检索结果-南通市图书馆

具有均匀量化器的非线性网络控制系统的一致有界性

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2012年第11期29卷 1388-1396页

作者：刘俊豪张皓陈启军北京七星华创电子股份有限公司北京101312 同济大学电子与信息工程学院上海201804

建立一种非线性连续被控对象、系统总时延小于一个采样周期的网络控制系统连续模型.通过线性化及离散化的方法将非线性系统转换一种离散化的模型.利用Lyapunov稳定性理论和线性矩阵不等式方法,设计控制方法使系统稳定.在系统包含均匀量... 详细信息

建立一种非线性连续被控对象、系统总时延小于一个采样周期的网络控制系统连续模型.通过线性化及离散化的方法将非线性系统转换一种离散化的模型.利用Lyapunov稳定性理论和线性矩阵不等式方法,设计控制方法使系统稳定.在系统包含均匀量化器的情况下,设计控制方法使系统一致有界.通过调节量化器的误差范围,可以将系统状态控制在一定的范围内.实际中,据此可设计相应的量化级别及编码长度等参数.通过仿真验证控制方法的有效性,并分析了量化误差对系统收敛性的影响.

关键词：网络控制系统非线性系统均匀量化器一致有界性

在线全文

学校读者我要写书评

暂无评论

基于均匀量化器的随机量化方法

信号处理 1998年第A12期14卷 101-106页

作者：查卫东刘国岁顾红南京理工大学

从易于硬件实现的角度，提出了一种基于均匀量化器的随机量化方法。证明了该方法在所加噪声满足一定条件时，其量化信号的数学期望等于相应的量化输入值。分析了所加噪声对量化动态范围的影响。利用计算机模拟，对量化输出平均值的分布... 详细信息

从易于硬件实现的角度，提出了一种基于均匀量化器的随机量化方法。证明了该方法在所加噪声满足一定条件时，其量化信号的数学期望等于相应的量化输入值。分析了所加噪声对量化动态范围的影响。利用计算机模拟，对量化输出平均值的分布规律及其与反复量化次数和所加噪声取值域的关系进行了分析研究，为以后设计量化器提供了依据。

关键词：量化随机量化均匀量化器信号处理

在线全文

学校读者我要写书评

暂无评论

随机性标量参数分布式量化的最优比特分配

控制理论与应用 2020年第2期37卷 387-394页

作者：沈志萍陈军勇邬依林河南师范大学数学与信息科学学院大数据统计分析与优化控制河南省工程实验室河南新乡453007 浙江科技学院信息与电子工程学院浙江杭州310023 广东第二师范学院计算机科学系广东广州510310

本文研究了在总比特率设定的情况下,改良并给出表现更优的量化器,以及如何实现基于网络的随机标量参数分布式量化估计,重点讨论传感器比特数最优分配.与常规给定各传感器的量化比特率不同的是,本文将结合估计器算法使用和不同量化器的构... 详细信息

本文研究了在总比特率设定的情况下,改良并给出表现更优的量化器,以及如何实现基于网络的随机标量参数分布式量化估计,重点讨论传感器比特数最优分配.与常规给定各传感器的量化比特率不同的是,本文将结合估计器算法使用和不同量化器的构建,来研究固定总比特率下的分配.文中的观测模型噪声服从高斯分布,并且以此模型为对象通过均匀量化探讨基于一般类型与线性估计器的最理想比特分配方式.前者均方误差上限与后者对应下限在高精度处理方案下结果几乎相同,都表现出网络中观测噪声误差反比于量化级数这一特性.此外还借用交替序列比特分配算法以确保求解出的数值解恒非负.最后从MATLAB仿真结果可以看到,本文给出的最优比特分配估计器较传统方案的表现更优.

