分数阶非线性动力系统分形分析与控制

来源 :山东大学 | 被引量 : 0次 | 上传用户:liqing804240
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的日新月异,人们对大自然的认识不断深入,分形和分数阶系统已然成为当下的理论热点和技术前沿,是诸多领域特别是在交叉学科中对各类非线性过程和反常现象进行建模、刻画、分析和控制的有力工具,吸引着国内外众多学者的持续关注.一方面,以Julia集为代表的分形集直观地表征着系统状态的某些渐近性质,对其的分析和估计可以帮助人们更好地理解和把握系统的复杂性,而系统的某些性态需求也可以通过控制其Julia集来得以实现.此外,Julia集和扩散限制凝聚模型等本身亦是重要的分形研究对象,具有错综复杂的内部结构和异乎寻常的有趣性质.另一方面,分数阶系统通常用于刻画具有记忆性、遗传性或者非局部性的现象和行为.此类现象或行为具有本质的非线性和高度的复杂性,一般无法通过经典整数阶模型给出简洁清晰的解释.而且,越来越多的研究已经证实,自然界中多数系统本质上即是“分数阶”的,通过传统方法得到的整数阶模型只能反映某些局部性质或得到一些粗略结果.因此,结合分形理论和分数阶系统理论,从分形视角研究分数阶系统,将分数阶元素引入经典分形,可为非线性系统理论的研究提供新的分析工具和控制方法,也可为非线性问题的动力学建模与应用拓展新的途径,具有十分重要的理论意义与现实价值.
  本文立足理论、服务应用,融合分形理论和分数阶系统理论,构建几类分数阶分形对象,从定性和定量两个层面探讨分数阶系统的分形动态性质,解决分数阶分形集的控制或同步问题,为进一步理解分数阶动力学以及描述自然界中的某些非线性现象提供新的视角和可行的方法.研究内容主要包括以下四个具体方面:
  1.基于分数阶Lotka-Volterra模型的连续分数阶系统Julia集的分形动态分析和控制.
  推广现有的分数阶Lotka-Volterra模型,设计耦合雅可比矩阵以分析系统均衡点的稳定性,定义模型的Julia集并讨论其分形特征,通过三种不同的控制策略实现Julia集的控制并进行比较,设计耦合项以实现两个具有不同系统参数的Julia集的同步.进一步,将分数阶Lotka-Volterra模型推广至复数域并引入动态噪声扰动,以研究系统空间Julia集的结构和性质;定义Julia偏差指数定量地分析几类动态噪声对系统Julia集的影响,并讨论Julia集的对称性以及噪声对其的破坏作用.
  2.基于分数阶差分Logistic映射的离散分数阶系统分形集的动态分析和同步.
  研究基于离散分数阶微积分框架的差分方程所导出的Logistic映射.通过Julia集和Poincaré图,讨论映射的分形和混沌特征,并与定义的分数阶差分二次映射进行比较,阐明这些动力学现象所反映出的分数阶差分映射的记忆效应;设计耦合控制器以实现分数阶差分Logistic映射和分数阶差分二次映射之间的同步.进一步,提出传统映射分形集的分数阶化准则,并给出经典二次映射的Julia集和Mandelbrot集分数阶化的若干具体方案,同时比较分析这些推广之间的差异.通过可视化技术和维数分析,研究映射阶数对其分形集的影响.
  3.基于Mittag-Leffler函数的分数阶函数迭代Julia集的分形动态分析和同步.
  研究基于Mittag-Leffler函数的一类由分数阶函数所构成的不确定离散复动力系统的Julia集.推广几类经典的非多项式函数迭代的Julia集,讨论函数参数对集合分形特征的影响.提出一种直接适用于复动力系统的自适应控制策略以同步具有不同系统参数的两个系统的Julia集,并对其中的未知参数进行辨识.
  4.基于分数阶扩散限制凝聚模型的分数阶偏微分系统的分形动态分析.
  利用分数阶扩散机制,改进经典扩散限制凝聚模型,构造得到一类分数阶扩散限制凝聚以作为模拟分形生长的新方法.分数阶算子独特的记忆性最终可以宏观地反映为凝聚团簇的定向性,定义各向异性指数并结合分形维数量化模型阶数对凝聚行为和团簇结构的影响.
  综上所述,本文创新性地研究了几类基于典型分数阶系统的分形集,分析了分数阶分形的性质和特点,讨论了系统阶数对系统分形的作用,实现了分数阶Julia集的控制、同步和未知参数的辨识,改进了相关的可视化算法,扩充了分形理论研究的知识框架,丰富了分数阶系统的研究方法,为分形理论和分数阶系统理论的进一步应用提供了一定的技术支持,对更一般分数阶系统的分形分析和分形控制问题的研究也具有借鉴意义.
