版權說明: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,請進行舉報或認領
文檔簡介
1、在控制系統(tǒng)中有一類狀態(tài)由連續(xù)時間和離散事件共同驅動的系統(tǒng),這類系統(tǒng)被稱為混合系統(tǒng)。作為一類重要的混合系統(tǒng),馬爾科夫跳躍系統(tǒng)(簡稱跳躍系統(tǒng))中離散事件的發(fā)生可以通過馬爾科夫過程加以描述。跳躍系統(tǒng)可以對大量結構復雜的工程系統(tǒng)進行建模,考慮到現(xiàn)實中系統(tǒng)受到的各種噪聲干擾,對這種情況下跳躍系統(tǒng)的研究成為國內(nèi)外的一個熱點問題。
針對任意分布隨機噪聲干擾下的跳躍系統(tǒng),本文利用粒子控制算法研究了系統(tǒng)狀態(tài)和輸入存在約束下的飽和控制器設計問
2、題。根據(jù)實際系統(tǒng)中噪聲分布函數(shù)構建噪聲樣本,通過大數(shù)定律將原先復雜的隨機系統(tǒng)轉化為一系列確定性系統(tǒng),進而采用混合整數(shù)線性規(guī)劃對這些確定性系統(tǒng)進行控制器設計,以確保原隨機系統(tǒng)能夠滿足一定的可靠性要求。然而在許多實際的工程中,系統(tǒng)運行時間偏長,并且需要采集大量樣本以保證控制的精度。這些因素都增加了粒子控制算法的計算量,即其計算復雜度依賴于系統(tǒng)運行時間的長短和采樣粒子的數(shù)目,從而限制了算法的實際應用。為降低該算法復雜度,本文提出幾種改進算法。
3、主要工作如下:
1、針對任意噪聲干擾下的跳躍線性系統(tǒng),采用粒子控制算法設計飽和控制器,確保系統(tǒng)滿足一定的可靠性。該算法利用大數(shù)定律,將隨機問題轉化為確定性問題,繼而設計滿足隨機系統(tǒng)控制要求的控制器。
2、針對1點中的控制方法,為了降低其計算復雜度,作者從兩個方面做了改進。在時間步數(shù)方面,將整個時間區(qū)間劃分為多個子區(qū)間,并分別設計子區(qū)間上的控制器。在粒子數(shù)方面,根據(jù)部分粒子設計控制器,并驗證其可靠性,通過逐步增
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
- 帶有馬爾科夫跳躍的奇異時滯系統(tǒng)的輸出反饋控制器設計.pdf
- 具有可控MTPM的離散馬爾科夫跳躍系統(tǒng)控制問題研究.pdf
- 奇異馬爾科夫跳躍系統(tǒng)的魯棒控制問題研究.pdf
- 馬爾科夫跳躍系統(tǒng)的多目標濾波.pdf
- 連續(xù)時間馬爾科夫跳躍系統(tǒng)的濾波與穩(wěn)定性研究.pdf
- 帶有隨機擾動的馬爾科夫跳變系統(tǒng)自適應鎮(zhèn)定性.pdf
- 馬爾科夫跳躍線性系統(tǒng)模態(tài)反饋控制問題研究.pdf
- 23234.基于可控馬爾科夫鏈的跳躍系統(tǒng)控制問題研究
- 一類馬爾科夫跳躍系統(tǒng)的網(wǎng)絡化控制問題研究.pdf
- 馬爾科夫跳躍大系統(tǒng)的分散魯棒H∞控制理論研究.pdf
- 馬爾科夫跳躍系統(tǒng)的魯棒鎮(zhèn)定理論研究.pdf
- 馬爾科夫跳變系統(tǒng)的量化反饋控制.pdf
- 48292.非線性不確定離散廣義馬爾科夫跳躍系統(tǒng)的穩(wěn)定和魯棒鎮(zhèn)定
- 基于馬爾科夫隨機場的SAR圖像處理.pdf
- 基于馬爾科夫隨機場的紋理圖像分類.pdf
- 離散馬爾可夫跳躍系統(tǒng)的魯棒濾波.pdf
- 基于馬爾科夫隨機場的紋理圖像分割研究.pdf
- 道路場景中的馬爾科夫隨機場方法研究.pdf
- 基于隱馬爾科夫模型的時間序列聚類.pdf
評論
0/150
提交評論