离散混沌系统的最小能量控制

对于离散混沌系统的最小能量控制问题，提出了一种框架性方法，该方法具有通用性.首先，设计一个二次目标函数，同时把混沌系统分解为线性部分和非线性部分两项和.然后，提出了求解非线性最优控制问题的两级算法：第一级对混沌系统中的非线性部分进行预估，以使原系统变为带有常数项的线性系统；第二级用动态规划求解一个非典型线性二次最优控制问题，并把解返回第一级，第一级根据第二级的解对非线性部分重新预估.这样通过两级间不断的信息交换，最终得到混沌系统的最优控制律.该方法不仅实现了对混沌系统的控制，而且在整个控制过程中消耗的控制能量最小. 关键词： 混沌系统 两级优化 最优控制     

不确定动态混沌系统的最优控制

对于混沌系统的控制问题,考虑到控制系统能量限制的要求,首先确立一个二次目标函数,然后给出了求解最优控制律的一个简单方法,该方法通过求解线性二次最优控制问题,获得了混沌系统的最优控制律,避免了求解非线性Hamilton-Jacobi-Bellman 偏微分方程(HJB方程)的困难.利用Lyapunov方法证明了闭环系统的稳定性.对统一混沌系统和Liu混沌系统的仿真结果表明了控制策略的有效性.     

不确定动态混沌系统的最优控制

对于混沌系统的控制问题,考虑到控制系统能量限制的要求,首先确立一个二次目标函数,然后给出了求解最优控制律的一个简单方法,该方法通过求解线性二次最优控制问题,获得了混沌系统的最优控制律,避免了求解非线性Hamilton-Jacobi-Bellman偏微分方程(HJB方程)的困难.利用Lyapunov方法证明了闭环系统的稳定性.对统一混沌系统和Liu混沌系统的仿真结果表明了控制策略的有效性.     

非均匀网格时域伪谱算法在超宽带技术中的应用

 与传统时域有限差分算法相比，采用以伪谱方法离散Maxwell微分方程为基础的时域伪谱(PSTD)算法计算大的电尺度电磁场时域问题，将大大提高计算效率，降低内存需求。为了拓宽PSTD算法的应用，近年来，基于网格插值方法的非均匀时域伪谱算法得到了发展。研究的重点是算法中非均匀网格技术的实现及其在时域瞬态脉冲电磁场模拟和高功率超宽带脉冲技术方面的应用。以高斯脉冲为激励源，用该算法计算了多层介质的反射和透射，并通过超宽带脉冲穿墙实验对这一方法的应用进行了验证。模拟和实验结果具有较好的一致性。     

混沌系统控制与同步的细菌觅食和差分进化混合算法

将混沌系统的控制与同步问题转化为函数优化问题,提出CDEM算法.把差分进化算法与细菌觅食算法相融合,提高DE算法的收敛性,并利用遗传变异算子保持种群多样性;利用CDEM算法求解混沌系统的控制与同步问题.以典型的离散混沌系统Hénon Map为例进行数值试验,结果表明算法有效、稳定,并分析各个参数对该算法的影响.     

基于量子粒子群算法的混沌系统参数辨识

针对混沌系统参数辨识问题, 在基本群智能算法粒子群优化算法的基础上, 提出量子粒子群算法, 测试函数证明了算法具有良好的全局优化能力. 进而将其应用于混沌系统参数辨识问题, 将参数辨识问题转化为多维函数空间上的优化问题. 通过对平衡板热对流典型混沌系统Lorenz系统进行研究, 并与基本算法和遗传算法比较. 仿真实验证明, 算法的有效性, 对混沌理论的发展有着非常重要的意义. 关键词： 量子粒子群算法 混沌系统 系统辨识     

基于混合差分进化算法的混沌系统参数估计

混沌系统参数估计是混沌系统控制与同步的关键问题. 通过构造一个适当的适应度函数,将混沌系统的参数估计问题转化为一个多维优化问题,然后利用混合差分进化算法的全局搜索能力求解该优化问题. 以典型的Lorenz混沌系统为例进行了数值仿真,结果表明了混合差分进化算法的有效性和鲁棒性,是一种有效的混沌系统参数估计方法. 关键词： 混沌系统 参数估计 混合差分进化算法     