其他文献
近年来,倾转旋翼无人机因为既有旋翼垂直起降的优势、又有固定翼远距离快速飞行能力,逐渐成为无人机领域的研究热点。现有倾转旋翼无人机机构形式多为在固定翼无人机外部添加多副旋翼,增加了无人机自身的重量。同时倾转旋翼无人机在飞行过程中,旋翼下洗流作用在固定翼上表面,使固定翼上下表面压力差变小,降低了固定翼的升力。  本文提出的两栖倾转翼无人机弥补了倾转旋翼的缺陷,有效避免了旋翼产生的下洗流对固定翼造成的影
反馈非线性系统的研究是控制理论核心内容之一,已被应用到工业、国防及航天等领域,吸引了国内外学者的广泛关注.很多实际工程系统,都可以经过适当的变量替换,建模并转化为反馈非线性系统.为了更好的满足实际系统性能需求,针对具有信息约束的控制研究是非常有意义的.在本文中,信息约束可细分为量化约束、状态约束以及输出约束.它们具有节省通信资源、提高系统安全指数等优点.目前,虽然针对具有信息约束反馈非线性系统的控
交通场景复杂多变,为汽车配备安全可靠的辅助驾驶系统可以大大降低交通事故的发生,提高城市交通运行效率。有经验的驾驶员因选择性注意机制,可以快速定位场景中显著区域,过滤掉冗余信息,抽取与驾驶活动相关的关键信息。因此模仿人类的选择性注意机制,预测交通场景下的显著性区域或者目标,对辅助驾驶系统的发展具有重要的研究意义。本文对复杂交通场景下的驾驶员注意力预测方法展开研究,旨在预测驾驶员的注意力区域或者检测到
学位
近年来,随着人工智能的不断发展以及人们对公共场合安全问题的重视,行人再识别任务成为人工智能领域研究的热点。行人再识别任务,是指判断从多个视野不重叠的摄像头出现的行人图像是否为同一行人,主要通过行人的底层视觉特征与高层不变属性特征进行判断,而不需要行人的主观配合,有着重大的研究价值。另一方面,在海量数据中准确高速的找出目标人物并辨别身份对安防等任务有着重要的应用价值,同时行人再识别的研究对于相册聚类
相比于在平坦地面具有更好运动效果的轮式和履带式机器人,腿足式机器人能够适应更复杂的地形,进行更灵活的姿态控制,有效跨过或躲避障碍物,能够应用到复杂环境的探索、搜救、运输等多方面领域中。四足机器人凭借相对简单的结构、灵活的运动效果、出色的稳定性能和优秀的动态能力等优势,从腿足式机器人中脱颖而出。传统的四足机器人控制方法一般会采用模块化控制器,但模块化控制器设计难度较大,并且需要耗费大量时间进行参数调
智能驾驶汽车通过多种传感器获取信号,感知车辆周围环境以及可能发生的危险,从而做出驾驶决策。与其他信号相比,视频信号包含丰富的语义信息,并且采集设备成本低廉,采集过程方便;然而视频信号也具有背景复杂、运动模糊、目标遮挡等问题,给交通场景理解带来特殊的挑战。本文针对交通场景风险估计问题,提出了对交通风险等级划分的原则,并构建了一种对行车视频中交通场景的风险性进行判断的方法。本文首先利用YOLO算法与D
学位
语音是人类传递信息最重要的途径之一,但现实中的语音信号经常被其他人声混杂或被环境噪声干扰,因此语音分离作为提取混合语音信号中独立语音源的任务,一直以来都是信号处理领域重要的研究方向之一。语音分离任务来源于“鸡尾酒会问题”,常被用作其他语音应用的前置预处理操作,对自动语音识别、助听器开发与人机交互等应用有着重要作用。传统上的语音分离技术多数着眼于单模态语音信号的处理,但随着多媒体应用与信息技术的发展
学位
在社会需求增长和技术发展的持续推动下,移动机器人正逐步走入家庭,为用户提供家政服务。环境建模作为机器人执行家政作业的基础,综合了环境感知、理解和表征等核心技术。然而,机器人作业在开放、动态、非结构化的家庭环境中,仍面临着导航安全性、任务执行高效性、长期自治性等多方面的挑战。如何对复杂家庭环境建立准确的模型,以支持机器人安全、高效、长期自主地执行家政作业,是推动移动机器人进入家庭和实现机器人智能化服
分类是数据挖掘和机器学习领域中重要的研究分支,其目的是根据特征所描述的信息将每个实例准确划分到不同的组中。但随着所收集数据集维度的急剧增加,大量与分类任务不相干和冗余的特征信息被添加到数据集中,这些无关特征信息不仅会增加模型构建的复杂度,还会降低机器学习算法的性能,甚至造成“维数灾难”和“过拟合”问题。特征选择是一种有效的数据预处理技术,能够有效去除与目标任务不相干和冗余的特征信息,降低机器学习算
学位
抑郁症作为一种精神障碍,以显著而持久的情绪低落、兴趣减退和思维迟缓等为主要临床症状,病情严重者会导致自残乃至自杀。近年来,随着患者数量的急剧增加和世界各地频频报告的自杀事件,抑郁症已逐渐为人们所熟知,而其带来的危害也日渐升高。据世界卫生组织2017年统计,全球约有3.22亿抑郁症患者,抑郁症已成为当今社会的首要致残原因。此外,抑郁症还会给家庭和社会带来巨大的经济负担,是导致全球疾病负担的一个重大因
学位