基于信干比的认知无线电自适应功率控制算法
自适应控制算法的实现
题目：自适应控制算法的实现 利用FOXBORO控制模块PIDA、FBTUNE、FFTUNE可以构成自适应和自整定控制算法。在电站应用中，这种算法可以用来克服过热、再热系统的纯滞后，实现磨煤系统的模糊控制，在其它行业的先进控制应用中也很具优势。 其基本组态方法如下： 1。建立PIDA模块。 MODOPT ≥ 4。 2。建立FBTUNE 和 FFTUNE 模块，分别将 PIDA.BLKSTA 参数连至 FBTUNE和 FFTUNE的PIDBLK。 3。将扰动量连至 FFTUNE 的LOAD_n (n=1～4)。 说明： 1。使用FBTUNE可以实现对PIDA中 PBAND(比例带)、INT(积分时间)、DERIV (微分时间)、DTIME(纯延迟时间)、SPLLAG(设定值超前-滞后系数)、FILTER (用于克服过程滞后与控制器滞后间不匹配的因子)的自整定。 2。当PIDA在PI或PID方式下，若FBTUNE的DFCT不大于1，如果此时FBTUNE的 PR_FL＝0，可以实现控制对象不确定的模糊控制。这种方式不需要预整定。 3。当FBTUNE的 DFCT>1，或 PIDA 在 NIPID、PI_TAU、PID_TAU方式下，或 FBTUNE 的 PR_FL=1，需作预整定。预整定时，PIDA应处于手动状态，在 FBTUNE 的详细画面上置位 PTNREQ。预整定完毕，能确定 FBTUNE 的 PR_TYP (过程类型)、DFCT 及 PIDA 的 PBAND、INT、DERIV、DTIME、 SPPLLAG。 4。在FBTUNE的详细画面上置位STNREQ，若PIDA在自动状态下，FBTUNE将 进入自整定状态。建议将预整定的P、I、D参数或经验的P、I、D参数填入 FBTUNE详细画面的PM、IM、DM中。这样，在自整定不能很好满足控制要 求时，可以在FBTUNE的详细画面上置位 FB_HOLD，并 TOGGLE PIDRCL， 于是 FBTUNE 会将保留在 PM、IM、DM 中的整定参数装入PIDA中。复位 FB_HOLD，FBTUNE仍回到自整定状态。
功率控制
LTE功率控制 LTE功率控制的对象包括PUCCH，PUSCH，SRS，RA preamble， RA Msg3等。由于这些上行信号的数据速率和重要性各自不同，其具体功控方法和参数也不尽相同。PUSCH和SRS的功控基本相同。 1 标称功率(Nominal Power) eNB首先为该小区内的所有UE半静态设定一标称功率P0（对PUSCH和PUCCH有不同的标称功率，分别记为P0_PUSCH和P0_PUCCH ），该值通过系统消息SIB2（UplinkPowerControlCommon: p0-NominalPUSCH, p0-NominalPUCCH）广播给所有UE；P0_PUSCH的取值范围是（-126，24）dBm。 需要注意的是对于动态调度的上行传输和半持久调度的上行传输，P0_PUSCH的值也有所不同（SPS-ConfigUL: p0-NominalPUSCH-Persistent）。 另外RA Msg3的标称功率不受以上值限制，而是根据RA preamble初始发射功率（preambleInitialReceivedTargetPower）加上?Preamble_Msg3 （UplinkPowerControlCommon: deltaPreambleMsg3）。 每个UE还有UE specific的标称功率偏移（对PUSCH和PUCCH有不同的UE标称功率，分别记为P0_UE_PUSCH和P0_UE_PUCCH ），该值通过dedicated RRC信令（UplinkPowerControlDedicated: p0-UE-PUSCH, p0-UE-PUCCH）下发给UE。P0_UE_PUSCH和P0_UE_PUCCH的单位是dB，因此这个值可以看成是不同UE对于eNB范围标称功率P0_PUSCH和P0_PUCCH的一个偏移量。对于动态调度的上行传输和半持久调度的上行传输，P0_UE_PUSCH的值也有所不同。 最终UE所使用的标称功率是（eNB范围标称功率 + UE Specific偏移量）。 2 路损补偿 在标称功率基础上，UE还需要根据测量得到的路损数据自动进行功率补偿。UE 通过测量下行参考信号（RSRP）计算得到下行路损，乘以一个补偿系数α后作为上行路损补偿。系数α由eNB在系统消息中半静态设定（UplinkPowerControlCommon: alpha）。对于PUCCH和Msg 3，α总是为1。标称功率设定和路损补偿都属于半静态功率控制，UE的动态功率控制有基于MCS 的隐式功率调整和基于PDCCH的显示功率调整。 3 基于MCS的功率调整 根据Shannon公式，发射功率需要正比于传输数据速率。在LTE系统中，MCS决定了每个RB上行数据量的大小，因此调度信息中的MCS隐式地决定了功率调整需求。 根据公式可以得到功率调整量。 公式中的MPR即是由MCS决定的per RE的数据块大小； 公式中的KS一般情况下=1.25。 公式中的β是上行数据全为控制数据（如CQI）而无其他上行数据情况下的调整系数；如果有其他上行数据则为1。 基于MCS的功率调整仅针对PUSCH数据，对PUCCH和SRS不适用。 eNB可以对某UE关闭或开启基于MCS的功率调整，通过dedicated RRC信令（UplinkPowerControlDedicated: deltaMCS-Enabled）实现。
