摘要：仅利用系统的终端输出误差而不是整个输出轨迹,提出了一种最优终端迭代学习控制方法.控制信号可直接通过终点的误差信息进行更新.主要创新点在于控制器的设计和分析只利用系统量测的I/O数据而不需要关于系统模型的任何信息,并可实现沿迭代轴的单调收敛.在此意义上,所提出的控制器是数据驱动的无模型控制方法.严格的数学分析和仿真结果均表明了所提出方法的适用性和有效性.

摘要：针对一般非线性离散时间系统的不确定性和扰动抑制问题,提出一种新的自适应准滑模控制算法.算法包括两部分,其一是基于紧格式动态线性化模型的自适应准滑模控制器设计,其中动态线性化方法中"伪偏导数"的估计算法仅依赖于系统I/O实时量测值.其二是采用径向基神经网络估计器来估计系统的综合不确定性.理论分析证明了系统的BIBO稳定性.仿真结果验证了所提算法的有效性.

摘要：研究一类未知异构非线性多智能体的编队控制问题.首先,利用全格式动态线性化(full form dynamic linearization, FFDL)方法将未知非线性智能体转化为含有时变参数的数据模型,并给出时变参数的估计方法;然后,基于该数据模型设计一种分布式无模型自适应多智能体编队控制方案;最后,为验证所提出的无模型自适应编队控制方案的有效性,利用3台NAO机器人开发基于Python的多智能体编队控制实验平台.实验比较结果表明,通过所提出的控制方案可使3台机器人仅利用局部信息就能有效完成编队控制任务,控制性能优于基于PID的编队控制方法.

摘要：针对一类非线性非仿射离散时间系统,提出了高阶无模型自适应迭代学习控制方案.控制器的设计和分析仅依赖于系统的输入/输出(I/O)数据,不需要已知任何其他知识.该方法采用了高阶学习律,可利用更多以前重复过程中的控制信息提高系统收敛性,且学习增益可通过"拟伪偏导数"更新律迭代调节.仿真结果验证了所提出算法的有效性.

摘要：信号机布局是区间自动闭塞设计的重要任务,它直接影响铁路行车安全和运行效率。为高效地提出高质量的布局方案,在详细分析信号机布局工作的目标和各种影响因素的基础上,提出了两种不同目标下的优化模型。根据目前铁路设计的实践,探讨了利用计算机进行信号机布局工作的基本步骤和应用遗传算法求解该模型的方法,并在列车运行模拟系统的基础上开发了一套信号机布局辅助系统。通过对一条线路的信号机布局进行研究,结果表明采用遗传算法求解信号机布局优化问题是有效的,该辅助系统可在无人工干预的条件下获得良好的布局方案,从而提高信号机布局工作的效率和质量。

摘要：本文针对快速路主道交通密度的控制问题,提出了一种新的自抗扰匝道调节方法.该方法包括跟踪微分器(TD)、扩展状态观测器(ESO)和非线性输出误差反馈控制律(NLOEF)3个部分.通过微分跟踪环节安排的过渡过程,可有效降低系统的超调;而系统外部不确定性可通过ESO估计,并将估计信息用于NLOEF更新控制信号.本文分别基于宏观MATLAB和微观PARAMICS平台进行了仿真研究,验证了所提出方法抑制不同类型外部扰动的有效性.

摘要：本文基于迭代域的动态线性化方法,提出了一类单入单出离散时间非线性系统的数据驱动无模型自适应迭代学习控制方案.无模型自适应迭代学习控制本质上属于一种数据驱动控制方法,仅利用被控对象的输入输出数据即可实现控制方案的设计.理论分析表明无模型自适应迭代学习控制方案可以保证最大学习误差的单调收敛性.数值仿真和快速路交通控制应用验证了无模型自适应迭代学习控制方案的有效性.

摘要：陀螺系统构型对卫星的可靠性和姿态控制系统的性能有着重要的影响。提出了一种由6个陀螺组成的惯性测量单元的伞形安装方式,它的6个陀螺的输入轴按两组正交的方式安装,其中一组正交的陀螺的输入轴安装在卫星的三个惯性主轴(星体坐标系的坐标轴)上,而另一组正交的陀螺的输入轴,相当于前一组正交的陀螺的输入轴以从星体坐标系的原点出发并与三个坐标轴的夹角相等的射线为轴旋转60°的角度,使得6个陀螺中两两相邻的陀螺输入轴之间的夹角是相等的。这种安装方式同某些其它的6陀螺安装方式一样,只要其中的任意三个陀螺工作就能给出卫星的三轴姿态信息。分析了该系统的测量性能和可靠性,并与正十二面体的安装方式进行了比较,结果表明:二者的可靠性是相同的,但是测量性能要比正十二面体的安装方式优越,最后给出了一个巧妙的结构设计建议。

摘要：提出了一种基于无模型自适应控制的无人驾驶汽车横向控制方案.首先,将无人驾驶汽车循迹跟踪控制问题转化成预瞄偏差角跟踪问题,然后基于无人驾驶汽车横向控制系统的动态线性化数据模型,设计出无模型自适应控制算法、伪梯度估计算法和伪梯度重置算法,进而实现了自主车辆的无人驾驶.该方法的实现仅用到无人驾驶汽车运行时的输入输出数据,避免了对无人驾驶汽车进行复杂机理建模的难题,对于复杂的无人驾驶汽车运行过程具有很好的自适应性,对不同的无人驾驶车辆具有较强的可移植性.该方案已实际应用于清华大学无人驾驶汽车实验平台,在北京市丰台区的实地测试实验、在江苏省常熟市高速路的测试以及2015年"中国智能车未来挑战赛"的现场应用验证了所提方案的有效性.

摘要：根据pH值处理过程的时变和非线性特性,将基于紧格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用在带有时滞的pH值中和反应过程中。控制器的设计是无模型的,是直接基于称为伪偏导数的向量,此伪偏导数是通过一种新型参数估计算法,根据酸碱中和反应系统的输入输出信息在线导出的。此无模型控制方法非常适用于实际的模型参数难以辨识,且是时变的非线性系统。仿真控制验证了该方法对不确知动态的非线性pH值的控制具有鲁棒性强、响应速度快和控制精度高的优点,性能好于传统的PID控制。