关键词：最优比特分配分布式量化估计均匀量化器最小均方误差贝叶斯Cramer-Rao下界

并联DC-DC变换器网络控制系统的信号量化研究

在线全文

学校读者我要写书评

暂无评论

电机与控制学报 2023年第10期27卷 1-12页

作者：王艳敏张伟琦张涵清杨亚龙哈尔滨工业大学电气工程及自动化学院黑龙江哈尔滨150001 安徽建筑大学智能建筑与建筑节能省重点实验室安徽合肥230000

针对并联DC-DC变换器网络控制系统(NCS)因无法及时处理冗长信号而导致系统均流输出性能较差的问题,结合滑模控制(SMC)策略提出一种NCS均匀量化设计方法。以并联Buck变换器为例,首先设计了其主从均流SM控制系统;后在连续域内对含SMC的NC... 详细信息

针对并联DC-DC变换器网络控制系统(NCS)因无法及时处理冗长信号而导致系统均流输出性能较差的问题,结合滑模控制(SMC)策略提出一种NCS均匀量化设计方法。以并联Buck变换器为例,首先设计了其主从均流SM控制系统;后在连续域内对含SMC的NCS进行均匀量化设计,并根据量化误差分析了系统的稳定性能;再考虑到变换器在实际数字控制系统中的应用,采用零阶保持器研究了均匀量化SMC系统的离散化效应并给出了稳定性条件;最后,利用仿真分别分析了连续和离散域中不同参数条件下系统的输出性能,得到当量化步长与采样时间分别取0.1与0.1 ms时系统输出性能最优,并在该最优参数下进一步通过实验证明,所设计均匀量化SMC系统能够将并联Buck变换器的输出电压与均分电流稳态误差分别控制在0.117 V与0.008 A内,验证了所提设计方法的正确性。

关键词：并联DC/DC变换器滑模控制网络信号传输均匀量化器均流输出离散化

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于均匀量化的CAN总线的资源调度研究

计算机测量与控制 2013年第5期21卷 1285-1287页

作者：匡付华胥布工程朋胜华南理工大学自动化科学与工程学院广州510640 深圳达实智能股份有限公司博士后科研工作站广东深圳518057

在网络控制系统设计中,最主要目的之一是既要有效地使用资源受限的总线,又要保持良好的闭环系统性能;针对CAN总线的带宽受限问题,提出了使用均匀量化技术的解决方案;首先,建立了具有量化和丢包的多控制回路的网络控制系统模型,分析了闭... 详细信息

在网络控制系统设计中,最主要目的之一是既要有效地使用资源受限的总线,又要保持良好的闭环系统性能;针对CAN总线的带宽受限问题,提出了使用均匀量化技术的解决方案;首先,建立了具有量化和丢包的多控制回路的网络控制系统模型,分析了闭环系统指数均方稳定;然后根据控制性能最优化要求,讨论了固定优先级的自适应周期量化调度策略;最后通过对3个独立控制回路组成的CAN总线系统对此调度策略进行仿真验证,仿真结果表明,此量化调度策略可有效地管理网络资源。

关键词： CAN现场总线均匀量化器传输丢包量化调度

在线全文

学校读者我要写书评

暂无评论

有向网络多个体系统的量化一致性研究

有向网络多个体系统的量化一致性研究

作者：季亚雷安徽理工大学

学位级别：硕士

网络化多个体系统具有节约成本以及在复杂环境下适应能力强的优点,因而在很多方面得到了应用。网络化多个体系统包括很多方面,比如分布式协调控制、凸优化等等。其中尤其以一致性方面更是受到了不同领域人员的广泛研究。然而考虑到实际... 详细信息

网络化多个体系统具有节约成本以及在复杂环境下适应能力强的优点,因而在很多方面得到了应用。网络化多个体系统包括很多方面,比如分布式协调控制、凸优化等等。其中尤其以一致性方面更是受到了不同领域人员的广泛研究。然而考虑到实际通信网络的数字通道往往具有有限的信道容量,这导致网络中任意个体的状态信息在发送给其邻居个体之前就要进行量化,意味着个体间只能基于量化状态信息而非精确状态信息进行通信。因此本文研究了基于对数量化信息通信的有向网络多个体系统的一致性问题。同时,在实际中个体间的信息传输会出现时延,它对多个体系统量化一致性的作用也不可忽视。因此,本文工作主要有以下两方面：一、对数量化信息通信的有向网络一致性的研究。采用有限水平对数量化策略,研究了有向非平衡网络多个体系统的加权平均一致性。不同于已有文献中的量化一致性研究都要求网络拓扑是平衡网络,而在本文中只要求有向网络是非平衡的,强连通的。同时通过构造广义李雅普诺夫函数对一致收敛性进行分析,所得结果充分体现了对随机邻接矩阵最大特征值所对应的左特征向量这一刻画有向网络拓扑特性关键参数的高度依赖关系,而且避免了运用无向图的代数图谱理论和对称矩阵分解方法。最后,用一个仿真例子验证了该部分的理论结果。二、带有时延的均匀量化信息通信的有向网络一致性的研究。研究了在通信时延的影响下,设计了一致量化协议,使得网络中的个体仅需要有限水平量化信息通信就能达到一致性。研究发现在带有时延的情况下,只要网络拓扑是周期强连通的,通信时延是有界的,系统就能够实现一致性。同时,由于该网络是切换的,导致了系统迭代矩阵的公共左特征向量是不存在的。所以上述关于有向固定拓扑的收敛性分析方法在这种情况下不再适用。因而本文主要通过构造非二次李雅普诺夫函数并结合输入到输出稳定性理论对闭环系统的一致收敛性进行了分析,同时避免了对系统进行扩维。最终,在实际数字通信中有更广泛的用途。