自适应控制中PID控制方法
自适应PID 控制方法 1、自适应控制的理论概述 设某被控对象可用以下非线性微分方程来描述: '()((),(),,) ()((),(),,)x t f x t u t t y t h x t u t t θθ== (1-1) 其中x(t),u(t),y(t)分别为n,p,m 维列向量。假设上述方程能线性化、离散化,并可得出在扰动与噪音影响下的方程: (1)(,)()(,)()()()(,)()() X k k X k k U k k Y k H k X k V k θρθωθ+=Φ++=+ (1-2) X(k),X(k),U(k),Y(k),V(k)分别为n,n,p,m,m 维列向量;(,)k θΦ、(,)k ρθ、(,)H k θ分别为n ×n 系统矩阵、n ×p 控制矩阵、m ×n 输出矩阵。那么自适应控制就就是研究:在矩阵(,)k θΦ,(,)k ρθ,(,)H k θ中的参数向量,随机 {()k ω},{v(k)}的统计特性及随机向量X(0)的统计特性都未知的条件下的控制问题,也就就是说自适应控制的问题可归结为在对象及扰动的数学模型不完全确定的条件下,设计控制序列u(0),u(1),…,u(N- 1),使得指定的性能指标尽可能接近最优与保持最优。 自适应控制就是现代控制的重要组成部分,它同一般反馈控制相比有如下突出特点: (l)一般反馈控制主要适用于确定性对象或事先确知的对象,而自适应控制主要研究不确定对象或事先难以确知的对象。
(2)一般反馈控制具有抗干扰作用,即它能够消除状态扰动引起的系统误差,而自适应控制因为有辨识对象与在线修改参数的能力,因而不仅能消除状态扰动引起的系统误差,还能消除系统结构扰动引起的系统误差。 (3)自适应控制就是更复杂的反馈控制,它在一般反馈控制的基础上增加了自适应控制机构或辨识器,还附加了一个可调系统" 1、1模型参考自适应控制系统 模型参考自适应控制系统由参考模型、反馈控制器、自适应机构及被控对象组成。此系统的主要特点就是具有参考模型,其核心问题可归纳为如何确定自适应调节律及算法。目前设计自适应律所采用的方法主要有两种:局部参数最优法,如梯度算法等,该方法的局限性在于不一定能保证调节过程总就是稳定的;基于稳定性理论的设计方法,如Lyapunov稳定性理论与Popov超稳定性理论的设计方法。 1、2自校正调节器 自校正调节器可分为设计机构、估计器、调节器及被控对象4个部分。此控制器的主要特点就是具有在线测量及在线辨识环节,其核心问题可归纳为如何把不同参数估计算法与不同控制算法相结合。根据参数估计算法与控制算法相结合的情况把自校正控制分为:最小方差自校正控制,其特点就是算法简单、易理解、易实现,但只适用于最小相位系统,对靠近单位圆的零点过于灵敏,而且扰动方差过大时调节过程过于猛烈;广义最小方差自校正控制,可用于非逆稳系统,但难以实现;基于多步预测的自适应控制,适用于不稳定系统等,具有易实现、鲁棒性强的优点;自校正极点配置控制,具有动态性能好、无控制过激现象的特点,但静态干扰特性差;自校正PID控制,具有算法简单、鲁棒性强、待定参数少的特点;增益调度控制,优点就是参数适应快,缺点就是选择合适的列表需要大量的仿真实验,另外离线的计算量大。
功率控制
功率控制培训讲义 一、背景 控制无线路径上的发射功率的目的是在不需要最大发射功率，就能达到较好的传输质量的情况下，降低发射功率。这样做，既能保持传输质量高于给定门限，又能降低移动台和基站的平均广播功率，减少对其它通信的干扰。 功率控制分为上行功率控制和下行功率控制，上下行控制独立进行。上行功率控制移动台（MS），下行功率控制基站（BTS）。同一方向的连续两次控制之间的时间间隔由O&M设定。 功率控制包括移动台和基站的功率控制。 移动台功率控制的目的是调整MS的输出功率，使BTS获得稳定接收信号强度，以限制同信道用户的干扰，减少BTS多路耦合器的饱和度，降低移动台功耗；基站功率控制目的是调整BTS输出功率，使MS获得稳定接收信号强度，以限制同信道干扰，降低基站功耗。 基站动态功率控制目的是调整BTS输出功率，使MS获得稳定接收信号强度，以限制同信道干扰，降低基站功耗。基站动态功率控制仅使用稳态功率控制算法。 实现功率控制有两种算法——0508功率控制算法和华为动态功率控制算法（简称0508算法和动态功控算法）。 二、功率控制过程 1．移动台功率控制 移动台功率控制分为两个调整阶段——Stationary稳态调整和Initial初始调整。稳态调整是功率控制算法执行的常规方式，初始调整使用于呼叫接续最开始的时刻。当一个接续发生，MS以所在小区的名义功率输出，（名义功率即在收到功率调整命令之前，MS发射功率为所在小区BCCH信道上广播的系统消息中MS 最大发射功率MS_TXPWR_MAX_CCH。而如果MS不支持这一功率级别，则采用与之最接近的可支持的功率级别，如在建立指示消息中上报的MS类标Classmark所支持的最大输出功率级别）。但因为BTS可同时支持多个呼叫，必须在一个新的接续中尽快降低接收信号强度，否则该BTS支持的别的呼叫的质量会由于BTS 多路耦合器饱和而恶化，并且另外小区的呼叫质量也会由于强干扰而受到影响。
