述控制芯片电路中；所述伺服驱动器中设有驱动芯片电路；控制芯片电路的输出端与驱动芯片电路的输入端对应连接，实现对电机的控制；自抗扰控制器采用基于动态逆的方法输出反馈控制率。本发明的线性自抗扰控制系统利用动态逆来求解控制率对总扰动进行补偿，从而解决了系统控制增益的不确定带来的控制器不稳定问题。

摘要： 公开了线性和非线性系统的基于确定性优化的控制系统及方法。本文中所描述的实施方式包括提供了控制方法的一种实施方式，该控制方法包括：确定要控制的过程的预定非线性模型的线性逼近；确定非线性约束集合的凸逼近；确定控制轨迹的多个采样周期的初始稳定化可行控制轨迹；执行基于优化的控制算法以改善控制轨迹的多个采样周期的初始稳定化可行控制轨迹；以及通过应用来控制受控过程。

摘要： 本发明公开了一种并发多波段非线性系统的互耦建模方法及线性化装置，通过互耦型多输入数字预失真器将并发多波段信号分成各个波段的基带数据序列后进行数字预失真，然后同步输入到相应的基带变射频模块中，另外，通过并发多波段非线性特性提取装置捕获并发多波段非线性系统输出端的并发多波段失真射频信号中各个波段的失真基带数据，并将各个波段的失真基带数据和并发多波段信号中各个波段的原始基带数据直接输入到多输入互耦数字预失真参数训练器中进行预失真参数提取；优点是降低了对基带变射频模块中的数模转换器（DA）速率的要求，减少了数字信号处理设备，节省了数字信号处理器件资源开销。

摘要： 本发明公开了一种多输入多输出非线性系统的线性自抗扰控制系统及其应用，多输入多输出非线性系统的线性自抗扰控制系统包括伺服驱动器和运动控制卡，伺服驱动器的输出端与非线性系统的电机相连接，伺服驱动器的输入端与运动控制卡相连接；所述运动控制卡包括自抗扰控制器和非线性系统的控制芯片电路，所述自抗扰控制器以软件形式写入所述控制芯片电路中；所述伺服驱动器中设有驱动芯片电路；控制芯片电路的输出端与驱动芯片电路的输入端对应连接，实现对电机的控制；自抗扰控制器采用基于动态逆的方法输出反馈控制率。本发明的线性自抗扰控制系统利用动态逆来求解控制率对总扰动进行补偿，从而解决了系统控制增益的不确定带来的控制器不稳定问题。

摘要： 本发明公开了一种非线性系统的线性化分析方法，包括：利用Bussgang理论获取发射节点处至第一中继节点处时源信号x对应的转移特性函数h(y

摘要： 公开了线性和非线性系统的基于确定性优化的控制系统及方法。本文中所描述的实施方式包括提供了控制方法的一种实施方式，该控制方法包括：确定要控制的过程的预定非线性模型的线性逼近；确定非线性约束集合的凸逼近；确定控制轨迹的多个采样周期的初始稳定化可行控制轨迹；执行基于优化的控制算法以改善控制轨迹的多个采样周期的初始稳定化可行控制轨迹；以及通过应用来控制受控过程。

摘要： 本发明公开了一种并发多波段非线性系统的互耦建模方法及线性化装置，通过互耦型多输入数字预失真器将并发多波段信号分成各个波段的基带数据序列后进行数字预失真，然后同步输入到相应的基带变射频模块中，另外，通过并发多波段非线性特性提取装置捕获并发多波段非线性系统输出端的并发多波段失真射频信号中各个波段的失真基带数据，并将各个波段的失真基带数据和并发多波段信号中各个波段的原始基带数据直接输入到多输入互耦数字预失真参数训练器中进行预失真参数提取；优点是降低了对基带变射频模块中的数模转换器（DA）速率的要求，减少了数字信号处理设备，节省了数字信号处理器件资源开销。