不确定混沌系统的径向基函数神经网络反馈补偿控制

对不确定混沌系统控制问题, 研究了一种基于径向基函数神经网络(radial basis function neural network, RBFNN)的反馈补偿控制方法. 该方法首先用RBFNN对混沌系统的动力学特性进行学习, 然后用训练好的RBFNN模型对混沌系统进行反馈补偿控制. 该方法的特点是不需要被控混沌系统的数学模型,可以快速跟踪任意给定的参考信号. 数值仿真试验表明了该控制方法不仅具有响应速度快、控制精度高, 而且具有较强的抑制混沌系统参数摄动能力和抗干扰能力.     

非线性反馈法控制相位共轭波的光学时空混沌

相位共轭振荡器由一个标准镜和一个具有快速响应的无损耗Kerr介质作为相位共轭介质的相位共轭镜组成.利用非线性反馈方法，对相位共轭振荡器中的时间混沌和耦合相位共轭波映象系统中的时空混沌进行了控制，得到了稳定的控制结果.数值实验表明，该控制方法不需预先了解动力学系统，只需调整反馈系数，在实际系统中容易实现.控制结果为相位共轭波的混沌研究提供了理论依据. 关键词： 非线性反馈控制 相位共轭振荡器 混沌 时空混沌     

基于方形域内标准正交矢量多项式的波前重建

获得了一组方形域内标准正交的矢量多项式集,可以用于方形域内图像畸变映射及波前梯度等矢量数据的拟合。这组矢量多项式是用Gram-Schmidt方法将泽尼克梯度多项式标准正交化后得到的。由该矢量函数拟合被测波前斜率,拟合系数经过简单的线性变换就可以直接得到用泽尼克多项式描述的波前,获得被测波前的相位信息。实验结果表明,该矢量集可以对夏克哈特曼传感器测得的方形孔径内的斜率进行很好的拟合。这种矢量拟合重构方法能获得很好的被测波前,具有与Southwell区域法相同的精度。     

节点结构互异的复杂网络的时空混沌反同步

研究了节点结构互异的离散型时空混沌系统构成复杂网络的反同步问题. 通过构造合适的Lyapunov函数, 确定了复杂网络中连接节点之间的耦合函数的结构以及控制增益的取值范围. 以物理中具有时空混沌行为的激光相位共轭波空间扩展系统、Gibbs电光时空混沌 模型、Bragg声光时空混沌模型以及一维对流方程的离散形式作为 网络节点构成的复杂网络为例进行了仿真模拟, 发现整个网络存在稳定的混沌反同步现象.     

基于在线误差修正自适应SVR的非线性不确定分数阶混沌系统滑模控制

提出了一种基于在线误差修正自适应SVR的滑模控制方法, 用于解决一类非线性不确定分数阶混沌系统的控制问题. 分别通过对混沌系统非线性函数的离线SVR估计和基于增量学习的状态跟踪误差在线SVR预测, 解决了不确定分数阶混沌系统模型难以预测的问题. 同时根据Lyapunov稳定性理论设计出SVR权值自适应调整律. 本文以分数阶Arneodo 系统为例进行仿真, 仿真结果表明了, 对于带有外界噪声扰动的非线性不确定分数阶混沌系统, 该方法可以在有限时间内将系统稳定至期望状态, 提高对非线性函数的预测精度, 改善控制性能.     

基于反馈和多最小二乘支持向量机的分数阶混沌系统控制

根据分数阶线性系统的稳定理论,将混沌系统分成稳定的线性部分和相应的非线性部分.设计主动控制器,对非线性部分进行补偿,从而将分数阶混沌系统控制到平衡点.为了提高主动控制器的补偿能力,提出基于反馈的多最小二乘支持向量机(M-LS-SVM)拟合模型.通过减聚类方法将输入空间划分为一些小的局部空间,在每个局部空间中用LS-SVM建立子模型.为解决子模型相互之间的严重相关问题,提高模型的精度和鲁棒性,各个子模型的预测输出通过主元递归(PCR)方法连接.仿真实验表明该方法有助于提高补偿精度和系统响应指标. 关键词： 分数阶 混沌系统 多最小二乘支持向量机 反馈     

一个二次多项式混沌系统的均匀化及其熵分析

利用已有理论给出了一个二次多项式混沌系统,证明了该系统与Tent映射拓扑共轭,给出了该混沌系统的概率密度函数;并根据此概率密度函数,得到了轨道均匀分布的反三角函数映射;对均匀化前后的混沌系统在不同参数下产生序列的信息熵、Kolmogorov熵、离散熵的特性进行了分析,结果显示均匀化后产生的混沌序列混沌程度不改变且具有更好的均匀性.     