自适应控制算法
自适应控制算法综述 定时器Timer0中断服务子程序在整个控制过程中处于最核心地位。振动数据的采样频率就是通过定时器Timer0的中断周期来实现的，实际中中断周期为0.1ms 。程序每隔0.1ms 读取一次A/D 采集并平滑过的数据，调用单点数据的LMS 自适应处理子程序，计算完成后通过D/A 输出控制信号，经功放放大后作用于压电作动器。即实现了在采样频率10KHz 下，智能结构振动控制的实时处理。 参考自适应对消原理图，自适应对消的目的在于利用0v (n)和1v (n)的相关性，使y(n)成为0v (n)的估计值，则e(n)逼近s(n)的估计值。由图可得 e(n)=d(n)-y(n) 又有： d(n)=s(n)+ 0v (n) 所以： e(n)=s(n)+ 0v (n)-y(n) )]()()[(2)]()([)()(02022n y n v n s n y n v n s n e -+-+= 由于)(n y 是)(0n v 的估计值，又)(n s 与)(0n v 不相关，所以有E{2s(n)[v0(n)-y(n)]}为0，即有 E[)(2n e ]=E[)(2n s ]+E[(v0(n)-y(n))2] 显然，当y(n)趋于v0(n)时，有 )]([2n e E 取得最小值。 各信号的对应关系如下： s(n)-实验中振动对象自身所带的噪声信号。
v0(n)-实验中激振器激励振动对象的振动信号。 d(n)-实验中未对振动对象进行振动主动控制时的振动信号。 v1(n)-实验中激振器激励振动对象同时提供的激励参考信号。 y(n)-实验中控制器根据自适应控制算法提供的控制信号。 e(n)-实验中已对振动对象进行振动主动控制后的振动信号。 设自适应滤波器的长度m=64，收敛因子mu=0.005，信号长度n=512。m=64; mu=0.005; n=512; x=zeros(1,n+1); w=zeros(1,m*3); d=zeros(1,n+1); inputsignal=zeros(1,n+1); designsignal=zeros(1,n+1); outputsignal=zeros(1,n+1); errorsignal=zeros(1,n+1); e=0; y=0; for i=1:n ds=sin(2*pi*0.02(i-1))+0.2*WGN(1,1,1,’real’); xs=sin(2*pi*0.02(i-1)); for ii=2:m x(ii-1)=x(ii); end x(m)=xs; y=0; for ii=1:m y=y+x(ii)*w(ii); end e=ds-y;
快速功率控制技术
快速功率控制技术 一．功率控制 功率控制是蜂窝系统中最重要的要求之一。TD-SCDMA系统是一个干扰受限系统，由于远近效应，它的系统容量主要受限于系统内各移动台和基站的干扰，因而，若每个移动台的信号到达基站时都能达到保证通信质量所需的最小信噪比并且保持系统同步，TD-SCDMA系统的容量将会达到最大。功率控制是在对接收机端的接收信号强度或信噪比等指标进行评估的基础上，适时改变发射功率来补偿无线信道中的路径损耗和衰落，从而既维持了通信质量，又不会对同一无线资源中其他用户产生额外干扰。另外，功率控制使得发射机功率减小，从而延长电池使用时间。 二．快速功率控制 ETSI规范推荐的功率控制过程的控制幅度都是固定的，一般取值是2 dB或4 dB，然而，在很多实际的情况下，固定的功率控制幅度并不能达到最优的效果，举一个简单的例子： 当手机在离基站天线很近的地方发起一次呼叫，它使用的初始发射功率是所在小区BCCH信道上广播的系统消息中手机最大发射功率MS_TXPWR_MAX_CCH，很明显，这时由于手机离基站的天线非常近，功率控制过程应该尽可能快地将它的发射功率降下去。然而，规范推荐的功率控制过程做不到，因为它每次只能命令手机降2 dB或4 dB，加上每两次功率控制之间会有一定的间隔期（由于要收集足够多新的测量数据），因此，要将手机发射功率降到合理的值，会经历一段比较长的时间，下行方向也是一样的。可见，这对降低整个GSM网络的干扰情况明显不利，要改善这一点，就是加大每次功率控制的幅度，这就是快速功率控制的核心思想。 快速功率控制过程能够根据实际的信号强度和信号质量情况，判断出应该使用的功率控制幅度，不再局限于一个固定的幅度，这样就可以轻易解决手机初始接入时功率的控制问题。当然，它的作用也不仅仅局限于这种情况，还有很多，比如快速移动的手机、突然出现的干扰或障碍等等，只要出现需要进行大幅度功率控制的现象，快速功率控制过程都能够完满地给予解决。 三．远近效应 由于用户的移动性，不同的移动台和基站之间的距离是不同的。当基站同时接受到两个不同距离移动台的信号时，若两者功率发射都相同，则离基站近的移动台的接受信号强，离基站远的移动台的接收信号弱。这样就会产生以强压若的现象，即远处用户的信号会被近处用户的信号淹没，以至于不能正确解调，这种现象称为“远近效应”。为了克服这种现象，对移动台的发射功率进行调整时非常有必要的，使得基站接收到的所有移动台的信号功率基本相等。