关键词：一致性有向图对数量化器多个体系统李雅普诺夫函数通信时延均匀量化器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

量化迭代学习控制的研究

量化迭代学习控制的研究

作者：霍妞北京化工大学

学位级别：硕士

目前迭代学习控制的研究多采用网络化的控制结构。网络控制结构由于其独特的灵活性,便利性和整个控制框架的鲁棒性已在实际中被广泛使用。网络系统中所有涉及的单元通常位于不同的站点,并通过有线/无线网络相互通信。这些网络的过载可... 详细信息

目前迭代学习控制的研究多采用网络化的控制结构。网络控制结构由于其独特的灵活性,便利性和整个控制框架的鲁棒性已在实际中被广泛使用。网络系统中所有涉及的单元通常位于不同的站点,并通过有线/无线网络相互通信。这些网络的过载可能导致数据拥塞和数据丢包以及其他严重问题。因此,减少通信负担对于通过网络进行控制具有重要意义。考虑到这些问题,本文研究了使用有限层级的均匀量化器来减轻网络传输负担的量化迭代学习控制问题。论文针对在不可预测的数据丢包环境下基于编码解码机制的丢包及量化问题,给出了有限层级均匀量化器的量化上界。额外引入了编码解码机制来消除量化误差,为确保解码器的输出和编码器的内部状态之间的一致性,提出了一种简单的保持策略。通过引入离散时间迭代学习控制中的堆积技术,即通过沿时间轴将信号堆积为超向量,可以将原始状态空间模型表示为堆积系统的形式。论文解决了在测量侧和执行器侧处于随机丢包的环境下基于编码解码机制的量化迭代学习控制问题,给出了丢包环境下的量化迭代学习控制问题的更通用的算法。现有研究成果计算的有限层级均匀量化器上界都过于保守,而在本文中由于堆积技术的引入,分别给出了在测量器侧和执行器侧的采用的有限层级的量化器较为精确的量化上界,这是对现有成果的一项重要改进。本文所提出的算法通过数值模型和线性永磁电机模型证明了其有效性。

关键词：迭代学习控制均匀量化器编码解码机制随机丢包

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

存在数据量化的无模型自适应控制研究

存在数据量化的无模型自适应控制研究

作者：朱盼盼河南理工大学

学位级别：硕士

随着科学技术的快速发展,实际工业生产过程越来越复杂,对这些过程系统建立精确的数学模型变得十分困难,因此数据驱动控制理论近年来成为了控制领域的研究热点。另一方面,实际控制系统大多需要在网络环境下运行和工作,网络化系统在带来... 详细信息

