何海港
- 作品数：11 被引量：8H指数：2
- 供职机构：浙江工业大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学自然科学总论电气工程更多>>
- 离散自适应重复控制:收敛性分析与实现被引量：5
- 2013年
- 针对周期已知情形下的离散周期时变系统,提出一种自适应重复控制方法,参数估计采用带死区修正的重复学习投影算法.关键技术引理在分析离散自适应控制系统时起到了关键作用,通过推广这一引理,文中给出重复域关键技术引理,用于证明离散自适应重复控制系统的稳定性和收敛性.理论分析表明,系统的输入和输出信号均有界;且当周期数趋于足够大时,跟踪误差收敛于一邻域中,其半径为干扰的界.在直线电机实验装置上的应用结果验证了所提出重复控制方法的有效性.
- 孙明轩余林江何海港
- 用于位置伺服系统的半周期重复控制器
- 一种用于位置伺服系统的半周期重复控制器，设定具有半周期对称性的参考信号，构造半周期反馈环节，根据幂次吸引律形成理想误差动态；依据理想误差动态方程，构造e/v信号变换模块，将由控制器计算得到的信号作为被控伺服对象的控制输入...
- 孙明轩何海港许利达吴星胡轶邬玲伟
- 文献传递
- 基于吸引律的二分之一周期重复控制方法
- 基于吸引律的二分之一周期重复控制方法，给定具有半周期对称性的参考信号，依据检测获得的输出信号，比较模块产生跟踪误差信号；提供具有有限时间吸引性质的一种幂次吸引律，形成理想误差动态；依据其限定的动态特性构造e/v信号变换模...
- 孙明轩胡轶吴星许利达何海港张杰邬玲伟
- 文献传递
- 基于吸引律的二分之一周期重复控制方法
- 基于吸引律的二分之一周期重复控制方法，给定具有半周期对称性的参考信号，依据检测获得的输出信号，比较模块产生跟踪误差信号；提供具有有限时间吸引性质的一种幂次吸引律，形成理想误差动态；依据其限定的动态特性构造e/v信号变换模...
- 孙明轩胡轶吴星许利达何海港张杰邬玲伟
- 文献传递
- 基于神经网络的时变非线性系统迭代学习辨识被引量：2
- 2013年
- 时变神经网络结构可简单地取为常规神经网络连接形式,但连接权却是时变的.如何确定时变权是应用时变神经网络时的难题.迭代学习方法是一种合理的选择,它不同于将时变连接权展成Taylor级数,通过训练多项式系数的处理方法.而且,后者的处理方式不可避免地存在截断误差.对于有限区间连续时变非线性系统的神经网络建模与辨识,借助于重复运行过程,以迭代学习算法调整权值,进行网络训练.不计逼近误差,提出的学习算法能够使得辨识误差在整个区间上渐近收敛于零.为处理非零但有界的逼近误差,采用带死区的迭代学习算法.逼近误差界值已知时,文中证明带死区修正的迭代学习算法使得辨识误差在整个区间上渐近收敛于由死区界定的邻域内.对于逼近误差界值未知的情形也进行了讨论.
- 孙明轩何海港孔颖
- 关键词：迭代学习时变系统
- 基于时变动态神经网络的非线性时变系统辨识
- 提出有限区间连续时变非线性系统建模与辨识的一种神经网络方法。它允许网络权值是时变的，以迭代学习方法调整权值，进行网络训练。借助于重复运行过程，不计逼近误差，迭代学习算法能够使得网络辨识误差在整个时间区间上渐近收敛于零。为...
- 孙明轩何海港孔颖
- 关键词：迭代学习时变系统
- 多新息随机梯度学习辨识算法
- 针对重复时变随机系统,提出沿时间轴采用参数跟踪算法、沿迭代轴采用迭代学习算法的2自由度辨识方法,用于估计系统动态特性中的时变参数.本文在学习辨识算法中引入多新息的思想,给出多新息随机梯度学习辨识方法,并列出几种将递推算法...
- 毕宏博孙明轩何海港
- 关键词：递推辨识随机梯度
- 文献传递
- 基于时变神经网络的非线性时变系统迭代学习辨识与控制
- 神经网络凭借自身内在的强逼近能力,广泛应用于非线性系统辨识与控制。常规神经网络权重往往为常值,采用积分学习律调整网络权值。时变神经网络拥有时变权值,当网络结构确定后,网络权重的训练便成为时变神经网络能否成功应用的关键。迭...
- 何海港
- 关键词：迭代学习最小二乘系统辨识非线性时变系统
- 文献传递
- 基于时变动态神经网络的非线性时变系统辨识
- 提出有限区间连续时变非线性系统建模与辨识的一种神经网络方法.它允许网络权值是时变的,以迭代学习方法调整权值+进行网络训练.借助于重复运行过程,不计逼近误差,迭代学习算法能够使得网络辨识误差在整个时间区间上渐近收敛于零.为...
- 孙明轩何海港孔颖
- 关键词：迭代学习时变系统
- 文献传递
- 一类有色噪声干扰下的随机时变系统学习辨识被引量：1
- 2012年
- 讨论由一类时变ARMAX模型描述的动态系统学习辨识问题,提出用于估计有限区间上重复运行时变系统时变参数的学习算法.文中给出最小二乘学习算法的具体形式及实现步骤,并分析所提出学习算法的收敛性.分析结果表明,当重复持续激励条件成立且满足严格正实条件时,提出的学习算法具有重复一致性,即参数估值完全收敛于真值.文中还将结果推广到一类周期时变系统.通过数值仿真,进一步对所提学习算法的有效性进行了验证.
- 孙明轩毕宏博陈柏侠何海港
- 关键词：迭代算法递推辨识
