检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

带变遗忘因子的自适应子空间预测控制器设计

化工学报 2016年第3期67卷 858-864页

作者：张壤文田学民中国石油大学(华东)信息与控制工程学院山东青岛266580

针对实际工业过程具有非线性、时变和多变量的特点,提出一种数据驱动的带有变遗忘因子的自适应子空间预测控制方法。该方法将在线子空间辨识与模型预测控制相结合,同时利用期望输出值与实际输出值的误差实现变遗忘因子的自适应更新,并... 详细信息

针对实际工业过程具有非线性、时变和多变量的特点,提出一种数据驱动的带有变遗忘因子的自适应子空间预测控制方法。该方法将在线子空间辨识与模型预测控制相结合,同时利用期望输出值与实际输出值的误差实现变遗忘因子的自适应更新,并根据当前变遗忘因子构造了过去与将来的Hankel矩阵,从而实现了预测模型的在线更新,提高了控制器对非线性时变特征的辨识灵敏度和适应能力。最后,利用该控制器对四容水箱对象进行仿真研究,验证了算法的有效性。

关键词：非线性时变数据驱动在线子空间辨识自适应遗忘因子

鞅超收敛定理与遗忘因子最小二乘算法的收敛性分析

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 1997年第1期14卷 90-95页

作者：丁锋清华大学自动化系北京100084

本文扩展了用于分析时不变系统辨识算法收敛性的鞅收敛定理（MCT），建立了鞅（martingale）超收敛定理（MHCT）．它可以作为工具来分析时变系统的各种辨识算法的收敛性，为解决时变系统收敛性和稳定性分析这一困难课题提供了新方法，... 详细信息

本文扩展了用于分析时不变系统辨识算法收敛性的鞅收敛定理（MCT），建立了鞅（martingale）超收敛定理（MHCT）．它可以作为工具来分析时变系统的各种辨识算法的收敛性，为解决时变系统收敛性和稳定性分析这一困难课题提供了新方法，开辟了新路．本文以遗忘因子最小二乘算法为例，成功地用MHCT分析了它的参数估计的收敛性．

关键词：鞅收敛定理参数估计遗忘因子最小二乘法

在线全文

学校读者我要写书评

暂无评论

带遗忘因子迭代学习控制最优增益研究

西北工业大学学报 2019年第5期37卷 1077-1084页

作者：戴宝林龚俊李翠明兰州理工大学机电工程学院

针对一类含非严格重复扰动的单输入单输出(SISO)离散线性时不变系统(LTI)的收敛特性最优化问题,提出带遗忘因子迭代学习控制(ILC)算法的最优控制增益设计方法。根据迭代矩阵理论和Toeplitz矩阵特性得到含非严格重复扰动的系统收敛充要条... 详细信息

针对一类含非严格重复扰动的单输入单输出(SISO)离散线性时不变系统(LTI)的收敛特性最优化问题,提出带遗忘因子迭代学习控制(ILC)算法的最优控制增益设计方法。根据迭代矩阵理论和Toeplitz矩阵特性得到含非严格重复扰动的系统收敛充要条件,并运用算子理论证明收敛。根据最优化理论给出系统的单调收敛条件,求解出算法最优控制增益的精确解,得到遗忘因子与最优控制增益之间的关系式,实现系统快速收敛,从而达到改善系统收敛特性的目的。该方法改进了传统最优控制增益在带遗忘因子ILC算法中应用的不足,放宽了系统收敛条件,有效加快系统收敛速度,抑制系统输出跟踪误差波动,同时也为含非严格重复扰动的LTI系统提供了一个更优的解决方案。仿真结果验证了控制策略的有效性。

关键词：迭代学习控制遗忘因子最优控制增益非严格重复扰动收敛速度

带遗忘因子的预测迭代学习控制在阀控非对称缸系统中的应用研究

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2014年第10期50卷 191-198页

作者：汪首坤彭建敏北京理工大学复杂系统智能控制与决策重点实验室北京100081

弹性负载下的阀控非对称缸是典型的非线性、时变系统,针对传统PD型迭代学习控制容易造成系统抖动这一问题,设计一种带遗忘因子的预测迭代学习控制器。建立阀控非对称缸系统的模型,比较分析其工作特性。介绍迭代学习控制基本原理,并分析... 详细信息

