版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在實際控制系統(tǒng)中,由于系統(tǒng)本身和外部環(huán)境的復雜性,存在建模過程中由于忽略某些次要因素而造成的未建模不確定性和由于系統(tǒng)本身不確定因素攝動,如:質(zhì)量、風力等,而造成的參數(shù)不確定性。為了解決這些具有不確定因素系統(tǒng)的穩(wěn)定及控制問題,學者們引入了結(jié)構(gòu)奇異值(μ)分析和綜合的概念。線性分式變換(Linear Fraction Transformation,LFT)是一種能將系統(tǒng)的確定部分和不確定部分分離的建模形式,所有的線性時不變不確定系統(tǒng)都能變換
2、成這種形式,為μ分析和綜合提供了處理不確定問題的一個統(tǒng)一的模型和工具,是一項非常重要的基礎性工作。另外,LFT建模問題在代數(shù)意義下與多參變量系統(tǒng)的實現(xiàn)問題等價,因此LFT算法的研究,對于魯棒控制理論及多參變量系統(tǒng)理論都具有重要的意義。
論文首先對已有的LFT的算法進行歸納與總結(jié),分析它們的優(yōu)缺點。然后,介紹了一種基于系統(tǒng)結(jié)構(gòu)的LFT 直接構(gòu)造算法,該算法考慮了系統(tǒng)的結(jié)構(gòu)特性,可以建立較低維數(shù)的LFT模型實現(xiàn)。為了提高系統(tǒng)的
3、LFT 實現(xiàn)的自動化程度,基于Matlab語言,建立了該算法的軟件實現(xiàn)。
為了驗證基于系統(tǒng)結(jié)構(gòu)的LFT 直接構(gòu)造算法的有效性及實際應用價值,論文針對民用航空飛機和傾轉(zhuǎn)側(cè)旋翼飛機進行了相應的LFT模型實現(xiàn),給出其建模過程并與其他算法進行了分析與比較。同時,論文針對汽車主動懸架模型,在其LFT模型的基礎上進行μ綜合控制,運用D-K 迭代算法,設計一個魯棒控制器,仿真結(jié)果表明基于所建立LFT模型及相應魯棒控制器能夠保證系統(tǒng)的魯棒
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 分式線性變換的幾個應用.pdf
- 基于遺傳算法的分式線性神經(jīng)網(wǎng)絡設計與應用.pdf
- 線性分式變換對Nevanlinna-Pick插值問題的刻畫.pdf
- 廣義非線性分式規(guī)劃問題的近似算法.pdf
- 基于線性-非線性模型的組合濾波算法研究及應用.pdf
- 快速傅立葉變換-算法及應用.pdf
- 一類廣義分式規(guī)劃的性質(zhì)、算法及在不精確分式規(guī)劃上的應用.pdf
- 應用Contourlet變換的目標跟蹤算法研究.pdf
- [學習]復變函數(shù)與積分變換6.3分式線性映射
- 分式噪聲驅(qū)動的線性濾波.pdf
- 基于線性子空間及環(huán)形對稱GABOR變換的人臉識別算法研究.pdf
- 線性調(diào)頻z變換及其應用
- 三維非線性濾波的算法研究及應用.pdf
- 基于小波包變換的非線性負荷的電能計量算法研究.pdf
- 開關(guān)功率變換器的非線性研究與應用.pdf
- 增量矩陣分解中線性特征變換的研究與應用.pdf
- 小波變換邊界處理算法及應用的研究.pdf
- 基于變換域的數(shù)字圖像水印算法的研究及應用.pdf
- 局部線性嵌入算法的研究及在人臉識別中的應用.pdf
- 多維MDCT(改進的離散余弦變換)的快速算法的研究及應用.pdf
評論
0/150
提交評論