基于变结构技术的噪声有源自校正控制

研究有源噪声控制（ＡＮＣ）问题，给出了有源噪声控制问题的一般模型。研究表明，采用前馈和反馈技术的有源噪声控制分别与控制理论中的干扰可测和干扰不可测的自适应控制相对应。提出了一种基于滑模变结构技术的噪声有源自适应控制方法，可以处理所有模型参数均未知的有源噪声控制问题，给出了一种未知模型参数的在线自适应学习算法。证明了闭环控制系统在Ｌｙａｐｕｎｏｖ意义下的稳定性。仿真结果表明，基于滑模变结构技术的噪声有源自适应控制是一种非常有效的控制方法。     

基于不确定性变时滞分数阶超混沌系统的滑模自适应鲁棒的同步控制

针对一类含有不确定参数的时变时滞系统的同步控制问题,提出了一种滑模自适应鲁棒控制方法.基于Lyapunov稳定性理论和滑模自适应控制方法,设计出滑模自适应鲁棒控制器和参数自适应率.所设计的单一控制器适用于一类分数阶超混沌系统的同步性控制问题,它不仅具有较强的抗噪声能力而且对于时变时滞系统也具有良好的控制能力,因此该控制器具有较好的实用价值.此外,通过在系统的输入量中引入一个补偿量,用以消除系统中所存在的不确定性和外界扰动的影响,从而实现不确定性分数阶超混沌系统的同步,并且将系统的同步误差控制在任意小范围内.最后,对带有外界噪声扰动、系统参数不确定的时变时滞Chen分数阶超混沌系统进行了数值仿真,经过短暂的时间,响应系统与驱动系统同步,进而验证了所提出的控制方法的有效性.     

噪声下时滞复杂网络的局部自适应H无穷一致性

针对具有噪声的一般时滞复杂动力网络, 研究了它的局部自适应H无穷一致性问题, 其中网络包含未知但有界的非线性耦合函数、节点和耦合项都具有时变时滞. 基于李雅谱诺夫稳定性理论, 线性矩阵不等式优化技术以及自适应控制方法, 提出了局部自适应H无穷一致充分条件, 这些条件不仅可以保证受噪声扰动的网络获得鲁棒渐近一致, 而且可以让网络达到一个给定的鲁棒H无穷水平. 数值模拟验证了所提出的方法的可行性和有效性. 关键词： H无穷一致 时滞复杂网络 噪声 线性矩阵不等式     

基于磁悬浮作动器的自适应有源振动控制研究

针对周期扰动提出一种基于磁悬浮作动器的非线性前馈自适应有源振动控制算法。算法中将磁悬浮作动器视为具有时变非线性的单输入输出系统,并使用径向基函数神经网络进行控制,分别采用聚类算法和随机梯度算法对其隐层中心点和输出层权值进行自适应调整。该算法摆脱了传统磁悬浮控制对模型的依赖,在正常工作条件下不需对作动器建模。仿真和实验结果表明:在单自由度主动隔振系统中,非线性自适应算法可以显著降低周期振动的能量,同时能对磁悬浮作动器的时变非线性进行有效的补偿。      

具有双重时滞的时变耦合复杂网络的牵制外同步研究

针对同时具有节点时滞和耦合时滞的时变耦合复杂网络的外同步问题, 提出一种简单有效的自适应牵制控制方法. 首先构建一种贴近实际的驱动-响应复杂网络模型, 在模型中引入双重时滞和时变不对称外部耦合矩阵. 进一步设计易于实现的自适应牵制控制器, 对网络中的一部分关键节点进行控制. 构造适当的Lyapunov泛函, 利用 LaSalle不变集原理和线性矩阵不等式, 给出两个复杂网络实现外同步的充分条件. 最后, 仿真结果表明所提同步方法的有效性, 同时揭示耦合时滞对同步收敛速度的影响.     

基于RBF网络的断路器电流自适应保护研究

针对传统断路器电流保护方法存在受系统运行方式影响、整定困难、智能化低等问题,本文提出了基于RBF的断路器电流自适应保护算法,并给出了算法的模型。该算法融合了RBF神经网络的故障检测和电流自适应保护。首先通过RBF网络检测负载线路的电流故障,然后用电流自适应算法进行保护。在对神经网络进行训练时,利用PSO算法对RBF神经网络的参数进行优化以此来提高网络的泛化能力和学习能力;然后采用优化后的PSO-RBF神经网络对电流故障进行诊断。实验表明,该算法较大地提高了断路器智能化管理水平。     