一种基于非完整二维相空间分量置换的混沌检测方法

由于混沌时间序列和随机过程具有很多类似的性质, 因而在实际中很难将两者区分开来. 混沌信号检测与识别是混沌时间序列分析中一个重要的课题. 混沌信号是由确定性的混沌映射或混沌系统产生的, 相比于高斯白噪声序列, 其在非完整的二维相空间中表现出更加丰富的结构特性. 本文通过研究混沌时间序列和高斯白噪声序列在非完整二维相空间中的分布特性, 利用混沌信号的非线性动力学特性, 提出了一种基于非完整二维相空间分量置换的混沌信号检测方法. 该方法首先由接收序列得到非完整的二维相空间, 基于第一维分量大小关系实现对第二维分量的置换与分组, 进一步求得F检验统计量. 然后利用混沌系统的局部特性, 获取非完整二维相空间的动力学结构信息, 实现对混沌序列的有效检测. 在高斯白噪声条件下对多种混沌信号进行了信号检测的数值仿真. 仿真结果表明: 相比置换熵检测, 本文所提算法所需数据量小、计算简单以及具有更低的时间复杂度, 同时对噪声具有更好的鲁棒性.     

输入受限的混沌系统同步控制

在混沌系统的同步控制中, 由于混沌系统对初始状态的敏感性, 一旦两个混沌系统的状态初值偏差大, 其状态同步往往需要高幅值的控制律来达到, 这给同步控制实现带来了困难, 并且在同步控制中, 两个混沌系统的初始值通常是未知的. 本文考虑控制输入受限情况下的混沌同步控制问题, 基于符号函数的近似表示式, 将受限的控制输入建模为连续可微的光滑函数, 在每一个采样点将同步控制误差系统近似为局部最优线性模型并设计连续型线性二次型调节器(LQR)最优控制律. 为降低混沌同步控制律的幅值和维持同步系统采样时刻之间的动态, 设计了等价的离散最优控制律, 并通过调整LQR性能加权矩阵值, 确保同步控制信号不会超出其受限的上界. 最后对统一混沌模型下的三种不同混沌系统同步控制进行了仿真研究. 仿真结果验证了方法的有效性. 关键词： 统一混沌模型 符号函数 输入受限 同步控制     

模糊熵算法在混沌序列复杂度分析中的应用

为了准确分析混沌序列的复杂性, 采用模糊熵算法(FuzzyEn) 对典型离散混沌系统和连续混沌系统的复杂度进行分析. 与近似熵(ApEn)、 样本熵(SampEn) 和强度统计复杂度算法相比, FuzzyEn算法是一种更有效的混沌复杂度测度算法, 且对相空间维数(m)、 相似容限度(r) 和序列长度(N) 的敏感性、 依赖性更低, 鲁棒性和测度值的连续性更好. 对混沌系统的复杂性分析表明, 连续混沌系统的复杂度远小于离散混沌系统, 但是如果利用高复杂度的离散混沌伪随机序列或经典 m序列对连续混沌系统产生的伪随机序列进行扰动, 则能大大提高混沌序列的复杂性. 为混沌序列在密码学和混沌保密通信中的应用提供了理论依据.     

Approximation-error-ADP-based optimal tracking control for chaotic systems with convergence proof

In this paper, an optimal tracking control scheme is proposed for a class of discrete-time chaotic systems using the approximation-error-based adaptive dynamic programming （ADP） algorithm. Via the system transformation, the optimal tracking problem is transformed into an optimal regulation problem, and then the novel optimal tracking control method is proposed. It is shown that for the iterative ADP algorithm with finite approximation error, the iterative performance index functions can converge to a finite neighborhood of the greatest lower bound of all performance index functions under some convergence conditions. Two examples are given to demonstrate the validity of the proposed optimal tracking control scheme for chaotic systems.     