认知无线电技术介绍
认知网络课程学习报告题目：认知无线电技术简介
目录 1、认知无线电简介 ………………………………………………………………………………………………………….- 1 - 1.1 技术产生背景.................................................................................................................. - 1 - 1.2 基本理念和平台结构..................................................................................................... - 1 - 1.3 认知无线电的发展及研究现状 .................................................................................... - 3 - 2、认知网络关键技术................................................................................................................... - 4 - 2.1 频谱检测技术.................................................................................................................. - 4 - 2.2 自适应频谱资源分配技术............................................................................................. - 5 - 2.3 认知无线电下的频谱管理............................................................................................. - 5 - 3、认知无线电的标准化............................................................................................................... - 6 - 4、认知无线电的应用场景........................................................................................................... - 7 - 5、结语............................................................................................................................................ - 9 - 参考文献........................................................................................................................................ - 10 -
自适应控制的相关算法
智能跑步机平台的运动控制 摘要：这个智能跑步机是一个促动平台，在虚拟现实的探索中允许步行用户不受约束的运动，该平台由通过球阵列地毯覆盖和安装在转盘的线性跑步机，及配备有用于线性和角运动两个致动装置。这个平台的主要控制任务是让步行者始终在平台的中心，同时抵消他任意走动 然后满足感知的约束。这个平台的控制问题也不小，由于运动系统中是不完全约束的。文章的第一部分是描述智能平台的运动控制装备的设计，线性运动和角运动平台的速度的控制输入和反馈是基于步行者通过外部视觉跟踪系统测量而获得。通常，基于观察者的干扰和步行者的随意速度，我们结合了反馈和前反馈，提出全球稳定控制项目。我们同样讨论了加速度和动力影响步行者的运动控制。文章的第二部分是致力于全面系统的实际运用上。作为最终全面平台的概念证明，机器的设计和智能跑步机的一个小规模实现原型的呈现，以及通过使用的全方位相机来获得人的助行器的平台上的位置的视觉定位方法。