确定延迟反馈法控制低维混沌系统的控制条件

基于数学上分析延迟系统产生Hopf分支的条件及处理方法,针对用延迟反馈法控制低维混沌系统的情况,提出了确定其控制条件的一般解析方法.利用这种解析方法,可以从理论上得到控制参量间的函数关系.将该方法应用到一些实例中,得到了对实际控制混沌有重要指导意义的理论结果 关键词： 混沌 延迟反馈法 Hopf分支     

基于哈密顿函数的永磁同步电机混沌系统鲁棒控制

哈密顿系统理论是研究非线性系统的一种重要工具, 近年来在电机调速、控制等方面得到广泛应用. 本文针对永磁同步电机运行中存在的混沌现象, 提出一种基于哈密顿函数的永磁同步电机混沌系统鲁棒控制器设计方法. 将永磁同步电机动态模型变换为类Lorenz混沌方程, 在特定参数下, 通过Lyapunov指数和Lyapunov维数的计算可知系统是混沌的. 令电机转速跟踪给定值得误差方程. 由于误差方程并不具有标准哈密顿函数形式, 将其转化为具有扰动不确定项的哈密顿系统, 并与负载扰动一起作为系统的总扰动量, 设计了一种鲁棒控制器. 控制器由两部分组成, 一部分基于互联与阻尼配置法, 实现任意转速的有效跟踪, 另一部分实现扰动补偿. 仿真表明, 控制器使电机迅速脱离混沌状态, 并能实现转速趋近跟踪, 验证了控制器的可行性与有效性. 该方法扩展了哈密顿函数的适用范围, 具有一定的优越性.     

不确定时滞混沌系统的自适应动态神经网络控制

研究了一类具有不确定时滞的非自治混沌系统的控制问题. 通过结合Lyapunov-Krasovskii函数和Lyapunov函数设计参数可调的不确定时滞补偿器,使得反馈控制输入信号不受时延的影响;同时引入动态结构自适应神经网络,以消除系统的不确定性,其隐层神经元的个数可以随着逼近误差的增大而自适应增加,改善了逼近速度与网络复杂度的关系;最后,用Duffing混沌系统的控制仿真示例表明该方法的有效性. 关键词： 混沌系统 自适应控制 不确定时滞 动态结构神经网络     

基于无模型方法的混沌系统自适应控制

传统的混沌控制方法大多需要获知混沌系统的模型知识, 但是工业实际中系统的参数经常是未知的,与此同时系统建模过程当中经常会不可避免地存在未建模的动态不确定性, 这种情况下常规的混沌控制方法不能取得优化的控制性能指标．为解决此问题, 提出了一类基于无模型方法的混沌系统自适应控制算法．该算法基于数据驱动, 无需混沌系统的先验知识, 无需训练过程, 在线调整参数较少, 是一种低成本的控制器．数学证明了该控制系统的稳定性, 仿真结果说明了这种理论的有效性． 关键词： 混沌控制 自适应 无模型 数据驱动     

基于PSO优化LSSVM的未知模型混沌系统控制

由于混沌系统存在非线性、不确定性等特点, 常规的控制方法难以获得满意的结果. 提出一种基于PSO优化LSSVM模型参数的混沌系统控制方法. 该方法利用PSO算法的收敛速度快和全局收敛能力, 优化LSSVM模型的惩罚因子和核函数参数, 避免了人为选择参数的盲目性, 提高了LSSVM模型的预测精度. 另外, 该方法不需要被控混沌系统的解析模型, 且当测量噪声存在情况下控制仍然有效. 仿真实验结果表明了该方法的有效性和可行性. 关键词： 混沌系统控制 粒子群算法 最小二乘支持向量机     