弹性负载下的阀控非对称缸是典型的非线性、时变系统,针对传统PD型迭代学习控制容易造成系统抖动这一问题,设计一种带遗忘因子的预测迭代学习控制器。建立阀控非对称缸系统的模型,比较分析其工作特性。介绍迭代学习控制基本原理,并分析常规PD型算法存在的问题。为克服迭代学习控制算法在阀控非对称缸控制中的抖动问题,设计具有遗忘因子的迭代学习算法,并通过仿真分析不同遗忘因子取值对控制效果的影响。为补偿遗忘因子造成的迭代性能降低问题,加入预测给定环节。仿真与试验研究均表明,这种带遗忘因子的预测迭代学习控制算法能够很好应用于阀控非对称缸系统,它有效克服系统抖动问题,并且具有很好的迭代精度。

关键词：弹性负载阀控非对称缸迭代学习控制遗忘因子预测迭代

时变系统遗忘因子最小二乘法的有界收敛性(英文)

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2002年第3期19卷 423-427页

作者：丁锋萧德云丁韬清华大学自动化系北京100084

利用随机过程理论研究了遗忘因子最小二乘法 (FFLS)的有界收敛性 ,给出了参数估计误差的上界 .分析表明 :i)对于时不变确定性系统 ,FFLS算法产生的参数估计以指数速度收敛于真参数 ;ii)对于时不变随机系统 ,FFLS算法给出有界均方估计误... 详细信息

利用随机过程理论研究了遗忘因子最小二乘法 (FFLS)的有界收敛性 ,给出了参数估计误差的上界 .分析表明 :i)对于时不变确定性系统 ,FFLS算法产生的参数估计以指数速度收敛于真参数 ;ii)对于时不变随机系统 ,FFLS算法给出有界均方估计误差 ;iii)对于时变随机系统 ,FFLS算法可以跟踪时变参数 ,且跟踪误差有界 .

关键词：时变系统遗忘因子最小二乘法有界性收敛性参数估计随机过程理论

时变遗忘因子的高速列车自适应子空间预测控制

在线全文

学校读者我要写书评

暂无评论

铁道学报 2013年第5期35卷 54-61页

作者：衷路生颜争龚锦红张永贤祝振敏樊晓平华东交通大学电气与电子工程学院江西南昌330013 中南大学信息科学与工程学院甘肃长沙410083

针对传统列车固定模型难以描述和控制具有时变、非线性等特征的高速列车运行过程问题,本文提出时变遗忘因子的高速列车自适应子空间预测控制方法。首先基于列车状态空间模型描述构建列车的增量式子空间预报模型;接着融合子空间辨识与反... 详细信息

针对传统列车固定模型难以描述和控制具有时变、非线性等特征的高速列车运行过程问题,本文提出时变遗忘因子的高速列车自适应子空间预测控制方法。首先基于列车状态空间模型描述构建列车的增量式子空间预报模型;接着融合子空间辨识与反馈校正的思想得到时变遗忘因子的列车自适应模型,进而分析高速列车自适应子空间预测控制器的设计方法,并给出相应的控制算法。最后进行高速列车运行过程控制的仿真对比实验,结果表明本文控制方法在高速列车正常运行及强干扰情况下的预测跟踪控制性能是有效的。

关键词：高速列车自适应预测控制反馈校正遗忘因子

在线全文

学校读者我要写书评

暂无评论

带遗忘因子的线性系统自适应观测器设计

浙江大学学报（工学版） 2011年第10期45卷 1704-1709,1719页

作者：赵黎丽李平李修亮浙江大学工业控制研究所工业控制技术国家重点实验室浙江杭州310027 浙江大学智能系统与控制研究所工业控制技术国家重点实验室浙江杭州310027