为了得到有效的运动控制设计建议，一系列的运动任务演示实验结果是报告和讨论使用了一个很小的运动跟踪器来呈现。 关键词：观察者的干扰，输入输出反馈，线性，原地运动平台，运动控制，不完整的系统，虚拟现实，视觉跟踪。 1、介绍 全向运动平台使用在虚拟现实上的探索，最终的目标是在虚拟现实场景中使用者完全沉浸于其中，我们头戴式显示器，很自然的速度自由行走任何方向，当我们保持着身体的平台运动范围和不需要任何穿戴的限制装备。比如追踪步行者位置和步调特征。用这种方式支持当地运动，这个平台抵消步行者的任意运动，以保持步伐一致。所以，联系观察者对步行者的影响，考虑输入指令的限制，避免使用者沉浸时的干扰。这就是欧洲探寻只能跑步机工作的主要任务。 不同的运动允许人们行走在虚拟环境中界面存在。很多情况，运动限制在1D线性跑步机上，有点像运输平台，用户由一个线束约束应用稳定特性和其他虚拟特效。为了适应微小缓慢的方向改变，这个跑步机将安装在转换平台上。另一种不同的方法是采取环形通道，这些活跃的移动转随着脚移动。再者，这些步行者需要避免快速的转换和高速度。对于在2D 无限制的平台上行走，全向跑步机上回使用两个垂直的方向带和很大的环形，而实施圆环状带排列在圆环跑步机。由于控制系统的缺陷，两种机构系统都需要允许限制速度。更多的是机械的实现受到限制是由于大量的运动片段。这种问题是不存在想智能领域的无源器件。然而，步行者的自然性是由球形地板内曲率的限定。过去常常使用二者选一的原则，这个输送带和旋转平台输送的运动通过球阵列板来认识2D平面跑步机。在球形列放置在一个凹面上不动，但是有传感器仪器检测角接触。
三相电压型PWM整流器直接功率控制方法综述
三相电压型PWM整流器直接功率控制方法综述 https://www.360docs.net/doc/0f11155238.html,/tech/intro.aspx?id=565 点击数：260 刘永奎，伍文俊 （西安理工大学自动化学院电气工程系，陕西西安710048）摘要首先介绍了三相电压型PWM整流器的拓扑结构，在此基础上，对当前应用于PWM 整流器的直接功率控制策略进行了对比分析，介绍了其实现机理和优缺点，最后，对直接功率控制在三相电压型PWM整流器中的控制技术进行了展望。 关键字 PWM整流器；直接功率控制；综述 Summary about Direct Power Control Scheme of Three-Phase Voltage Source PWM Rectifiers LIU Yongkui，WU Wenjun （Xi'an University of Technology，Xi'an Shannxi 710048 China）Abstract The topological structure of three-phase PWM rectifiers is introduced. On this basis, several DPC methods of three-phase voltage source PWM rectifiers were introduced and compared. At last, the pros原per of the control scheme development trends in three-phase PWM rectifiers is presented. Keywords three-phase PWM rectifiers；direct power control；summary 1 概述 三相电压型PWM整流器具有能量双向流动、网侧电流正弦化、低谐波输入电流、恒定直流电压控制、较小容量滤波器及高功率因数（近似为单位功率因数）等特征，有效地消除了传统整流器输入电流谐波含量大、功率因数低等问题，被广泛应用于四象限交流传动、有源电力滤波、超导储能、新能源发电等工业领域。 PWM 整流器控制策略有多种，现行控制策略中以直接电流、间接电流控制为主，这两种闭环控制策略
CDMA功率控制
CDMA系统中的功率控制技术 1. 引言： 在常见的多址通信技术中，CDMA（码分多址接入）通信技术采用同频率复用方式实现更大的系统容量，并且有发射功率低、保密性能强、覆盖范围大等优点，CDMA个人通信将成为今后个人通信的主流和发展方向。功率控制技术、PN码技术、RAKE接收技术、软切换技术、话音编码技术等称为IS-95CDMA蜂窝移动通信系统中的关键技术。由于CDMA是一个自干扰系统，所有移动用户和周围小区中的其他用户所造成的自干扰成为限制系统容量的主要因素，功率控制被认为是所有关键技术的核心。 如果不采用功率控制，所有用户就会以相同的功率发射信号，这样离基站较近的移动台就会对较远的移动台造成相当大的干扰，这种现象称为远近效应。因此设计一种良好的功率控制方案对于CDMA系统的正常运行是非常重要的。研究表明，不采用功率控制技术的CDMA系统容量很小，甚至会小于FDMA 系统的容量。在CDMA系统中采用功率控制的另一个原因，尽可能利用最小的发射功率获得所需的传输质量，以延长用户终端中电池的寿命。在功率控制中需要移动台(MS)和基站(BS)共同协调进行动态的功率控制才能够实现。 本文主要介绍CDMA系统中现有的常用的功率控制技术，并在此基础上提出了一些理论上的改进的功率控制算法，加以说明和比较。 2．CDMA系统中现有的功率控制技术： 2．1 功率控制技术的分类： 功率控制技术可按多种方式进行分类，如图1所示：
