共查询到18条相似文献，搜索用时 484 毫秒
1.
本文研究了基于数据采样的无人船舵减摇闭环控制系统的稳定性.考虑到采样过程存在延迟现象,引用动态时滞区间的方法,构造相应的Lyapunov-Krasovskii泛函（LKF）.此方法将固定时滞区间扩展成为动态时滞区间,不仅放宽了时滞区间上界和下界的限制,还能同时获得基于线性矩阵不等式（LMI）的更小保守性的相关稳定性判据.最终可以获得一个更宽松的标准来分析基于数据采样的无人船舵减摇闭环控制系统的稳定性.最后,举例说明了所提出方法的有效性. 相似文献
2.
本文针对分布式传感器网络系统的Fornasini-Marchesini （FM）状态空间模型,对系统的预测控制器设计问题进行研究.特别是针对所考虑的二维FM传感器网络系统,提出了一种新的网络预测控制方案来补偿通信时滞.首先,根据李雅普诺夫稳定性理论,给出了二维系统保持稳定的充分条件;然后利用稳定性条件,提出了一种新的预测控制器设计策略并保证系统的控制性能;最后,通过一个数值实例验证了所设计控制器的有效性. 相似文献
3.
中国气象局S2S（Sub-seasonal to Seasonal）数据归档中心建设是中国气象局承担世界气象组织（WMO）的世界天气研究计划（WWRP）和世界气候研究计划（WCRP）任务,由国家气象信息中心负责设计和实现。该文介绍了S2S数据归档中心建设中涉及的数据交换、数据检查及处理、数据归档存储及数据服务门户全流程系统设计和实现。针对各业务中心生产的S2S数据配置差异较大造成数据交换、同步较难这一问题,采用基于FTP（file transfer protocol）的数据推送和基于ECMWF（European Center for Medium-range Weather Forecasts）WebAPI主动数据下载相结合的方式,说明数据交换、同步方法和策略。由于S2S数据量巨大难以高效管理服务,已设计统一的数据组织形式和存储规则,实现根据数据检索条件解析获取数据存储位置,提供便捷的数据检索下载服务。自2015年11月15日中国气象局S2S数据门户系统对外开放,目前数据门户系统已有超过18个国家的300个用户注册并下载数据。 相似文献
4.
在本文中,一种非线性自适应控制容错策略的开发使得具有推力器冗余的欠驱动船舶可以遵循预定的路径行驶,尽管存在未知的系统参数以及由波浪、风和洋流引起的环境干扰.在设计和分析中涉及的技术包括使用反步法、参数投影技术和横向函数.结果表明,本文所提出的控制器,参考路径可以用任意小的跟踪误差进行全局跟踪.仿真结果证明了该控制器的有效性. 相似文献
5.
6.
太阳能、风能和潮汐能等可再生能源的发电系统,具有间歇性发电的特性.因此,具有快速响应、发电效率高的燃气轮机发电系统,能够在可再生能源发电间歇出现时充当替代系统,不仅稳固电网的负荷能力,还有助于推动可再生能源的发展.由于燃气轮机是一个模型包含未知的复杂非线性系统,目前针对转速环节主要采取传统PID控制技术.然而,实际运行中系统工况发生变化时,控制器参数不能随着这些变化做出相应的调整,使得控制效果欠佳,执行器故障的出现也可能导致系统无法正常工作.因而,本文针对单轴燃气轮机的孤岛发电模式,结合燃气轮机系统特性,基于反步法的设计思路,引入不依赖于系统模型的鲁棒自适应控制策略,并加入容错控制和Nussbaum函数构造转速控制器.在控制器设计过程中融合动态面方法,解决高阶系统中反步法引起的计算爆炸问题.最后,通过仿真,验证了控制器的可靠性. 相似文献
7.
当前,食品图像的营养成分识别主要还是集中在食品类别的识别以及作为多标签任务的识别.但是这两种方法并不具备很好的判别性,因为它们忽略了原材料之间的潜在关系.因此,本文在前期工作的基础上引入了原材料之间的关系.具体地说,我们的工作主要分为图像特征提取和原材料关系学习两部分.图像特征提取通过卷积神经网络提取到图像的低维特征向量.图卷积网络通过使用图数据（图的每个节点表示原材料的词嵌入,边表示节点之间的相关性）,将图数据直接映射到一组相互依赖的分类器中,并与图像的低维特征向量融合,最后进行分类.通过在Food-101和VireoFood-172两个食品数据集上进行实验,并与当前最好的实验模型进行对比,发现基于图卷积的食品多标签分类方法可以有效地提高食品图像的分类性能. 相似文献
8.
轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其次,设计高阶迭代优化目标函数得到控制律,并利用参数更新律估计线性输入输出数据模型中的未知参数.控制器的设计和分析只使用系统的输入输出数据,不包含任何显式的模型信息.通过采用高阶学习控制方法,在控制律中利用更多之前迭代的控制输入信息,提高了控制性能.最后,仿真结果验证了该方法在轮式机器人轨迹跟踪控制中的有效性. 相似文献
9.