基于混沌粒子群优化算法的异结构混沌反同步自抗扰控制

针对一类连续时间异结构混沌系统, 利用自抗扰控制很强的鲁棒性, 提出了一种异结构混沌系统反同步的自抗扰控制策略.针对所设计的自抗扰控制器参数较多, 难以整定的问题, 提出了应用混沌粒子群优化算法对控制器进行参数寻优设计. 以Lorenz系统和Chua系统两个异结构混沌系统为例进行仿真验证, 由仿真结果可知, 该方法可以实现异结构混沌系统较快的反同步控制, 且具有很强的抗干扰能力. 关键词： 异结构混沌系统反同步 自抗扰控制器 混沌粒子群优化算法 参数寻优     

基于最小二乘支持向量机的混沌控制

利用支持向量机良好的非线性函数逼近和泛化能力，提出基于最小二乘支持向量机非线性补偿的混沌控制新方法.应用最小二乘支持向量机离线辨识混沌系统的非线性部分，并用辨识模型补偿系统的非线性，同时应用线性状态反馈控制混沌系统.对三种典型连续混沌系统的仿真研究表明，提出的控制方法可以有效的控制混沌系统到达设定的目标状态，并且由线性状态反馈控制器构成的闭环系统稳定. 关键词： 混沌控制 支持向量机 最小二乘支持向量机 状态反馈 稳定性     

Breaking chaotic shift key communication via adaptive key identification

This paper proposes an adaptive parameter identification method for breaking chaotic shift key communication from the transmitted signal in public channel. The sensitive dependence property of chaos on parameter mismatch is used for chaos adaptive synchronization and parameter identification. An index function about the synchronization error is defined and conjugate gradient method is used to minimize the index function and to search the transmitter's parameter (key). By using proposed method, secure key is recovered from transmitted signal generated by low dimensional chaos and hyper chaos switching communication. Multi-parameters can also be identified from the transmitted signal with noise.     

Controlling fractional order chaotic systems based on Takagi-Sugeno fuzzy model and adaptive adjustment mechanism

In this Letter, a kind of novel model, called the generalized Takagi-Sugeno (T-S) fuzzy model, is first developed by extending the conventional T-S fuzzy model. Then, a simple but efficient method to control fractional order chaotic systems is proposed using the generalized T-S fuzzy model and adaptive adjustment mechanism (AAM). Sufficient conditions are derived to guarantee chaos control from the stability criterion of linear fractional order systems. The proposed approach offers a systematic design procedure for stabilizing a large class of fractional order chaotic systems from the literature about chaos research. The effectiveness of the approach is tested on fractional order Rössler system and fractional order Lorenz system.     

A New Approach for Controlling Chaos Based on Direct Optimizing Predictive Control

We introduce the predictive control theory into the study of chaos control and propose a direct optimizing predictive control algorithm based on a neural network model. The proposed control system stabilizes the chaotic motion in an unknown chaotic system onto the desired target trajectory. Compared with the existing similar algorithms, the proposed control system has faster response, so it requires much shorter time for the stabilization of the chaotic systems.The proposed approach can control hyperchaos and the algorithm is simple. The convergence of the control algorithm and the stability of the control system can be guaranteed. The theoretic analysis and simulations demonstrate the effectiveness of the algorithm.     

基于液体晃动干扰观测器的航天器混沌姿态H_∞控制

针对航天器受液体燃料晃动及内外周期性微小激励耦合影响产生混沌运动的问题,提出了基于神经网络干扰观测器的自适应H∞鲁棒控制方案,以实现充液航天器混沌姿态运动的消除与液体燃料晃动的抑制.基于神经网络的非线性逼近能力设计干扰观测器,自适应跟踪补偿液体晃动、参数不确定及外扰引起的耦合扰动,解决液体燃料晃动角速度及外扰不易直接测量的问题,提高控制器对系统不确定的自适应能力及液体晃动的抑制能力.同时考虑观测误差与模型不精确问题,利用H∞控制策略提高控制器的鲁棒性.通过与现有常用控制策略的对比仿真研究,验证了控制方案的有效性及优势.     

基于混沌蚂蚁群算法的Lorenz混沌系统的参数估计

通过构造一个适当的适应度函数，首先将混沌系统的参数估计问题转化为参数的寻优问题，之后利用混沌蚂蚁群算法的全局优化搜索能力对这个问题进行求解.以典型的Lorenz混沌系统为例进行了数值模拟.实验数值仿真结果表明，使用该方法可以对混沌系统的未知参数进行有效地估计.