图1 功率控制技术的分类 从通信的上、下行链路考虑，功率控制可以分为前向功率控制和反向功率控制，前向和反向功率控制是独立进行的。所谓的反向功率控制，就是对手机的发射功率进行控制，而前向功率控制，就是对基站的发射功率进行控制。 从功控的环路类型来划分，功率控制算法还可分成开环功率控制、闭环功率控制和外环功率控制。开环功率控制仅是一种对移动台平均发射功率的调节；闭环功率控制式MS根据BS发送的功率控制指令（功率控制比特TPCbit携带的信息）来调节MS发射功率；外环功率控制是为了适应无线信道的衰耗变化，达到系统所要求的误帧率而动态调整反向闭环功控中的信噪比门限。 2．2 功率控制的原理： 2．2．1 前向链路功率控制： 前向链路功率控制的目的在于，减小为那些静止状态、离基站较近、几乎不受多径衰落和阴影效应影响、或受其它小区干扰很小的用户所消耗的功率，以便将节省下来的功率给那些信道条件较差、离基站较远、或误码率很高的用户。 基站通过移动台对前向链路误帧率的报告和临界值比较来决定是增加发射功率还是减小发射功率。移动台的报告分为定期报告和门限报告。定期报告就是隔一段时间汇报一次，门限报告就是当FER（误帧率）达到一定门限时才报告。这个门限由运营者根据对话音质量的不同要求设置的。这两种报告可以同时存在，也可以只要一种，或者两种都不用，根据运营者的具体要求来设定。 在TDD模式下，在前向链路中，由小区内信号的同步性和移动台相干解调带来的增
自适应控制实验
k c t t 实验一 一、 可增益Lyapunov-MRAC 算法 1.1 步骤： 已知： N （s ） D (s ) 第一步：选择参考模型，即Gm （s ）； 第二步：选择输入信号 y r （t ）和自适应增益γ； 第三步：采样当前参考模型输出 y m （t ）和系统实际输出 y p （t ）； 第四步：利用公式 & ( )= γe (t ) y r (t ) 和公式 u ( )= k c (t ) y r (t ) ； 第五步：t t+h ，返回第三步，继续循环。 1.2 考虑如下被控方对象模型： G p (s )= 选择参考模型为： k p (s + 1) s 2 + 5s + 1 ， k p 未知（仿真时取 k p =1） G m (s )= k m (s + 1) s 2 + 5s + 1 ， k m =1 因为 G P (s )、 G m (s )均为严格正实函数。取自适应增益γ=0.2，输入 y r 为 方波信号，幅值r=1，采用可调增益Lyapunov-MRAC 算法，仿真程序以及仿真结 果如下。 二、仿真程序 %可调增益Lyapunov-MRAC clear all ;close all ; h=0.1;L=100/h;%数值积分步长和仿真步数 num=[1 1];den=[1 5 1];n=length(den)-1; kp=1;[Ap,Bp,Cp,Dp]=tf2ss(kp*num,den); km=1;[Am,Bm,Cm,Dm]=tf2ss(km*num,den); gamma=0.2; yr0=0;u0=0;e0=0; xp0=zeros(n,1);xm0=zeros(n,1); kc0=0; r=1;yr=r*[ones(1,L/4) -ones(1,L/4) ones(1,L/4) -ones(1,L/4)]; for k=1:L; time(k)=k*h;
自适应控制中PID控制方法
自适应控制中P I D控 制方法 -CAL-FENGHAI.-(YICAI)-Company One1
自适应PID 控制方法 1、自适应控制的理论概述 设某被控对象可用以下非线性微分方程来描述: '()((),(),,) ()((),(),,)x t f x t u t t y t h x t u t t θθ== （1-1） 其中x(t)，u(t)，y(t)分别为n,p,m 维列向量。假设上述方程能线性化、离散化,并可得出在扰动和噪音影响下的方程: (1)(,)()(,)()()()(,)()() X k k X k k U k k Y k H k X k V k θρθωθ+=Φ++=+ （1-2） X(k)，X(k)，U(k)，Y(k)，V(k)分别为n ，n ，p ，m ，m 维列向量；(,)k θΦ、(,)k ρθ、(,)H k θ分别为n ×n 系统矩阵、n ×p 控制矩阵、m ×n 输出矩阵。那么自适应控制就是研究:在矩阵(,)k θΦ，(,)k ρθ，(,)H k θ中的参数向量，随机{()k ω},{v(k)}的统计特性及随机向量X(0)的统计特性都未知的条件下的控制问题，也就是说自适应控制的问题可归结为在对象及扰动的数学模型不完全确定的条件下，设计控制序列u(0)，u(1)，…，u(N- 1)，使得指定的性能指标尽可能接近最优和保持最优。 自适应控制是现代控制的重要组成部分，它同一般反馈控制相比有如下突出特点： (l)一般反馈控制主要适用于确定性对象或事先确知的对象,而自适应控制主要研究不确定对象或事先难以确知的对象。