本文考虑了具有混合时变延时和不同时标的混沌忆阻竞争神经网络的自适应同步问题.使用Lyapunov泛函方法和不等式分析技术,设计了一类新的具有反馈控制律的自适应控制器以取得网络同步及指数同步目的,提出了不用过多计算,如求解线性矩阵不等式或复杂代数计算的保证网络同步条件;同时,所获条件也可以应用到已有文献里关于忆阻器网络不同数学模型中.最后,通过实例验证了本文获得的理论结果的有效和正确性. 相似文献
10.
针对常规水面船舶的航向跟踪控制中建模参数随航速时变引起的不确定性问题,提出一种基于动态神经模糊模型的控制算法．动态神经模糊模型在学习中同时调整结构和参数,充分逼近船舶的逆动力学．训练好的动态神经模糊模型作为逆控制器,与传统的ＰＤ控制器并联,用于船舶航向的跟踪控制,且控制过程中能进一步调整模型权值．以５４４６ＴＥＵ大型集装箱船为例,进行航向跟踪控制的仿真结果表明,该算法能克服建模参数不确定性的影响,快速有效地跟踪期望航向,控制效果良好． 相似文献
11.
针对智能船舶自动舵系统,考虑输入饱和、回转角速度未知和指定性能,提出一种自适应模糊控制算法.本文自适应模糊输出反馈算法采用状态观测器、辅助系统和误差转换系统,模糊逻辑系统用于估计未知非线性函数,状态观测器用于估计未知回转角速度状态,辅助系统和误差转换系统分别用于补偿不匹配控制信号和变换航向角追踪误差.基于Lyapunov方法证明了闭环系统内所有信号是有界的,仿真结果进一步验证了本文算法的有效性. 相似文献
12.
13.
对于指数1且关联可测的不确定非线性微分-代数子系统,将反推方法和神经网络相结合,研究了其鲁棒渐近镇定控制问题.基于反推方法来构造镇定控制器,利用3层的神经网络来逼近每一步控制器构造过程中的不确定项.提出一种新的自适应算法对神经网络权值进行在线调节,并适当选取每一步虚拟控制器的参数,最终得到的控制器使得闭环系统是渐近稳定的. 相似文献
14.
基于事件触发机制,研究了一类非严格反馈非线性系统的自适应神经网络追踪控制问题.结合反步技术、神经网络和事件触发机制,提出了一种自适应神经网络控制方案,减少了数据传输量并减轻了控制器和执行器之间的传递负担,保证了输出信号尽可能地追踪到参考信号,同时使得闭环系统的所有信号有界.此外,通过避免芝诺现象保证了所提事件触发机制的可行性.最后,给出一个例子验证了所提出策略的有效性. 相似文献
15.
环型结构在神经网络中普遍存在,目前对环型神经动力学分岔研究大多数局限于单环情形.值得注意的是,神经网络由成千上万个神经元耦合而成,这些复杂的神经元网络结构不可能只由一个环形结构来准确表述,因此研究具多环拓扑的神经网络模型更具实际意义.本文提出了一种非对称双环神经元网络模型,选择单环的时滞和为分岔参数,分析了双环模型的稳定性和Hopf分岔.最后给出数值仿真对结论进行了验证. 相似文献
16.
针对如何快速有效地对音乐信息进行查询、检索和组织的问题,提出了一种基于生成对抗网络模型的多标签音乐自动标注系统.通过音乐自动语义标注技术,可以提高音乐检索系统的性能.利用LDA方法对音乐标签进行聚类以获取主题类别,再通过生成对抗网络,找到音乐的音频特征与语义特征之间的映射关系.应用于CAL500数据集的5次交叉验证实验结果表明,该方法的综合性能指标与现有方法相比有较大的提升. 相似文献
17.
本文研究了基于事件触发和欺骗攻击的多智能体一致性问题.为了降低智能体间无线通信网络负载,本文引入事件触发机制来减少智能体之间通信的冗余数据传输量.由于智能体间无线通信网络易遭受网络攻击,因此考虑无线通信网络环境下欺骗攻击的影响,建立了一类基于事件触发和欺骗攻击的多智能体系统数学模型.基于此模型,通过利用Lyapunov稳定性理论、多智能体一致性理论和线性矩阵不等式技术分别给出多智能体一致性控制的稳定性条件和控制器设计算法.最后,通过仿真算例验证了所提出设计方法的有效性. 相似文献
18.
Abstract We examine Arctic sea‐ice concentration (SIC) and sea‐level pressure (SLP) data using principal oscillation pattern (POP) and neural network methods. The POP method extracts oscillating patterns from multivariate time series, each pattern being characterized by an oscillation period and a decay time. Predictions can be made for patterns whose decay time is comparable with the period. For both the SIC and SLP, however, the decay times are much shorter than the oscillation periods, and therefore the forcast skill is poor. A neural network is a model of the learning behaviour of a living neural system. Presented with training data, a neural network can learn the linear or non‐linear rules embedded in the data. We trained neural networks with sea‐ice and sea‐level pressure data, and estimated the forecast skill using a cross‐validation technique. The neural networks did not exhibit forecast skill significantly better than that of persistence. We contrast the Arctic situation with previous studies in which POP and neural networks were successfully used to forecast El Niño at lead times up to 6 months. Reasons for the lack of skill in both methods are discussed. 相似文献