文章针对多输入多输出(multiple-input multiple-output,MIMO)系统的信道呈现的稀疏特性,提出了一种基于加权递归最小二乘(weighted recursive least square,WRLS)的MIMO系统信道估计方法,在标准递归最小二乘算法的基础上,根据信道中的稀疏结构信息为每个抽头分配一个具有自适应变化特性的独立更新权重。仿真实验验证了该方法适用于非高斯噪声环境下的信道估计,在加快收敛速度的同时,也提高了信道估计的精度。
提出一种实时估计轮胎侧偏刚度的自适应横向最优跟踪控制算法.路面附着系数的改变使得轮胎侧向力的近似线性区间发生改变,线性近似得到的轮胎侧偏刚度将不再可靠.基于递归最小二乘算法,以轮胎侧偏角和侧向力作为输入,实时在线估计轮胎的侧偏刚度,进而提出自适应线性二次型调节器(Adaptive Linear Quadratic Regulator,ALQR)控制器.在Matlab/Simulink和Carsim联合仿真平台上对其有效性和稳健性进行验证.结果表明,在多种路面附着条件和不同车速下,所设计的控制算法的性能均优于传统线性二次型调节器(Linear Quadratic Regulator,LQR)控制算法,最大横向位置误差和横摆角误差分别降低81.5%和73.0%.通过实车测试,算法的实际应用性和有效性得到实证,最大轨迹跟踪误差仅为0.56 m.
有限状态集模型预测控制具备快速动态响应、无调制模块等优势,已在高性能功率变换器广泛应用。然而该技术高度依赖建模精度,实际应用中受模型匹配度和参数摄动等因素影响,难以运行于最优性能。为此,提出一种基于递归最小二乘(recursive least squares,RLS)估算的无参数预测控制方法。以数据驱动建模代替物理参数建模,首先采用外生变量自回归技术建立三相逆变器等效模型,并利用RLS算法进行等效模型参数估算。最后,基于22 kW测试平台对所提方法进行验证与分析。结果表明,所提方法对模型和参数变化具有强鲁棒性,不失为一种通用型鲁棒预测控制方案。
