【摘 要】
:
随着人类生产活动的快速发展,对工业生产自动化及控制精度的要求越来越高。控制对象也从最初的简单线性系统不断变化扩展到复杂非线性系统,于是传统的线性控制理论已经无法满足实际需求。得益于著名的Takagi-Sugeno(T-S)模糊模型的提出,非线性系统控制研究理论也取得了很大的进展。由于低保守性的设计条件可以让模糊控制理论在工业系统中的应用范围更广,因此近十年来如何降低设计过程中的保守性成为领域内的热
论文部分内容阅读
随着人类生产活动的快速发展,对工业生产自动化及控制精度的要求越来越高。控制对象也从最初的简单线性系统不断变化扩展到复杂非线性系统,于是传统的线性控制理论已经无法满足实际需求。得益于著名的Takagi-Sugeno(T-S)模糊模型的提出,非线性系统控制研究理论也取得了很大的进展。由于低保守性的设计条件可以让模糊控制理论在工业系统中的应用范围更广,因此近十年来如何降低设计过程中的保守性成为领域内的热点问题之一。本文针对一类离散时间非线性系统,具体研究了基于T-S模糊模型的非线性系统的镇定控制和状态估计问题。深入挖掘增益调度方法的潜力,根据实时采集的调度变量让被控系统在不同的子空间运行设计的不同控制律,从而可以得到低保守性的设计条件。具体的研究方法、研究成果和研究结论概括如下:(1)针对基于T-S模糊模型的一类离散时间非线性系统的镇定控制问题,通过在控制器中引入当前时刻和过去时刻的归一化模糊权值函数信息来丰富控制器结构,所提出新的模糊控制器具有更多组切换模式以增强闭环系统稳定性。具体地,设计新的切换律来在线激活每个采样时刻实际对应的一组最优控制增益矩阵,且设计的切换律仅采用一个调优变量将整个模糊空间分成三个独立的子区间,这也有利于减轻激活模式的识别负担,快速找到最优解。通过仿真结果表明,所提出方法有效拓宽了被控系统的可控区间,提高离散时间T-S模糊系统的闭环系统稳定性。(2)针对基于离散时间T-S模糊模型的非线性系统状态估计问题,设计一种新颖的多时刻联合切换型观测器对不可测的系统变量进行更加有效地状态估计。在所述多时刻联合切换型观测器设计过程中,对应每个切换模式引入专属的时变自由矩阵,能够充分利用当前时刻和过去时刻下的归一化模糊权值函数信息,并将其融入观测器增益矩阵设计中,有效降低了模糊状态估计方法的保守性。此外,所提出的调度策略中仅使用两个取值于有限候选集中的调节参数λ1和λ2,有利于快速寻找最优的多时刻联合切换型观测器。最后通过两个仿真实例验证设计策略的有效性和先进性。(3)为进一步降低模糊状态估计方法的保守性,又提出上述多时刻联合切换型观测器设计的放松性条件。通过设计更加全面的多时刻增益调度机制,同时去除了传统自由矩阵的冗余性约束条件,最大程度地将多时刻的归一化模糊权值函数信息融合到模糊观测器设计中,显著地降低了保守性。值得指出的是,尽管引入自由矩阵的数量会有增加,但由于降低了模糊循环次数,因此实际的计算复杂度也只是轻微增加。
其他文献
随着移动通信技术的快速发展,LTE组网已经十分成熟,5G组网逐步完成部署,无线移动网络能够提供高速率、低时延的数据流量服务,同时在某些特殊场景下也存在负荷过大、频谱资源不足、信号覆盖不均匀等问题。D2D通信作为5G的一项关键技术,在提高频谱利用率、增大系统容量、降低能耗以及优化常规的信号覆盖问题上能够起到关键作用。D2D通信的关键步骤包括资源分配和用户配对两大部分。资源分配又分为频谱资源分配和功率
近几年,现代智能系统发展迅猛,对于智能系统来说,了解其所在地点及周围环境非常重要。场景识别的目的就是帮助计算机理解周围环境,它可以描述图像所属的场景类别,而不只是列出场景中的对象。如今,场景识别广泛应用于人机交互、智能机器人、智能视频监控和自动驾驶等领域,已成为机器视觉领域的重要任务之一。目前,场景识别性能的提高主要得益于具有海量参数的复杂卷积神经网络的蓬勃发展和大规模数据集提供的必要训练样本。随
