oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 32 )

2018 ( 744 )

2017 ( 729 )

2016 ( 789 )

Custom range...

Search Results: 1 - 10 of 45458 matches for " 薛安克 "
All listed articles are free for downloading (OA Articles)
Page 1 /45458
Display every page Item
VRML-Based Interactive Scene of the Moving Celestial Objects
基于VRML的交互式天体运动场景研究

毛新光,,马里
计算机系统应用 , 2010,
Abstract:
不确定线性系统保代价控制的鲁棒性分析
, 孙优贤
自动化学报 , 2001,
Abstract: ?研究不确定线性系统保代价控制的鲁棒性分析问题.提出了不确定线性系统保代价控制鲁棒界概念,给出了不确定线性系统保代价控制的一种鲁棒性分析方法,并建立了不确定线性系统的参数可变保代价控制鲁棒界.针对一类结构不确定线性系统,进一步给出了保代价控制鲁棒界的一种优化算法,并用实例加以验证.
一类参数不确定系统保性能控制鲁棒性分析
, 孙优贤
自动化学报 , 2000,
Abstract: ?针对一类参数不确定线性系统,本文讨论了保性能控制鲁棒性分析问题.提出了有关定义和概念,给出了参数不确定系统的一种保性能控制鲁棒界,建立了求解最大保性能控制鲁棒界的优化方法,仿真研究验证了方法的有效性.
不确定随机时滞系统的鲁棒H∞保性能控制
陈云, , 鲁仁全
自动化学报 , 2008, DOI: 10.3724/SP.J.1004.2008.00900
Abstract: ?讨论了一类具有时变时滞的不确定It?类型随机系统的鲁棒H∞保性能控制问题.运用Lyapunov-Krasovskii泛函方法,设计使得闭环系统鲁棒随机指数均方稳定,且具有给定H∞干扰抑制度γ的状态反馈保性能控制器.控制器存在的充分条件以线性矩阵不等式(LMIs)的形式表示.进一步,通过求解具有LMIs约束的凸优化问题,给出了不确定随机时滞系统的最优保性能控制器的设计方法.最后通过一个数值例子验证了所提方法的有效性.
随机时滞系统的时滞相关无源控制
陈云, , 王俊宏
自动化学报 , 2009, DOI: 10.3724/SP.J.1004.2009.00324
Abstract: ?研究随机时滞系统的时滞相关无源性分析和控制问题.利用Lyapunov-Krasovskii方法和松弛矩阵方法,得到时滞相关的无源性条件.基于该条件设计时滞相关的随机无源控制器.文中的结果以线性矩阵不等式(Linearmatrixinequalities,LMIs)表示,可以利用标准的凸优化算法进行有效求解.通过一个数值例子说明本文方法的有效性.
奇异时滞系统的新稳定判据及其在部分元件等效电路中的应用
王惠姣,
控制理论与应用 , 2011, DOI: 10.7641/j.issn.1000-8152.2011.10.CCTA100570
Abstract: 针对奇异时滞系统的稳定性分析问题,利用时滞分解方法,通过引入积分不等式,得出新的时滞相关稳定判据.时滞分解方法的基本思想是:将整个时滞区间等分为多个子区间,在每个子区间上定义不同的能量函数,以此构造新的Lyapunov-Krasovskii泛函.部分元件等效电路用于验证本文所提方法具有更小的保守性.
不确定系统鲁棒LQ设计的稳定裕度分析和工程应用研究
,蒋楠,王建中
控制理论与应用 , 2003, DOI: 10.7641/j.issn.1000-8152.2003.4.025
Abstract: 针对不确定线性系统,研究鲁棒LQ设计的稳定裕度分析问题.首先提出不确定系统α_0裕度稳定鲁棒界,针对结构和非结构不确定系统,分别给出了鲁棒LQ控制系统的鲁棒稳定裕度性分析方法,进一步给出对结构不确定系统优化鲁棒界的算法.最后是造纸打浆过程实例的鲁棒稳定裕度性分析以及相应仿真结果.
单机调度问题对偶集结迭代算法
左燕,,王建中
控制理论与应用 , 2010, DOI: 10.7641/j.issn.1000-8152.2010.12.PCTA100519
Abstract: 具有到达时间约束、目标为最小化加权完工时间之和的单机调度问题是一个典型的NP-hard问题,采用时间下标建模的线性规划松弛方法可提供一个很强的下界,但优化求解存在维数困难.为此,本文提出了一种对偶集结优化策略,通过选择一个衰减集结矩阵集结对偶乘子变量,利用对偶理论获得模型的约束集结,从而降低计算复杂度.同时分析了集结模型的结构特性,并提出一种迭代算法来改善下界.仿真结果表明对偶集结迭代算法能够减少计算时间,同时改善下界性能,适用于大规模调度问题.
多步历史估计信息反馈多模型融合方法
Feedback multiple-stage historical estimating information multiple-model fusion method

申屠晗,,骆吉安
控制理论与应用 , 2015, DOI: 10.7641/CTA.2014.40019
Abstract: 针对强机动和大观测误差下的目标跟踪问题, 传统低阶多模型融合方法存在估计 精度较低、鲁棒性较差的缺点; 高阶多模型融合方法面临计算量增大和保证实时性之间 的矛盾. 为此本文针对一类多步稳健机动目标跟踪问题提出一种基于历史估计信息反馈的多模型融合框架, 首先累积和反馈历史估计信息, 然后结合当前量测计算多阶模型序列 的似然函数, 最后得到贝叶斯后验融合结果. 同时结合粒子滤波构建了易于工程实现的粒子滤波历史反馈多模型融合算法(PF--HFMM). 仿真表明, 与传统粒子滤波多模型算法 相比, 本法显著提高了估计精度和鲁棒性.
When facing the target tracking problem with high maneuver as well as large observation error, traditional low order multiple-model fusion approach exposes the defects of degrading in estimating accuracy and robustness; high order multiple-model fusion approach confronts the dilemma between the increasing calculating assumption and the insurance of good real-time performance. To this end, we propose a multiple-model fusion scheme based on feeding back the historical estimating results to the problem of tracking a class of multiple-step robust maneuvering targets. First, we accumulate and feed back the historical estimating information, then, compute the likelihoods of the multiple-step model sequences through combining the feedback information and the current observation, at last, obtain the Bayesian posterior fusion results. At the meanwhile, a particle filter historical feedback multiple-model (PF–HFMM) is constructed for the real application. The simulations show that, the proposed algorithm provides better results in fusion accuracy and robustness comparing to the traditional particle filter multiple model algorithm.
Design of the typical process industry integration system of management and control
典型流程工业管控一体化系统设计

郝海亮,王建中,
计算机系统应用 , 2007,
Abstract: 管控一体化思想是伴随着自动化和信息化建设的发展与边缘学科结合而出现的一种新理念.管控一体化系统不仅可以有效地控制成本创造效益,而且,更重要的是进行灾害的预防和控制.该文重点设计了典型流程工业管控一体化系统的总体结构,并分别阐述了流程工业制造执行系统MES、模拟控制对象和过程控制系统PCS网络层的设计方法,以及相关软件.
Page 1 /45458
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.