毕宏博
- 作品数：35 被引量：43H指数：2
- 供职机构：衢州学院更多>>
- 发文基金：国家自然科学基金高等学校访问学者教师专业发展项目更多>>
- 相关领域：自动化与计算机技术电子电信理学自然科学总论更多>>
- 自适应周期滤波器及其学习算法
- 针对周期平稳随机信号,提出自适应周期滤波方法。该文给出自适应周期滤波器的一般结构和实现步骤,推导出周期最小均方算法和周期最小二乘算法。完成的仿真算例验证了所提出的自适应周期滤波方法的有效性。
- 孙明轩毕宏博
- 关键词：时变系统自适应滤波器
- 文献传递
- 有限时间迭代学习控制:反馈辅助策略
- 讨论迭代初态与期望初态存在固定偏差情形下线性系统的迭代学习控制问题.将有限时间控制策略引入到迭代学习控制器设计中,并结合反馈辅助策略,提出两种基于反馈辅助策略的有限时间迭代学习控制算法.分别推导出两种学习算法作用下的极限...
- 孙明轩周国良毕宏博
- 关键词：迭代学习控制
- 文献传递
- 反馈辅助迭代学习控制
- 针对线性定常系统,提出反馈辅助迭代学习控制策略.以PD型学习律为例,推导保证算法收敛性的充分条件和极限轨迹.为了消除初始偏移对跟踪性能的影响,引入初始修正作用.分析表明,这种修正作用能够使得系统输出在预先设定的区间上对期...
- 孙明轩王惠峰毕宏博
- 关键词：有限时间收敛迭代学习控制
- 文献传递
- 一种LED可见光通信系统
- 本发明在使用过程中，主要涉及可见光通信领域，本发明在使用过程中，LED照明设备的LED灯珠发出的连续光耦合进入光纤，光纤再将连续光导入光调制器进行信号调制，光调制器在连续光上加载调制编码信号，随后光调制器出射调制光至光纤...
- 陈佳泉毕宏博王海伦吴飞雷冬阁
- 文献传递
- 混沌通信的非线性N-shift加密与迭代学习辨识算法被引量：2
- 2011年
- 为增强混沌通信系统的保密性,讨论了非线性N-shift加密方案,从提高信号掩盖的非线性程度方面增强了混沌通信的保密性.利用迭代学习辨识方法来实现解密,完全重建信息信号,理论分析给出了学习算法关于初态误差和输出误差的鲁棒性和收敛性,推导出了学习算法关于非线性掩盖的收敛的充分条件.利用以上迭代学习辨识技术对采用复合非线性掩盖技术的蔡氏混沌通信系统进行仿真,结果说明迭代学习辨识算法可以完全重建信息信号,复合非线性掩盖具有高保密性.
- 李世平孙明轩毕宏博
- 关键词：混沌保密通信
- 时变非线性系统的特征模型与自适应迭代学习控制
- 讨论连续/离散时变非线性系统的特征建模,统一采用一阶时变差分方程作为特征模型.对于特征建模中可能产生的快变亦或突变的模型系数,采用学习辨识进行参数估计,并基于学习算法给出的参数估值设计迭代学习控制器,实现轨迹跟踪任务.以...
- 孙明轩张杰毕宏博
- 关键词：自适应迭代学习控制
- 文献传递
- 用于逆变器的四分之一周期重复控制器
- 本发明公开了一种用于逆变器的四分之一周期重复控制器。现有重复控制技术对周期性外部激励信号可实现完全跟踪或抑制，需保存前一整个周期的控制与输出信号。本发明包括给定环节、<Image file="DEST_PATH_IMAG...
- 孙明轩胡轶邬玲伟毕宏博管海娃
- 一种基于吸引律的1/4周期重复控制器
- 本发明公开了一种基于吸引律的1/4周期重复控制器。本发明包括给定环节、<Image file="DEST_PATH_IMAGE002.GIF" he="24" imgContent="drawing" imgFormat...
- 孙明轩胡轶张杰邬玲伟毕宏博管海娃
- 文献传递
- 一类时变ARMAX系统的学习辨识
- 针对由一类时变ARMAX模型描述的离散时间系统的辨识问题,提出系统在有限区间上重复运行情形下的时变参数估计算法.文中给出最小二乘学习算法的具体形式及实现步骤,并分析所提出算法的收敛性.分析证明,当重复持续激励条件成立且严...
- 孙明轩陈柏侠毕宏博
- 关键词：迭代算法最小二乘
- 文献传递
- 反馈辅助学习算法在Lebesgue-p范数意义下的单调收敛性被引量：2
- 2016年
- 针对一类线性时不变系统,讨论存在固定初始偏移时的学习控制问题,提出带有反馈辅助项的比例微分(proportion differentiation,PD)型学习控制算法,分析所提算法在Lebesgue-p范数意义下的单调收敛性,获得对期望轨迹的渐近跟踪结果.进一步地,为获得系统输出对期望轨迹的完全跟踪,给出带有初始修正策略的比例–积分–微分(proportion multiple integration differentiation,PMID)型学习律,并给出了所提学习算法的单调收敛性能分析结果.最后,通过数值结果,验证了所提学习算法的跟踪性能和单调收敛性能.
- 毕宏博孙明轩陈佳泉
- 关键词：迭代学习控制
