带有跟踪微分器的无模型自适应控制方法研究

针对无模型自适应控制方法对一类存在测量扰动的SISO非线性系统控制效果不佳的情况,将自抗扰控制器中的跟踪微分器作为反馈滤波器加入到无模型自适应控制中,提出了一种论述无模型自适应控制方法。该方法将测量信号通过反馈通道的跟踪微分器滤波后,再与给定信号求差得到误差信号进行控制,从而有效抑制测量干扰带来的影响,获得更好的输出性能,提高无模型自适应方法的鲁棒性。仿真结果验证了此方法的有效性。     

自适应最佳去噪小波基的构造及其应用

针对给定的带噪信号,在传统小波阈值去噪的基础上结合多分辨分析理论,给出了使其Stein无偏风险估计子最小的最佳去噪小波基的自适应构造方法,再利用该小波基对原始信号做小波阈值去噪处理而得到一种自适应去噪算法,并将此算法应用到地震信号这类典型的非平稳信号的去噪处理中.仿真实验表明,较传统的小波阈值去噪方法,该算法不仅具有较...     

时滞系统无模型自适应PID控制

为了避免工程应用中的建模问题,为时滞系统提出了一种嵌入式结构的模型参考自适应系统(MRAS).通过引入期望模型的概念,解决了传统MRAS中的期望系统性能描述问题,并采用最小二乘法作为自适应律,实现了时滞系统的无模型自适应控制.仿真实验结果证明了改进方法的有效性.     

自适应小波去噪算法及其在偏心补偿中的应用

针对液压自动厚度控制(AGC)系统中轧辊偏心信号的补偿问题,提出一种基于自适应小波阈值去噪算法的补偿方法.该方法根据噪声在小波变换下的特性自适应地确定小波分解的阈值,将去噪信号的信噪比作为性能指标,采用黄金分割法进行寻优,得到最优的阈值参数.仿真结果表明,该方法比原有的阈值去噪方法效果更佳,对液压AGC系统中轧辊的偏心信号具有良好的补偿效果.     

自适应神经模糊推理系统在信号去噪中的应用

介绍了基于自适应神经模糊推理系统的语音去噪方法,这种算法把模糊系统理论和人工神经网络相结合,继承了二者的优点,通过神经网络强大的自学能力,弥补了模糊推理系统非常依赖于操作人员的经验的缺陷。有色噪声是功率谱密度函数不为常数的噪声,很难去除,仿真实验证明:使用自适应神经模糊推理系统能较好的去除测量信号中的有色噪声。     

基于高斯性检验的自适应小波去噪方法

针对软阈值和硬阈值去噪算法存在的缺陷,提出了一种基于高斯性检验的自适应非线性阈值去噪方法。该方法根据信号和噪声的模极大值特性自适应确定分解层数,引入高斯性检验选择软阈值和硬阈值方法对每层小波系数进行降噪处理。仿真结果表明,该自适应滤波方法简单有效、稳定性高,去噪后信号信噪比得到很大提高,且不同仿真信号结果都明显优于经典的小波去噪算法。     

自适应小波阈值去噪在重力仪信号处理中的应用

为了有效地消除各种外界干扰噪声对高精度海洋重力仪测量值的影响，提高重力异常测量值的精度，在分析了小波阈值及自适应小波阈值去噪算法的基础上，将其应用到高精度海洋重力仪系统数据处理中，并与自适应卡尔曼滤波做了对比，以处理后信号的信噪比作为衡量3种数据处理方法优劣的依据。理论分析和仿真实验表明，自适应小波阈值去噪方法、传统的小波阈值去噪方法和自适应卡尔曼滤波都能在一定程度上消除噪声信号对重力仪测量信号的影响，但在相同情况下，自适应小波阈值去噪方法具有明显的优越性。     

基于小波去噪的改进灰色自适应变形预测

针对变形量的预测问题,研究了基于小波去噪的改进灰色自适应预测模型.由于监测变形体时很多因素会使测量数据与实际变形数据有偏差,因此首先利用小波去噪方法对变形监测数据序列进行去噪处理,然后再利用灰色自适应模型预测变形量;并对模型的初值进行了修正.最后对一组基坑变形监测数据实例进行分析,表明该方法比单一灰色预测模型更加有效.     

