用于混沌时间序列自适应预测的一种少参数二阶Volterra滤波器

研究了二阶Volterra滤波器的一种乘积耦合近似实现结构及其非线性NLMS自适应算法,并用这种少参数二阶Volterra滤波器(RPSOVF)研究了一些混沌信号的非线性自适应预测性能.仿真研究结果表明:所给出的非线性NLMS自适应算法能够保证这种RPSOVF的稳定性和收敛性,且RPSOVF用这种非线性NLMS自适应算法能够自适应预测一些混沌时间序列. 关键词： 混沌 非线性自适应预测 Volterra滤波器 非线性NLMS自适应算法     

用一种少参数非线性自适应滤波器自适应预测低维混沌时间序列

基于混沌动力系统的相空间延迟坐标重构,利用混沌序列固有的确定性和非线性,提出了用 于混沌时间序列预测的一种少参数非线性自适应滤波预测模型.该预测模型在Volterra自适 应滤波器的基础上引入sigmoid函数来减少待定参数.实验研究表明,这种少参数非线性自适 应滤波预测器仅需用50个样本经20次预训练后,就能有效地预测一些低维混沌序列,且这种 少参数非线性自适应滤波预测器更便于工程实现. 关键词： 混沌 非线性自适应预测 少参数非线性自适应滤波器 自适应算法     

基于Weiner模型超混沌lü系统的自适应辨识

为了能实时而有效地辨识参数不确定的超混沌lü系统,以便于对该系统进行控制或跟踪,本文提出了一种基于Wiener模型自适应分段线性(PWL)滤波器的超混沌系统辨识方法.Wiener模型的线性部分采用了线性横向滤波器,非线性部分用分段线性滤波器近似表示.根据最小均方误差准则导出了滤波器参数更新算法,并进一步推导出算法的收敛性条件.计算机仿真证实了该自适应滤波器辨识超混沌系统的有效性.该方法不仅克服了自适应线性滤波器难以辨识出这类强非线性系统,而且比其他非线性自适应滤波器的计算复杂性低得多.     

混沌时间序列的局域高阶Volterra滤波器多步预测模型

依据相空间邻近轨道演化相似性特点建立训练模式,提出了基于自适应高阶非线性Volterra滤波器（HONFIR）的混沌时间序列多步预测模型（MSP-HONFIR）;通过定义距离相似度、趋势相似度来衡量轨道演化相似度,提出了混沌吸引子邻近轨道判别的新方法;从模型训练充分性角度出发探讨了MSP-HONFIR滤波器模型训练集规模控制的依据.数值研究表明MSP-HONFIR滤波器模型的多步预测性能优于原有HONFIR滤波器模型. 关键词： 混沌 非线性自适应预测 Volterra滤波器模型 训练模式     

混沌系统的自适应多变量广义预测控制与同步

提出了一种应用带时变遗忘因子的自适应多变量广义预测控制算法(β-MGPC)，对Lorenz，Rossler，Chua电路等典型混沌系统进行控制，使之跟踪任意给定参考信号，数值仿真表明了该控制算法的良好效果.这种方法的优点在于无需知道混沌系统的精确模型，便可实现混沌系统的大范围的跟踪和同步控制. 关键词： 混沌控制 混沌同步 自适应预测控制 时变遗忘因子     

混沌时间序列的自适应高阶非线性滤波预测

根据混沌序列产生的确定性和非线性机制,基于Volterra级数展式和混沌序列高阶奇异谱特征,提出了一种高阶非线性傅里叶红外(HONFIR)滤波预测模型用于混沌时间序列的自适应预测.其自适应算法采用时域正交算法来自适应地跟踪混沌的运动轨迹,而不是重构混沌系统 的全局或局部运动轨迹.实验研究表明：(1)这种HONFIR自适应滤波器能够有效地预测一些超 混沌序列.(2)预测混沌序列的性能与预测模型的非线性拟合能力有关,但并非非线性程度越 高,预测性能就越好.(3)当HONFIR滤波器对混沌序列的非线性拟合精度高时,其自适应预测 的性能与其输入维数的关系不受Takens嵌入定理的约束.(4)HONFIR自适应滤波器具有一定的 抗噪能力. 关键词： 混沌 非线性模型 滤波器     

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.     