随着科学技术的快速发展,实际工业生产过程越来越复杂,对这些过程系统建立精确的数学模型变得十分困难,因此数据驱动控制理论近年来成为了控制领域的研究热点。另一方面,实际控制系统大多需要在网络环境下运行和工作,网络化系统在带来数据共享、信息处理方便的同时,也由于它本身结构参数的影响,带来了数据量化、数据丢包、时滞、带宽限制等问题。本文考虑了两种数据驱动控制理论方法在存在数据量化情况下的稳定性分析和改进算法设计,主要内容包括:（1）研究一类考虑数据量化的非线性离散单输入单输出系统的控制问题,提出一种带有均匀量化器的数据驱动控制方法。通过使用伪偏导数的概念将受控非线性系统动态线性化,将原有非线性系统的模型线性化,继而构造了一种带有均匀量化器的无模型自适应控制（MFACUQ）的方法,其利用系统输出数据作为量化信号。通过理论上的推导与分析,得出了系统在MFACUQ方法下的跟踪误差收敛有界的结果。（2）为了实现更好地误差收敛效果,对所提MFACUQ算法进行改进,增加了一种编码解码量化机制,提出一种带有编码解码量化机制的无模型自适应控制算法（MFACUQ-E）,并讨论收敛条件的可行性和数据量化后的跟踪效果。结果表明,MFACUQ-E方法下的系统的跟踪效果较于MFACUQ方法明显改善,在一定条件下,能达到跟踪误差收敛到零的结果。仿真结果验证了所提MFACUQ-E方法的有效性。（3）研究一类使用均匀量化器处理数据量化过程的具有重复任务的离散单输入单输出非线性系统的控制问题,提出一种带有编码解码量化机制的无模型自适应迭代学习控制（MFAILCUQ）算法。理论分析与仿真结果表明,所提MFAILCUQ方法在考虑数据量化情况下,可实现对期望轨迹的零误差跟踪。（4）研究一类使用对数量化器处理数据量化过程的具有重复任务的离散单输入单输出非线性系统的控制问题,提出一种带有对数量化器的无模型自适应迭代学习控制（MFAILCLQ）算法,得出系统在该算法下的跟踪误差可以快速收敛到零的结果,仿真示例验证了所提MFAILCLQ算法的有效性。

关键词：数据驱动控制无模型自适应控制迭代学习控制数据量化均匀量化器编码解码量化机制对数量化器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于编解码的量化迭代学习控制

基于编解码的量化迭代学习控制

作者：张超北京化工大学

学位级别：硕士

量化是降低控制系统传输负载、提高控制系统运行效率的有效手段之一,特别适用于网络环境下的控制系统。但是量化也会带来信息传输精度的降低,而编解码机制正好可以弥补这一主要缺点。针对迭代学习控制(Iterative Learning Control,ILC)... 详细信息

量化是降低控制系统传输负载、提高控制系统运行效率的有效手段之一,特别适用于网络环境下的控制系统。但是量化也会带来信息传输精度的降低,而编解码机制正好可以弥补这一主要缺点。针对迭代学习控制(Iterative Learning Control,ILC),如何将量化与编解码有机结合,实现系统的高精度跟踪控制,具有重要的理论意义和实用价值。本文研究了基于编解码的量化迭代学习控制问题,其中编解码是指对信号进行变换(编码)及还原(解码)的过程。本文首先在第一章介绍了预备知识,包括量化和丢包问题,另外还介绍了当前量化ILC的研究进展。第二章到第四章为具体研究内容及成果:1、第二章研究了无限和有限均匀量化器情形下基于编解码的量化ILC问题,其中,仅考虑在系统输出端量化的情形。在无限均匀量化器情形下,利用无限均匀量化器与编解码机制的有机结合模式,实现了此框架下的零误差收敛结果。分别考虑了线性系统与仿射非线性系统。仿真验证了理论结果。之后研究了有限均匀量化器情形下基于编解码的量化ILC问题,与无限均匀量化器情形下基于编解码的量化ILC问题相比,难点在于如何选择合适的量化器饱和上界,实现有限个量化级下,跟踪误差达到零误差收敛。3、第三章研究了在输出端和输入端同时应用有限均匀量化器的问题。与仅在输出端应用量化编解码相比,难点不仅在于如何选择输出端和输入端合适的量化器饱和上界,同时要考虑输出端和输入端的相互影响。通过严格理论证明,得到了在此一般量化ILC框架下的零误差收敛结果。4、第四章研究了存在丢包情形下基于编解码的量化ILC问题。应用编解码方法的核心在于编码器和解码器内部状态的同步更新。当存在丢包时,设计处理丢包的编解码器与控制器更新机制,得到了编解码ILC框架仍能实现零误差收敛的初步结果。

关键词：迭代学习控制均匀量化器编解码丢包