不确定混沌系统的直接自适应模糊神经网络控制

提出利用直接自适应模糊神经网络控制一类不确定非线性混沌系统新方法.采用Takagi-Sug eno模糊逻辑系统估计混沌对象中未知函数，然后再对模糊神经网络控制律参数进行在线调 整，在系统所有信号一致有界情形下，解决混沌状态跟踪给定参考轨道控制问题.仿真结果 表明所得结论是正确的. 关键词： 模糊神经网络 自适应控制 混沌 参数不确定性     

基于径向基函数神经网络的未知模型混沌系统控制

基于径向基函数神经网络的智能方法对混沌进行控制-该方法不需要被控混沌系统的解析模型，控制的目标可以为周期轨道，也可以为连续变化的目标函数，在模型参数发生摄动和存在测量噪声情况下，控制仍然有效-研究了神经网络误差对控制精度的影响，并给出相关的定理及证明-针对Logistic映射和Henon吸引子的仿真结果，表明了此方法的有效性和可行性- 关键词： 混沌控制 径向基函数神经网络 参数摄动 测量噪声     

基于自适应-脉冲控制方法实现时变耦合驱动-响应复杂网络的投影同步

最近,对时变延迟网络的脉冲稳定性的研究大量出现,但通过自适应-脉冲控制方法获得的时变延迟网络同步准则却很少.本文中,运用自适应-脉冲控制方法,设计自适应反馈控制器、自适应律和线性脉冲控制器,研究时变耦合部分线性系统驱动-响应复杂网络的投影同步.获得时变耦合网络的自适应-脉冲投影同步准则.并且不需要网络的耦合构造矩阵是不可约的.另外,运用数值模拟证实方案的有效性和可行性.     

基于自适应主动及滑模控制的分数阶超混沌系统异结构反同步

以超混沌Chen系统和超混沌Lorenz系统为例,研究了慢时变参数超混沌系统的反同步问题.首先利用主动控制的思想,消去超混沌系统中的非线性部分,然后基于Lyapunov稳定性理论,合理地选取参数自适应控制律,很好的解决了时变参数的参数摄动问题,从而实现了两个超混沌系统的反同步.在此基础之上,又进一步研究了分数阶超混沌系统,使用滑模控制方法对其进行控制,理论上分析了该方法的可行性.数值模拟实验进一步验证了所提出方法的有效性. 关键词： 超混沌 分数阶 自适应 滑模     

军用运输机机舱有源消声实验系统的设计与实现

为验证有源消声技术在军用运输机机舱低频噪声消除方面的有效性,设计和实现了一套机舱有源消声实验系统。采用“激振器+舱壁板”方式实现了飞机螺旋桨对机舱诱导噪声的声源模拟,设计了基于前馈控制结构的自适应有源噪声控制系统,构建了基于FX-LMS算法的自适应消声控制器,采用监测麦克风组对舱内空间的消声效果进行监测。实验结果验证了自适应有源噪声控制技术在军用飞机舱室消声降噪领域的有效性,并表明初、次级声源间距对自适应有源消声系统的消声效果具有重要的影响。     

冗余自由度工业机器人模糊自适应PID控制研究

为提高汽车生产中涂胶工序的工作效率和空间利用率,改善机器人避障性能,设计了一款具有7自由度的冗余度工业涂胶机器人,并对其控制方法开展研究。针对现有PID控制方法应用于非线性时变的多自由度多刚体串联式开链系统时,控制效果有限、难以达到系统精度要求等问题,基于传统PID控制和模糊自适应控制算法,提出了一种带有重力补偿的模糊自适应PID混合控制方法。该方法在对冗余度工业机器人进行动力学分析的基础上,基于牛顿-欧拉分析法建立了冗余度机器人动力学模型,基于动力学分析设计了带有重力补偿的模糊自适应参数整定PID控制策略,建立了控制器模型,通过Matlab仿真实验表明,具有模糊自适应参数整定PID控制较有重力补偿的传统PID控制具有更好的控制效果。     

AGA-BP模型在遥感影像分类中的应用研究

作为遥感研究的关键技术,遥感影像分类一直是遥感研究热点;针对目前采用BP神经网络模型进行遥感影像分类时存在的对初始权阈值敏感、易陷入局部极值和收敛速度慢的问题,为了提高BP模型遥感影像分类精度,将自适应遗传算法引入到BP网络模型参数选择中;首先运用自适应遗传算法对BP模型权阈值参数进行初始寻优,再用改进BP算法对优化的网络模型权阈值进一步精确优化,随后建立基于自适应遗传算法的BP网络分类模型,并将其应用到遥感影像数据分类研究中;仿真结果表明,新模型有效提高了遥感影像分类准确性,为遥感影像分类提出了一种新的方法,具有广泛研究价值。     

