自校正调节器的收敛性和控制幅度

本文给出了自校正调节器的一般表示形式，分析了自校正调节器参数与收敛性和控制幅度的关系，提出了一种限幅－收敛组合控制策略，这种组合方案较好地兼顾了控制幅度和收敛速度的要求，给出了仿真实验结果。     

多变量自校正控制器的确定收敛性分析

对多变量自校正控制器进行了确定收敛性分析。首次表明:即使自校正算法应用于非最小相位系统,只要合适地选择加权阵,则输入输出向量有界,广义输出跟踪误差向量趋于零。     

一种采用自校正调节器的液位控制系统

将自校正调节器理论用于液位控制。分析了控制系统的结构、自校正调节器的设计方法,最后将运行结果与常规PID控制作了比较。     

一种微处理机LQG自校正调节器

本文给出了一种一步最优 LQG 自校正调节器在 TP805单板机上的实现—STRI—01,详细介绍了 STRI—01的硬件和软件构成。本文还讨论了LQG 自校正器在运算字长较短的单板机上实现时的一些问题。最后给出了模拟实验结果,结果表明这种微处理机 LQG 自校正调节是可行的.     

一种非线性系统的自校正调节器

用线性方法研究了一类具有典型特征的非线性系统的自校正控制问题,提出了一种适用于实际过程控制的鲁棒性较强的自适应算法,用小增益理论对算法的稳定性进行了证明,并对几种形式不同的非线性系统进行了计算机仿真。仿真结果表明,这种方法是一种比较有效的控制算法,在过程控制中有一定的实用价值。     

一种鲁棒自校正控制器

本文将广义最小方差策略与极点配置策略相结合并采用正则化及相对死区技术提出了一种鲁棒自校正显式算法,并给出了鲁棒性分析,物理实验结果和仿真结果。     

自校正Riccati方程的收敛性

对带未知噪声方差的线性离散定常随机系统,基于噪声方差的在线一致估计,提出了自校正Riccati方程新概念.用动态误差系统分析(DESA)方法和Kalman滤波器稳定性理论证明了自校正Riccati方程的解收敛于稳态Riccati方程的解.这个结果将引出一种新的自校正Kalman滤波算法,并为解决自校正Kalman滤波器收敛性问题提供了重要的理论基础.一个数值仿真例子说明了所提出的结果的正确性.     

全局收敛的多变量极点配置自校正控制算法

提出了一种简单的隐式多变量极点配置自校正控制算法,并证明了该控制算法具有全局收敛特性。仿真实验结果表明该自适应控制方案具有较好的控制性能。     

广义预测自校正控制器的内模结构及全局收敛性

给出了基于ＣＡＲＩＭＡ模型的广义预测控制器的内模结构，分析了其闭环特性和鲁棒性，并证明了显式自交正算法的全局收敛性。     

一种稳健的自校正控制器

本文基于Juky判据提出了一种稳健的自校正控制器的设计方法,并且,就一类新目标函数意义下稳健的自校正控制器的设计进行了讨论。大量仿真结果证明所给出的控制器是可行的,对于非最小相位及不稳定的系统也能稳定地工作。     

标准两步法的收敛性与鲁棒性分析

本文针对线性二次型稳态优化控制问题,详细地讨论了标准两步的收敛性、收敛速度、次优程度和鲁棒性。本文还讨论了带有随机量测噪声的情形,提出了一种改善鲁棒性的简单方法。     

一类多变量自校正控制器及其收敛性的研究

本文结合极点配置的基本设计思想,提出了一类具有输出跟踪的多变量自校正控制算法。该算法将工程应用中提出的要求与系统的性能指标联系起来,实现了闭环极点配置的广义最小方差控制,而性能指标中加权多项式矩阵R(z~(-1))的选取是根据使闭环系统输出对参考信号实现稳态无偏跟踪的原则进行的。进而运用Martingle收敛理论对算法进行了研究,导出了控制器的无偏收敛条件。数字仿真研究表明了该算法的可行性和有效性。     

分散LQG控制的鲁棒稳定性分析

依据系统的包含原理和系统扩展前后最优（或次优）观测与控制的性能指标的等价性,选取次优度,推导出对重叠互联电力系统进行分散观测与控制时,仍使系统稳定的鲁棒性条件。     

全局收敛的多输入多输出最小方差自校正调节器

提出了可以控制具有不同传输延时的多输入多输出系统的自校正调节器。分析了该调节器的稳定性和收敛性。证明了该调节器具有全局收敛特性,即以概率1输入输出采样均方有界,条件均方输出取得极小值。     

存在建模误差时的鲁棒自校正控制

研究了一类存在建模误差时的鲁棒自校正问题.在对象的模型误差是“相对小”的情况下,提出了具有辨识误差死区的辨识算法和相应的控制律;通过理论分析,给出厂辨识算法的收敛性;在给出的极点配置自校正定理中证明了对存在任意建模误差及任意有界初始状态的被控对象,整个自适应系统中所有的信号保持有界,因而也就表明所提出的控制算法对模型误差有很强的鲁棒性.     

代数方程求解方法收敛速度比较及对算法健壮性的影响

将交替方向隐式（ADI）、强隐（SIP）及Krylov子空间法中的TFQMR、Bi-CGSTAB方法实施于SIMPLER算法，作为其内迭代求解方法，比较了不同代数方程求解方法的收敛速度，并首次分析了它们对算法健壮性的影响，结果发现：内迭代方法不同，SIMPLER算法所表现出的健壮性也会有较大差异，采用不同的求解方法以及调节求解方法中的参数可以有效调整SIMPLER算法的健壮性．通过对具体算例的研究表明：当SIP方法的抵消参数α取值较高时，能获得比ADI快30％～50％的平均收敛速度，但算法的健壮性减弱；减小α值，在获得与ADI方法相同的收敛速度下，算法的健壮性却能远好于ADI；ILU（0）预处理的Bi-CGSTAB方法收敛速度较ADI平均能快15％～40％；当SIP方法取某口值时也能获得此收敛速度，但算法所表现出的健壮性却差于Bi-CGSTAB方法；ILU（O）预处理的TFQMR方法收敛速度慢于以上各方法，但其健壮性最佳。