一种基于三阶Volterra滤波器的混沌时间序列自适应预测方法

基于Takens的相空间延迟坐标重构,研究了用于混沌信号预测的三阶Volterra滤波器的一种乘积耦合近似实现结构,并应用于典型的低维混沌时间序列和具有高维混沌特性的EEG信号的预测.数值研究表明:这种滤波器结构对于低维混沌时间序列的预测精度可以比二阶Volterra滤波器提高103倍,而且能够较好地对一些具有高维混沌特性的EEG信号进行预测 关键词： 混沌 非线性自适应预测 三阶Volterra滤波器 electroencephalography信号     

基于相空间邻域的混沌时间序列自适应预测滤波器(Ⅱ)非线性自适应滤波

根据相空间重构理论、最小均方误差准则和最陡下降原理，提出了一种基于相空间邻域的非线性自适应滤波算法.实验结果表明：这种非线性自适应预测滤波器能够有效预测一些混沌序列，在某种程度上具有抗噪声的能力. 关键词： 混沌时间序列 重构矢量 最小均方误差准则 非线性自适应预测     

连续混沌信号的离散余弦变换域二次实时滤波预测

提出了少参数二阶Volterra滤波器的一种离散余弦变换(DCT)域二次滤波实现结构及其NLMS自适应算法，并用这种DCT域二次滤波预测器研究了三种连续混沌信号的非线性实时多步预测性能. 仿真研究结果表明：(1) 这种DCT域二次滤波预测器比少参数二阶Volterra滤波器的一步预测均方误差性能提高了100倍，表明这种实现结构简单、易实现，且具有更好的收敛性能；（2）采用这种滤波预测器对三种连续混沌时间序列的实时多步预测性能明显优于局域法的多步预测性能. 关键词： 混沌 实时预测 NLMS自适应算法     

ADAPTIVE NONLINEAR FEEDBACK CONTROL OF CHAOTIC SYSTEMS BASED ON REDUCED PARAMETER QUADRATIC PREDICTORS

An adaptive nonlinear feedback-control method is proposed to control continuous-time chaotic dynamical systems, where the adaptive nonlinear controller acts on only one-dimensional error signal between the desired state and the observed chaotic state of a system. The reduced parameter adaptive quadratic predictor used in adaptive feedback cancellation of the nonlinear terms can control the system to any desired state. Computer simulation results on the Lorenz system are shown to demonstrate the effectiveness of this feedback-control method.     

混沌系统自适应追踪控制新方法

提出一种混沌系统自适应追踪控制任意参考信号的新方法.该方法是通过预先设计出补偿控制器将混沌系统状态变量对参考信号的追踪控制问题转化为同结构混沌系统状态变量的自适应同步问题,再通过设计出自适应控制器,使同结构混沌系统全局渐近达到同步,追踪控制器为补偿控制器和自适应控制器的代数和.基于Lyapunov稳定性原理,理论上严格证明了利用本方法所设计追踪控制器的正确性.最后,以超混沌Chen系统为控制对象,利用本方法设计出追踪控制器完成了对不动点,正、余弦信号,同结构混沌系统状态变量,异结构混沌系统状态变量的追踪控 关键词： 自适应追踪控制 补偿控制器 自适应控制器 追踪控制器     

基于自适应滑模控制的不同维分数阶混沌系统的同步

针对异结构不同维分数阶混沌系统的广义同步问题进行研究, 设计了一种将滑模变结构理论和自适应控制理论相结合的方法.通过设计一种对外界干扰具有强鲁棒性的分数阶滑模面, 以及构造合适的自适应滑模控制器, 该控制器将系统的运动控制到滑模面上, 使系统轨道沿滑动模运动到所需的控制状态, 最终实现了两个不同维异结构混沌系统之间的广义同步.以四维超混沌Chen系统和三维Chen混沌系统为例, 对这两个系统分别进行升维和降维的同步仿真. 仿真模拟结果表明, 运用本文设计的控制器, 经过短暂的时间, 两系统的广义误差变量始终平稳地趋于零, 即证明了这种控制器的有效性. 关键词： 分数阶混沌系统 异结构 自适应滑模控制 混沌同步     