(2)一般反馈控制具有抗干扰作用，即它能够消除状态扰动引起的系统误差，而自适应控制因为有辨识对象和在线修改参数的能力，因而不仅能消除状态扰动引起的系统误差，还能消除系统结构扰动引起的系统误差。 (3)自适应控制是更复杂的反馈控制,它在一般反馈控制的基础上增加了自适应控制机构或辨识器,还附加了一个可调系统" 模型参考自适应控制系统 模型参考自适应控制系统由参考模型、反馈控制器、自适应机构及被控对象组成。此系统的主要特点是具有参考模型，其核心问题可归纳为如何确定自适应调节律及算法。目前设计自适应律所采用的方法主要有两种：局部参数最优法,如梯度算法等，该方法的局限性在于不一定能保证调节过程总是稳定的；基于稳定性理论的设计方法，如Lyapunov稳定性理论和Popov超稳定性理论的设计方法。 自校正调节器 自校正调节器可分为设计机构、估计器、调节器及被控对象4个部分。此控制器的主要特点是具有在线测量及在线辨识环节，其核心问题可归纳为如何把不同参数估计算法与不同控制算法相结合。根据参数估计算法与控制算法相结合的情况把自校正控制分为：最小方差自校正控制，其特点是算法简单、易理解、易实现，但只适用于最小相位系统，对靠近单位圆的零点过于灵敏，而且扰动方差过大时调节过程过于猛烈；广义最小方差自校正控制，可用于非逆稳系统，但难以实现；基于多步预测的自适应控制，适用于不稳定系统等，具有易实现、鲁棒性强的优点；自校正极点配置控制，具有动态性能好、无控制过激现象的特点，但静态干扰特性差；自校正PID控制，具有算法简单、鲁棒性强、待定参数少的特点；增益调度控制，优点是参数适应快，缺点是选择合适的列表需要大量的仿真实验，另外离线的计算量大。
PID自适应控制学习与Matlab仿真
PID自适应控制学习与Matlab仿真 0 引言 在P ID控制中，一个关键的问题便是P I D参数整定。传统的方法是在获取对象数学模型的基础上，根据某一整定原则来确定PID参数。然而实际的工业过程往往难以用简单的一阶或二阶系统来描述，且由于噪声、负载扰动等因素的干扰，还可以引起对象模型参数的变化甚至模型结构的政变。这就要求在P I D 控制中。不仅PID参数的整定不依赖于对象数学模型，而PID参数能在线阐整，以满足实时控制的要求。 1 自适应控制的概念及分类 控制系统在设计和实现中普通存在着不确定性，主要表现在：①系统数学模型与实际系统间总是存在着差别，即所谓系统具有末建模的动态特性；②系统本身结构和参数是未知的或时变的；③作用在系统上的扰动往往是随机的，且不可量测；④系统运行中，控制对象的特性随时间或工作环境改变而变化，且变化规律往往难以事先知晓。 为了解决控制对象参数在大范围变化时，一般反馈控制、一般优控制和采用经典校正方法不能解决的控制问题。参照在日常生活中生物能够遏过自觉调整本身参数改变自己的习性，以适应新的环境特性。为此，提出自适应控制思想。 自适应控制的概念 所谓自适应控制是指对于控制对象的动态信息了解得不够充分对周围环境变化尚掌握不够明确的情况下控制系统对控制器的参数进行积极的自动调节。 自适应控制方法应该做到：在系统远行中，依靠不断采集控制过程信息，确定被控对象的当前实际工作状态，优化性能准则，产生自适应控制规律，从而实时地调整控制器结构或参数，使系统始终自动地工作在最优或次最优的运行状态下。 作为较完善的自适应控制应该具有以下三方面功能： (1)系统本身可以不断地检测和处理理信息，了解系统当前状态。 (2)进行性能准则优化，产生自适应校制规律。 (3)调整可调环节(控制器)，使整个系统始终自动运行在最优或次最优工作状态。 自适应控制是现代控制的重要组成部分，它同一般反馈控制相比较有如下突出特点： (1) 一般反馈控制主要适用于确定性对象或事先确知的对象，而自适应控制主要研究不确定对象或事先难以确知的对象。 (2) 一般反馈控制具有强烈抗干扰能力，即它能够消除状态扰动引起的系统误差，而自适应控制因为有辨识对象和在线修改参数的能力，因而能消除状态扰动引起的系统误差，而且还能消除系统结构扰动引起的系统误差。 (3) 一般反馈控制系统的设计必须事先掌握描述系统特性的数学模型及其环境变化状况，而自适应控制系统设计则很少依赖数学模型全部，仅需要较少的验前知识，但必须设计一套自适应算法，因而将更多地依靠计算机技术实现。 (4) 自适应控制是更复杂的反馈控制，它在一般反调控制的基础上增加了自适应控制机构或辨识器，还附加一个可调系统。 自适应控制系统的基本结构与分类 通常，自适应控制系统的基本结构有两种形式，即前馈自适应控制和反馈自适应控制。 1.2.1 前馈自适应控制结构 前馈自适应控制亦称开环自适应控制，它借助对作用于过程信号的测量。并通过自适应机构按照这些测量信号改变控制器的状态，从而达到改变系统特性的目的。没有“内”闭
一种递归模糊神经网络自适应控制方法