从1G(First Generation)演进到5G(Fifth Generation),整个移动通信网络的发展都是沿用蜂窝移动通信体制。为了提高系统容量,需要采用不断缩小小区面积和密集化部署基站等方法。然而,基站与基站之间缺乏协作能力,系统容量提高的同时,小区间干扰等问题也愈发严重。无线通信系统需要为指定区域的所有用户提供统一良好的服务。为此,去蜂窝大规模MIMO(Cell-Free Massi
自上世纪九十年代以来,随着无线通信技术的迅速发展和物质文化水平的提高,人们对通信质量和通信效率逐渐有了更高的要求,与此同时接入移动网络的设备数量的上升也对无线通信网络的负载能力提出了更高要求。随着我国“四纵四横”高铁网络的全面覆盖,高铁已然成为民众的首要出行方式,而高速场景下的移动通信已经成为学术界的研究热点。在高速场景下,高速移动带来的高多普勒频移使得子载波的正交性无法得到保证,高速情况下传统的
近年来,由于化石能源短缺,环境污染加剧,世界各国都在积极的寻求能源结构的升级,风力发电、光伏发电等新能源发电在总发电中所占的比例逐渐增加,本文在此背景下研究微电网分布式能量管理以及能量管理中的隐私保护问题。首先,本文对已有的关于微电网分布式能量管理的研究中的能量管理模型进行了完善。本文考虑了一个带有多个发电单元和可响应负载单元的微电网系统,考虑发电侧和负载侧同时参与到能量管理中,以社会福利最大化,
柱矢量光束具有柱对称偏振和强度分布的特性,使其受到广大研究者的广泛关注。柱矢量光束在光陷阱、光操纵、光通信和表面等离激元等领域有着广泛的应用。人们一直追求对聚焦场的灵活调控。其中,传统透镜难以实现对柱矢量光束的紧密聚焦,限制了焦场调控的灵活性。由介质交替排列构成的光子晶体透镜难以实现对任意偏振光的紧聚焦。在光子晶体透镜的启发下,提出一种具有柱对称结构的全介质负折射光栅透镜。全介质负折射光栅透镜基于
在人类的日常生活中,图像语义信息在非言语信息传递上,扮演着日益关键的角色。伴随卷积神经网络(CNN)以及深度学习的高速发展,语义分割(Semantic Segmentation)的研究在计算机视觉、医学图像分割和自动驾驶领域获得了丰硕的成果。但是随着卷积神经网络结构的加深,图像分割过程中的局部信息与全局信息、边缘信息和上下文信息的依赖关系不断衰减,语义分割精度结果并不理想,因此,提高语义分割信息间
目前室内定位技术受到了越来越多的关注,基于室内定位技术的服务已经广泛应用于各个领域,但是由于环境复杂性导致现有室内定位技术难以得到精确的位置估计。为解决上述问题,本文开展基于多模态学习的Wi-Fi信号室内定位技术研究,充分利用Wi-Fi信号各模态之间的互补性,提高定位精度。本文主要工作包括:(1)研究基于多模态学习的Wi-Fi信号室内定位相关理论和方法。首先介绍了Wi-Fi信号的各种模态测量值,然
微波能量传输(Microwave Power Transmission,MPT)技术是当前电磁场方向的研究热点,它通过电磁波的形式将能量在点与点之间定向传输。随着科技的发展,微波能量传输技术愈发成熟,在军事与民用方面得到了更多的推广。目前,微波能量传输技术在诸多领域中都有应用,比如无线传感器网络、射频识别(Radio Frequency Identification,RFID),卫星应用等方面。毫
传统天线阵为实现抑制旁瓣、产生携带轨道角动量(Orbital Angular Momentum,OAM)的波束、生成和差波束以及快速波束扫描等功能,需要对阵列中的每个阵元做到精准调幅和调相,这就使得馈电网络中需要用到大量的衰减器和移相器,增加了馈电网络的设计难度和成本。而通过将“时间”维度引入到传统天线阵中构成的空时天线阵(Space-Time Antenna Array,STAA)在实现上述功能