不确定分数阶时滞混沌系统自适应神经网络同步控制

针对带有完全未知的非线性不确定项和外界扰动的异结构分数阶时滞混沌系统的同步问题,基于Lyapunov稳定性理论,设计了自适应径向基函数(radial basis function,RBF)神经网络控制器以及整数阶的参数自适应律.该控制器结合了RBF神经网络和自适应控制技术,RBF神经网络用来逼近未知非线性函数,自适应律用于调整控制器中相应的参数.构造平方Lyapunov函数进行稳定性分析,基于Barbalat引理证明了同步误差渐近趋于零.数值仿真结果表明了该控制器的有效性.     

一种分数阶混沌系统同步的自适应滑模控制器设计

针对分数阶混沌系统的同步问题, 基于滑模控制理论和自适应控制理论, 设计了一个具有较强鲁棒性的分数阶积分滑模面, 并提出了一种自适应滑模控制器在不消除非线性项的情况下实现一类三维分数阶混沌系统同步的方法. 利用所设计的自适应滑膜控制器实现了分数阶Chen系统、分数阶Liu系统以及分数阶Arneodo系统的混沌同步. 数值模拟仿真结果验证了所设计的控制器的有效性和可行性.     

基于自适应模糊控制的分数阶混沌系统同步

本文主要研究了带有未知外界扰动的分数阶混沌系统的同步问题.基于分数阶Lyapunov稳定性理论,构造了分数阶的参数自适应规则以及模糊自适应同步控制器.在稳定性分析中主要使用了平方Lyapunov函数.该控制方法可以实现两分数阶混沌系统的同步,使得同步误差渐近趋于0.最后,数值仿真结果验证了本文方法的有效性.     

Adaptive fuzzy nonlinear inversion-based control for uncertain chaotic systems

<正>This paper presents a robust output feedback control method for uncertain chaotic systems,which comprises a nonlinear inversion-based controller with a fuzzy robust compensator.The proposed controller eliminates the unknown nonlinear function by using a fuzzy system,whose inputs are not the state variables but feedback error signals.The underlying stability analysis as well as parameter update law design are carried out by using the Lyapunov-based technique.The proposed method indicates that the nonlinear inversion-based control approach can also be applied to uncertain chaotic systems.Theoretical results are illustrated through two simulation examples.     

基于扩张状态观测器的永磁同步电机混沌系统自适应滑模控制

针对部分状态不可测的永磁同步电机混沌系统, 结合自适应滑模控制和扩张状态观测器理论, 提出一种基于扩张状态观测器的永磁同步电机自适应混沌控制方法, 取消了系统所有状态完全可测的限制. 通过坐标变换, 将永磁同步电机混沌模型变为更适宜控制器设计的Brunovsky标准形式. 在系统部分状态和非线性不确定项上界均未知的情况下, 基于扩张状态观测器估计系统未知状态及不确定项, 并设计自适应滑模控制器, 保证系统状态快速稳定收敛至零点. 仿真结果表明, 该控制器能够改善滑模控制的抖振问题以及提高系统鲁棒性. 关键词： 永磁同步电机 混沌控制 扩张状态观测器 自适应滑模     

实现连续时间标量混沌信号同步的自适应控制方法

以能大范围实现连续时间标量(超)混沌信号同步控制的非线性反馈控制器为基础,在一定的假设前提下,设计了一个自适应控制器.连续时间混沌系统的标量输出在自适应控制器的控制下,不仅能大范围同步于给定参考标量混沌信号,而且解决了非线性反馈控制器中控制系数的估计问题,又使同步控制具有一定的鲁棒性.计算机模拟结果也证实了自适应控制器的有效性. 关键词： 混沌 同步 自适应控制