针对状态方程和输出方程同时含有未知参数的多输入-多输出连续线性时变系统,采用构造性方法设计一种带指数遗忘因子的自适应观测器.证明当系统无噪声时该自适应观测器的全局指数收敛性,在此基础上考虑有噪声系统,在若干假设成立的条件... 详细信息

针对状态方程和输出方程同时含有未知参数的多输入-多输出连续线性时变系统,采用构造性方法设计一种带指数遗忘因子的自适应观测器.证明当系统无噪声时该自适应观测器的全局指数收敛性,在此基础上考虑有噪声系统,在若干假设成立的条件下证明了该自适应观测器的估计误差均值也是全局指数收敛于0的.该自适应观测器采用带指数遗忘因子的时变增益矩阵,以自适应的方式克服噪声的影响,改善了估计的一致性.数值仿真结果表明,该自适应观测器具有良好的快速收敛性、跟踪性及抗干扰性等期望性能.

关键词：自适应观测器状态和未知参数联合估计多输入-多输出系统线性时变系统遗忘因子

基于可变遗忘因子的渐消记忆变分贝叶斯自适应滤波算法

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2023年第11期49卷 2989-2999页

作者：靳凯迪柴洪洲宿楚涵惠俊白腾飞信息工程大学地理空间信息学院郑州450001

针对全球卫星导航系统/捷联惯性导航系统(GNSS/SINS)组合导航中GNSS信号易受干扰,造成量测噪声突变的问题,提出一种基于可变遗忘因子的渐消记忆变分贝叶斯自适应Kalman滤波(VBAKF)算法。针对自适应滤波中突变噪声难以准确探测,构建基于... 详细信息

针对全球卫星导航系统/捷联惯性导航系统(GNSS/SINS)组合导航中GNSS信号易受干扰,造成量测噪声突变的问题,提出一种基于可变遗忘因子的渐消记忆变分贝叶斯自适应Kalman滤波(VBAKF)算法。针对自适应滤波中突变噪声难以准确探测,构建基于初值的噪声突变检验准则;为解决自适应滤波估计突变噪声的拖尾现象,将变分贝叶斯自适应滤波的超参数传递结构转化为协方差阵修正结构,通过构造可变遗忘因子函数动态调节自适应滤波中的遗忘因子。仿真和实测数据表明:所提算法可在GNSS/SINS噪声突变时快速估计量测噪声,提高组合导航精度。

关键词：变分贝叶斯自适应滤波遗忘因子渐消记忆组合导航

基于指数渐消遗忘因子的组合导航自适应滤波算法

在线全文

学校读者我要写书评

暂无评论

中国惯性技术学报 2021年第3期29卷 307-313页

作者：曾庆化赵天钰赵宾刘建业朱小灵南京航空航天大学导航研究中心南京210016 南京航空航天大学金城学院南京211156

量测信息异常导致的噪声统计特性变化容易引起组合导航滤波精度下降甚至发散。针对Sage-Husa自适应滤波算法估计系统量测噪声参数性能对遗忘因子依赖性强的问题,提出了基于指数渐消遗忘因子的自适应滤波算法。在对故障检测函数判断量测... 详细信息

量测信息异常导致的噪声统计特性变化容易引起组合导航滤波精度下降甚至发散。针对Sage-Husa自适应滤波算法估计系统量测噪声参数性能对遗忘因子依赖性强的问题,提出了基于指数渐消遗忘因子的自适应滤波算法。在对故障检测函数判断量测噪声统计特性研究的基础上,构建了基于指数函数的动态遗忘因子模型,提升量测信息异常情况下的导航精度。与卡尔曼滤波、Sage-Husa自适应滤波、基于滑动遗忘因子自适应滤波等三种算法对比的仿真和跑车试验结果表明,所提出的算法在存在量测异常的情况下,导航性能提高显著,导航位置精度均提高20%以上。

关键词：自适应滤波遗忘因子故障检测组合导航量测噪声