中国航空科学基金(05E52031)
- 作品数：67 被引量：392H指数：10
- 相关作者：胡寿松刘春生陶洪峰蔡俊伟张军峰更多>>
- 相关机构：南京航空航天大学江南大学南京师范大学更多>>
- 发文基金：中国航空科学基金国家自然科学基金国防基础科研计划更多>>
- 相关领域：自动化与计算机技术理学航空宇航科学技术更多>>
- 基于自适应神经网络的非线性系统故障诊断被引量：7
- 2007年
- 针对一类模型未知及状态不可测的非线性系统,提出了基于自适应神经网络的故障诊断策略,不仅在线估计神经网络的矩阵权重,而且在线估计高斯函数的宽度和中心。该方法对系统的未知非线性特性没有特别要求,仅对神经网络提出较弱的假设条件。首先利用径向基函数(Radial Basis Function,简称RBF)神经网络构造状态观测器,估计系统的状态。然后利用另一个自适应RBF神经网络作为故障估计器,其输入是系统的估计状态(而不是系统状态),其输出为系统所发生的故障模型。利用Lyapunov稳定理论详细分析了状态误差和故障误差的收敛性,分别给出了两个神经网络的参数调整律,仿真证明了该方法的实用性和有效性。
- 刘春生胡寿松
- 关键词：非线性系统故障诊断状态估计自适应神经网络
- 多输入多输出非线性系统的间接自适应模糊跟踪控制被引量：1
- 2006年
- 针对多输入多输出非线性系统,把自适应模糊控制和自适应模糊辨识结合起来,提出了一种间接自适应模糊控制方案.由跟踪误差和辨识误差给出了参数调节规律,两种误差同时调节参数改善了系统性能.应用推广的模糊逻辑系统来估计多维未知函数,补偿器可抵消模糊逼近误差和外部扰动.控制方案保证了系统的稳定性,实现了跟踪.
- 杜贞斌胡寿松
- 关键词：多输入多输出非线性系统自适应模糊控制跟踪控制
- 基于多重核学习支持向量回归的混沌时间序列预测被引量：28
- 2008年
- 鉴于标准支持向量回归应用于混沌时间序列预测时经常会遇到诸如核函数及其参数难以确定的问题,提出了多重核支持向量回归的方法.通过在混合核空间求解二次约束下的二次规划问题,实现多重核支持向量回归算法.该算法不仅可以减少支持向量的个数,而且能够提高预测性能.最后将该方法运用到Lorenz,Henon和Mackey-Glass混沌时间序列预测,仿真结果表明该方法能够有效地提高预测精度,增强预测模型的泛化性能.
- 张军峰胡寿松
- 关键词：混沌时间序列支持向量机
- 基于聚类和支持向量机的非线性时间序列故障预报被引量：25
- 2007年
- 针对非线性时间序列故障预报问题,提出了一种基于聚类和支持向量机的方法．将正常的时间序列按照K-均值聚类算法进行聚类学习,同时利用支持向量机回归的时间序列预测算法获得预测序列,然后通过比较聚类所得的正常原型和预测序列的相似性实现故障预报．仿真结果表明:本文提出的方法更能满足实时性的要求,也更为准确．
- 张军峰胡寿松
- 关键词：K-均值聚类支持向量回归时间序列预测
- 基于神经网络的MIMO非线性最小相位系统鲁棒自适应控制被引量：1
- 2008年
- 针对一类模型未知的具有不确定性和外部干扰的多输入多输出(MIMO)非线性最小相位系统提出了鲁棒自适应输出反馈跟踪控制方案。用高斯径向基函数(RBF)神经网络逼近对象未知非线性,用高增益观测器估计系统不可测量状态。所设计的鲁棒自适应控制器不仅能使闭环系统稳定,所有状态有界,而且跟踪误差一致最终有界,并保证最终边界足够小。仿真结果表明了所提出方法的有效性。
- 张绍杰胡寿松
- 关键词：MIMO鲁棒自适应控制RBF神经网络高增益观测器
- 基于动态结构自适应神经网络的不确定时滞系统跟踪控制被引量：2
- 2008年
- 针对一类不确定时滞非线性系统,提出一种自适应跟踪控制器.首先采用Lyapunov-Krasovskii函数设计时滞补偿器,并构造其中的参数调节规律.再针对建模误差及不确定非线性,引入动态结构自适应神经网络,其隐层神经元个数可以随着跟踪误差的增大而在线增加,以提高逼近精度.最后,用仿真示例表明本文所提方法是有效的.
- 张敏胡寿松
- 关键词：跟踪控制不确定时滞自适应神经网络
- 基于未知输入观测器的不确定非线性系统故障检测被引量：8
- 2005年
- 针对具有不确定性和系统故障的非线性系统,利用神经网络构造了全阶未知输入观测器,在获得系统的状态观测信号的同时得到了系统的故障观测信号。通过在故障观测神经网络权值的调整规律中引入死区函数,从而提高了故障观测对系统不确定性的鲁棒性。利用得到的故障观测信号,可以方便地检测系统的缓变故障和突变故障,实现了对系统故障的快速检测,降低了误检率。仿真示例表明了该方法的有效性。
- 张正道胡寿松
- 关键词：未知输入观测器非线性故障检测
- 基于多重核学习支持向量机的歼击机故障诊断
- 为了提高歼击机故障诊断的准确性与实时性,提出一种基于决策树型组合策略的多重核学习支持向量机诊断方法.决策树型组合策略利用树结构解决多分类问题.而多重核学习支持向量机通过混合核空间,将线性约束下二次规划问题转化为二次约束下...
- 张军峰胡寿松
- 关键词：故障诊断支持向量机决策树
- 文献传递
- 基于自适应神经网络的歼击机模糊跟踪控制
- 2005年
- 提出了一种基于T-S模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,利用T-S模糊模型对系统的已知特性进行近似建模,设计基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.在模糊控制的基础上,引入了基于RBF神经网络的自适应控制,用于在线对消不确定项和模糊建模误差的影响,以保证系统具有期望的鲁棒H∞跟踪性能.所提出的方案保证了闭环系统的稳定性,有效地提高了系统的鲁棒性和跟踪性能.仿真实例表明了所提出方法的有效性.
- 陈韵雪胡寿松
- 关键词：T-S模糊模型自适应神经网络跟踪控制
- 基于再励学习的歼击机安全着陆横侧向协调控制
- 2005年
- 基于大系统递阶控制思想,提出了一种运用再励学习算法设计歼击机自动着陆横侧向协调控制系统的方法.将再励学习算法引入歼击机着陆阶段的横侧向子系统的协调控制中,对滚转通道和航向通道的控制器参数进行在线寻优,提高了在线补偿神经网络消除非线性系统逆误差的能力,有效地改善了歼击机着陆阶段横侧向控制子系统的鲁棒性能.通过将这种方法应用于某型歼击机自动着陆控制的实时仿真研究,仿真结果表明了本文方法的有效性和可行性.
- 文博武胡寿松
- 关键词：递阶控制再励学习安全着陆