Stochastic optimal control of partially observable nonlinear quasi-integrable Hamiltonian systems

The stochastic optimal control of partially observable nonlinear quasi-integrable Hamiltonian systems is investigated. First, the stochastic optimal control problem of a partially observable nonlinear quasi-integrable Hamiltonian system is converted into that of a completely observable linear system based on a theorem due to Charalambous and Elliot. Then, the converted stochastic optimal control problem is solved by applying the stochastic averaging method and the stochastic dynamical programming principle....     

Policy iteration optimal tracking control for chaotic systems by using an adaptive dynamic programming approach

A policy iteration algorithm of adaptive dynamic programming(ADP) is developed to solve the optimal tracking control for a class of discrete-time chaotic systems. By system transformations, the optimal tracking problem is transformed into an optimal regulation one. The policy iteration algorithm for discrete-time chaotic systems is first described. Then,the convergence and admissibility properties of the developed policy iteration algorithm are presented, which show that the transformed chaotic system can be stabilized under an arbitrary iterative control law and the iterative performance index function simultaneously converges to the optimum. By implementing the policy iteration algorithm via neural networks,the developed optimal tracking control scheme for chaotic systems is verified by a simulation.     

改进的保群算法及其在混沌系统中的应用

混沌系统的跟踪控制是近年来非线性控制领域研究的热点之一. 本文提出了一种基于快速下降控制方法的保群算法, 此方法使受控混沌系统能够快速稳定到相空间的一个不动点; 另外提出一种基于滑模控制方法的保群算法, 此方法使受控混沌系统能够快速跟踪一个确定的运动轨迹. 应用这两种新方法分别对两个经典的混沌系统(Lorenz系统和Duffing系统)进行了相应的数值实验, 实验结果表明这两种方法都具用较高的精度和稳定性.     

基于非线性控制的超混沌Chen系统混沌同步

研究了基于非线性控制的超混沌Chen系统的混沌同步问题.基于Lyapunov稳定性理论，设计了非线性控制器，改进了Jiang和Huang等设计的同步误差系统的Lyapunov函数形式，理论证明了超混沌Chen系统的自同步和超混沌Chen系统与超混沌R?ssler系统的异结构同步.数值模拟进一步验证了所提出方案的有效性. 关键词： 超混沌Chen系统 自同步 异结构同步 非线性控制器     

A new approach of optimal control for a class of continuous-time chaotic systems by an online ADP algorithm

We develop an online adaptive dynamic programming （ADP） based optimal control scheme for continuous-time chaotic systems. The idea is to use the ADP algorithm to obtain the optimal control input that makes the performance index function reach an optimum. The expression of the performance index function for the chaotic system is first presented. The online ADP algorithm is presented to achieve optimal control. In the ADP structure, neural networks are used to construct a critic network and an action network, which can obtain an approximate performance index function and the control input, respectively. It is proven that the critic parameter error dynamics and the closed-loop chaotic systems are uniformly ultimately bounded exponentially. Our simulation results illustrate the performance of the established optimal control method.     

一阶时滞混沌的参数辨识

估计混沌系统的未知参数是混沌控制与同步中必须解决的关键问题.针对两种不同类型的时滞混沌系统中的未知参数的辨识问题，将系统的未知参数看作系统的未知状态，利用非线性状态观测器理论进行参数估计，通过选取观测器中非线性增益函数，使得闭环误差系统指数或渐进稳定，从而给出参数估计器存在的充分条件.以典型的时滞Logistic系统为例进行了数值模拟，数值仿真结果表明，使用该方法可以对时滞混沌系统的未知参数进行有效地估计.     

Liu混沌系统的非线性反馈同步控制

研究了新型混沌系统——Liu系统的同步控制问题.基于Lyapunov稳定性理论，采用非线性反馈控制方法，给出了Liu系统实现自同步的充分条件以及控制律参数的取值范围；结合参数自适应控制方法，实现了Liu混沌系统与统一混沌系统的异结构系统快速同步.数值仿真证明了该方法的有效性. 关键词： Liu混沌系统 混沌同步 非线性反馈控制 参数自适应控制