基于无模型自适应控制算法的机械臂轨迹跟踪控制

机械臂控制研究领域目前研究的热点分为目标点的位置控制和运动轨迹跟踪两方面.目标位置点的控制重点在于对末端执行器的位置点位的控制,对中间各个轴的运动过程并不关心;轨迹控制的重点在于通过各个轴的力矩控制来使其运行过程更加连续,更好地实现工作要求.针对机械手控制过程中总是存在不确定的情况,利用基于紧格式无模型自适应控制算法分...     

紧格式无模型自适应控制在直线电机中的仿真

将基于紧格式线性化的非线性系统无模型自适应控制方法应用于直线电机的运动控制中.用紧格式动态线性时变模型替代直线电机非线性系统模型,根据直线电机运动模型的输入输出数据在线估计系统的伪偏导数.仿真实验表明,紧格式无模型自适应控制方法对电机这种具有不确定动态的非线性系统有较强的自适应性、抗干扰性、稳定性和鲁棒性.     

特殊的多变量系统等价变换及其在自适应控制中的应用

对ｍ个输入ｍ个输出的可观且可控的多变量线性系统，且可观指数ｖｉ与可控指数μｉ均为ｒ，本文给出极其类似于单变量系统的频率及时域的各种表达式及其等价变换计算方法。在通过最小二乘辨识模型和经由状态估计与状态反馈进行极点任意配置的多变量系统自适应控制器设计方面，本文给出标准表达式将使推导过程变得简单明了。     

一种自组织模糊神经元网络控制学习方法及其应用

提出一种自组织模糊神经元网络控制学习方法,该方法由自组织模糊神经元网络（ＳＯＮＦ）和基于径向函数网络（ＲＢＦ）组成,具有自适应和自学习的特点。     

模糊神经网络模型参考自适应控制及其应用

提出一种模糊神经网络的自适应控制方案，给出了一种模糊神经网络模型和快速的优化学习算法（ＦＬＡ），通过网络的在线自学习不断修正模糊神经网络控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新，经仿真结果和倒立摆控制表明，这类自适应控制具有良好的控制性能。     

增益自适应神经元控制及其在纸张定量控制中的应用

针对不确定时滞系统,提出了一种新的神经元控制方法。采用遗传算法对神经元增益在线自适应调整,而遗传算法使用了递增式算法,在每个时间间隔内都有一个稳定的增益值输出,并递增地向最优方向发展。克服了遗传算法收敛慢和每个采样周期输出的随机性。并对造纸过程中的纸张定量控制系统进行了仿真实验研究,仿真结果表明了该方法的有效性。     

基于小波自适应阈值的图像去噪方法

针对基于小波变换的阈值去噪方法仅适用于去除高斯白噪声,对于脉冲噪声得不到好的降噪效果的问题,提出了将小波自适应阈值算法同中值滤波相结合的去噪方法.该方法能够有效去除高斯白噪声和脉冲噪声的混合噪声.仿真实验结果表明,去噪后图像的峰值信噪比提高了1～2dB,从而证明了该方法的有效性.     

自适应观测器的一种构成及其应用实验

本文给出了一种用加权递推最小二乘法来构成自适应观测器的自适应律的方法,该方法能使参数估计误差按指数曲线收敛,计算量小而具有连续时间系统的参数表现形式.同时又能直接应用于离散数值系统.文中给出了数值仿真以及应用于机械手动态特性分析的结果.     

模糊自适应控制及其应用

针对船舶驾驶的要求，提出了一个新的模糊自适应控制算法，该方案汇集了模糊模型参数自适应控制，比例因子自校正模糊控制，经典控制及非线性方法等各自的优点。     

改进的自适应遗传算法及应用

[目的]研究改善自适应遗传算法(Adaptive genetic algorithm,AGA)的早熟问题,并提升该算法优化的神经网络模型的预测性能.[方法]引入四分位间距替换自适应交叉和变异概率中的固定参数,首先给出了一种改进的自适应遗传算法(Modified adaptive genetic algorithm,MA...