搜索结果: 121-135 共查到“控制论”相关记录331条 . 查询时间(2.219 秒)
Riccati代数方程中矩阵P与R,Q关系的研究
Riccati方程 稳定性 李亚普诺夫方法
2008/12/31
本文对Riccati代数方程中矩阵P与R,Q的关系进行了研究.给出了矩阵R、Q
变化时方程解P的变化范围.这对最优控制、鲁棒控制、容错控制及H∞控制等有着重
要的意义.
Rosenbrock's多变量现代频域理论在交流变频调速中的应用
解耦控制 对角优势 交流调速
2008/12/31
本文运用Rosenbrock's多变量现代频域理论研究了电流源逆变器供电的感应电动机变
频调速系统,实现了此系统的多变量频域法CAD.设计并研制出简单有效的解耦控制系统.
分析和实验证明,此系统物理概念明确,性能良好,可与直流调速系统相媲美.
Systolic算法和结构求解线性系统的极点配置问题
Systolic算法 阵列结构 极点配置
2008/12/31
提出了一种Systolic算法和阵列结构,可并行求解大规模极点配置及可控性问题.仿真
结果表明,这种方法在计算上有很好的并行性.
Z变换和△变换的有限字长特性研究
有限字长 z变换 △变换
2008/12/31
计算机的有限字长对数字控制器的实现有重要影响.本文介绍了△变换及其δ算子的数
字控制器的实现方法,证明了δ算子实现方法在系数有限字长表示、运算中对舍入及截尾误差
的影响;有限字长非线性因素对极限环振荡的影响等方面,都优于常用的z变换及其q算子的
数字控制器实现方法.本文还提供了某型飞机的数字控制器在z变换和△变换下的不同有限
字长特性的数字仿真.
σ校正混合自适应控制律
σ校正 混合自适应控制 未建模动态
2008/12/30
本文提出了一种σ校正混合自适应控制律,并且证明在对象具有相加和相乘未建模动
态(unmodeled dynamics)的情况下,若采用文中所给出的混合自适应控制系统结构,这种σ
校正混合自适应控制律可保证闭环系统中的所有信号有界,并且对于任何有界初始条件,系
统具有小的均值残余跟踪误差.数学模拟结果表明,本文所提出的混合自适应控制律优于相
类似的全连续和全离散自适应控制律.
参数不确定机械伺服系统的鲁棒非线性摩擦补偿控制
鲁棒性 伺服系统 摩擦
2008/12/30
对含非线性摩擦环节的机械伺服系统,提出一种基于Lyapunov方法的鲁棒非线性控
制方法,通过引入非线性增益和摩擦补偿项,来克服参数不确定性和补偿非线性摩擦,从而保证
跟踪误差渐进收敛.对转台系统的实验研究,表明了该方法的有效性.
参数摄动系统的鲁棒LQ反馈控制
不确定系统 鲁棒控制 LQ反馈控制
2008/12/30
本文研究了不确定系统的鲁棒LQ反馈控制器的综合问题.对于具有线性有界实参数摄
动的系统,首先把不确定系统的鲁棒LQ综合问题转化成N个确定系统的联立LQ综合问
题.并据此提出了相应的综合算法.理论分析和实例计算结果表明所提出的方法具有较广的
应用范围和较少的保守性.
参数空间中鲁棒稳定性问题
鲁棒稳定性 参数空间 同时镇定
2008/12/30
本文研究了单输入多输出(SIMO)和多输入单输出(MISO)线性定常控制系统在对象
参数扰动下的鲁棒稳定性问题,并对一给定的控制器,系统在标称参数P°下闭环渐稳的情
况,提出了在参数空间中构造比中心位于P°的最大稳定超球还要大的稳定超球的方法,从而
改善了鲁棒稳定性判据.
参数空间中多变量系统的鲁棒D-稳定性
多变量系统 鲁棒性 D-稳定性 参数不确定性
2008/12/30
为了保证具有参数不确定性的多变量系统的D-稳定性,它们的参数最大允许摄动范围
将受到复平面中区域D以及标称系统的限制.利用系统临界D-稳定时的特性和线性算子范
数的特性,得到了这个范围半径的解析表达式.由于这个半径是以欧氏空间的一般范数表示
的,所以对于参数摄动范围是菱形、矩形、椭圆、对称多边形等情况,均可以利用它求出系统参
数的最大允许摄动范围.
残差初值的自适应估计
残差初值 残差平方和 鲁棒估计
2008/12/30
本文通过对工程上常用的残差初值选取方法--均值法统计特性的深入分析,揭示了残
差初值问题的重要性.在研究了均值法和最小二乘法等两种简单残差初值估计方法统计特性
的基础上,得到了一种简单、实用、附加计算量小、统计特性优良的残差初值估计方法.该方法
的特点是能自动根据系统参数的变化来调整残差初值算法的参数,保证残差初值估计的优良
统计特性.
差分模型参数递推估计的Householder变换法
参数估计 递推算法 Houscholder变换
2008/12/30
摘要本文提出了利用Householder变换进行差分模型参数递推估计的新方法.并由该方法导
出了新的递推最小二乘法、递推增广矩阵法、递推广义最小二乘法、递推极大似然法.
文中分单变量、多变量两种情况重点讨论了新递推最小二乘法及其与传统递推最小二乘
法的比较,并给出了计算实例.