充液管路系统流体声与结构声的复合有源控制

采用基于谐频自适应控制算法的有源消声与消振系统对充液管路系统突出的低频线谱噪声进行有源控制实验研究.建立了泵水循环管路实验系统,在管路中安装有源消声器对流体声进行控制,在管路出口障板上采用8×8通道有源消振系统控制结构声辐射。开展的低频线谱噪声与振动有源控制实验结果表明,在50~200 Hz频带内,通过结合有源噪声与振动控制可在多数频点取得10 dB以上的降噪效果。针对该实验系统,通过分别控制流体声和结构声分析了两者的贡献.实验结果验证了有源消声与消振系统具有较好的降噪性能,各频点处流体声与结构声占比情况不同,需要综合控制流体声与结构声才可以取得显著的降噪效果。      

基于近场声压传感的结构声辐射有源控制

为了解决有源声学结构中误差信息的传感问题,提出利用近场声压估算结构声辐功率的方法。首先推导了基于近场声压的声辐射功率计算公式,然后针对单频和宽带辐射噪声,提出了不同的有源控制目标函数,推粤了相应的计算有源控制效果的公式,并借助计算机仿真研究了影响有源控制效果的各种因素。最后探讨了实际条件下实现有源控制误差信息传感的各种方法。结果表明:有限阶声压辐射模态和近场均方声压都可以作为自适应声学结构的目标函数。     

投影寻踪网络用于光纤陀螺噪声消除的研究

提出采用投影寻踪网络逼近Volterra滤波器的方法以实现光纤陀螺输出信号非线性噪声消除.投影寻踪网络采用批量学习和参数交替优化的训练算法,可以自适应确定神经网络的规模、参数和神经元函数,具有简捷的网络结构和较强的鲁棒性,克服了Volterra滤波器随着阶数增加,滤波系数的数量呈几何级数增长,实现困难的问题.仿真结果表明PPLN网络滤波器比Volterra滤波器具有更好的消噪效果.     

特殊天气污水溶解氧浓度的自适应广义预测控制

污水处理过程具有非线性、时变、大滞后的特点,尤其在雨天暴雨等特殊天气下,污水的入水波动会对控制器造成严重干扰。文中提出一种基于模糊神经网络模型的自适应广义预测控制算法,实现对污水处理过程中溶解氧浓度的实时控制。该算法利用反馈线性化思想实现自适应广义预测控制器的设计,在证明其李雅普诺夫稳定的同时,得到修正系统的受控自回归积分滑动平均模型参数自适应规则,动态调整模型参数使系统跟踪误差达到最小。仿真实验结果表明,该算法能够稳定、快速地控制溶解氧浓度,具有较强的抗干扰能力和鲁棒性,该控制算法特别适合用于污水处理过程的特殊天气（如雨天和暴雨天）中。     

复杂环境下用于人体目标红外图像分割的改进PCNN方法

为了解决复杂环境下红外人体目标分割应用中当前脉冲耦合神经网络(PCNN)方法常出现的噪声适应性差、目标边缘细节模糊等问题,提出了改进的PCNN方法。根据红外噪声特点,利用加权均值滤波和各向异性高斯滤波设计了模型反馈输入域的权值矩阵;采用改进的拉普拉斯分量绝对和表示PCNN的连接强度参数,从而实现了该参数的自适应设置;用点火区域平均灰度值构建动态阈值的方法,实现了PCNN模型的迭代控制。对IEEE OTCBVS和自拍数据库中的250余幅红外人体图像进行对比实验,结果表明,提出的方法能够有效抑制红外噪声,分割出带有较多边缘细节的人体目标,与其他PCNN分割方法相比,该方法还具有较优的平均概率兰德指数和较低的平均全局一致性误差。     

一种调节反馈有源噪声控制系统水床效应的频域自适应算法*

伯德灵敏度积分决定反馈有源控制系统具有水床效应,即某个频段内的噪声衰减伴随着另一频段内的噪声放大。已有的反馈系统自适应算法没有明确考虑噪声放大量,非自适应算法考虑了噪声放大量但不能在线调整。为了使自适应反馈系统能明确调节噪声放大量,该文以控制器某个频段内的幅度响应小于指定阈值为约束条件,并作为"惩罚项"与误差信号能量相加得到代价函数,通过最速下降法最小化该代价函数得到了一种频域自适应算法。与已有算法在有源降噪耳机实例中的对比结果表明,该算法能够更为直接地对指定频段内的噪声放大量进行调节,从而在降噪量与噪声放大量之间取得折衷。     

基于LMI的参数未知时变时滞混沌系统模糊自适应H_∞同步

考虑一类结构相同但驱动系统参数未知的两个时变时滞混沌系统同步问题,提出了基于T-S模糊模型的模糊自适应H∞同步方法.基于Lyapunov稳定性理论和线性矩阵不等式技术,给出了驱动系统参数未知时变时滞混沌系统同步的充分条件.仿真结果表明了所提方法的有效性.