一种递归模糊神经网络自适应控制方法 毛六平,王耀南,孙 炜,戴瑜兴 (湖南大学电气与信息工程学院,湖南长沙410082) 摘 要: 构造了一种递归模糊神经网络(RFNN ),该RFNN 利用递归神经网络实现模糊推理,并通过在网络的第 一层添加了反馈连接,使网络具有了动态信息处理能力.基于所设计的RFNN ,提出了一种自适应控制方案,在该控制方案中,采用了两个RFNN 分别用于对被控对象进行辨识和控制.将所提出的自适应控制方案应用于交流伺服系统,并给出了仿真实验结果,验证了所提方法的有效性. 关键词: 递归模糊神经网络;自适应控制;交流伺服中图分类号: TP183 文献标识码: A 文章编号: 037222112(2006)1222285203 An Adaptive Control Using Recurrent Fuzzy Neural Network M AO Liu 2ping ,W ANG Y ao 2nan ,S UN Wei ,DAI Y u 2xin (College o f Electrical and Information Engineering ,Hunan University ,Changsha ,Hunan 410082,China ) Abstract : A kind of recurrent fuzzy neural network (RFNN )is constructed ,in which ,recurrent neural network is used to re 2alize fuzzy inference temporal relations are embedded in the network by adding feedback connections on the first layer of the network.On the basis of the proposed RFNN ,an adaptive control scheme is proposed ,in which ,two proposed RFNNs are used to i 2dentify and control plant respectively.Simulation experiments are made by applying proposed adaptive control scheme on AC servo control problem to confirm its effectiveness. K ey words : recurrent fuzzy neural network ;adaptive control ;AC servo 1 引言 近年来,人们开始越来越多地将神经网络用于辨识和控 制动态系统[1～3].神经网络在信号的传播方向上,可以分为前馈神经网络和递归神经网络.前馈神经网络能够以任意精度逼近任意的连续函数,但是前馈神经网络是一个静态的映射,它不能反映动态的映射.尽管这个问题可以通过增加延时环节来解决,但是那样会使前馈神经网络增加大量的神经元来代表时域的动态响应.而且,由于前馈神经网络的权值修正与网络的内部信息无关,使得网络对函数的逼近效果过分依赖于训练数据的好坏.而另一方面,递归神经网络[4～7]能够很好地反映动态映射关系,并且能够存储网络的内部信息用于训练网络的权值.递归神经网络有一个内部的反馈环,它能够捕获系统的动态响应而不必在外部添加延时反馈环节.由于递归神经网络能够反映动态映射关系,它在处理参数漂移、强干扰、非线性、不确定性等问题时表现出了优异的性能.然而递归神经网络也有它的缺陷,和前馈神经网络一样,它的知识表达能力也很差,并且缺乏有效的构造方法来选择网络结构和确定神经元的参数. 递归模糊神经网络(RFNN )[8,9]是一种改进的递归神经网络,它利用递归网络来实现模糊推理,从而同时具有递归神经网络和模糊逻辑的优点.它不仅可以很好地反映动态映射关系,还具有定性知识表达的能力,可以用人类专家的语言控制规则来训练网络,并且使网络的内部知识具有明确的物理意 义,从而可以很容易地确定网络的结构和神经元的参数. 本文构造了一种RFNN ,在所设计的网络中,通过在网络的第一层加入反馈连接来存储暂态信息.基于该RFNN ,本文还提出了一种自适应控制方法,在该控制方法中,两个RFNN 被分别用于对被控对象进行辨识和控制.为了验证所提方法的有效性,本文将所提控制方法用于交流伺服系统的控制,并给出了仿真实验结果. 2 RFNN 的结构 所提RFNN 的结构如图1所示,网络包含n 个输入节点,对每个输入定义了m 个语言词集节点,另外有l 条控制规则 节点和p 个输出节点.用u (k )i 、O (k ) i 分别代表第k 层的第i 个节点的输入和输出,则网络内部的信号传递过程和各层之间的输入输出关系可以描述如下: 第一层:这一层的节点将输入变量引入网络.与以往国内外的研究不同,本文将反馈连接加入这一层中.第一层的输入输出关系可以描述为:O (1)i (k )=u (1)i (k )=x (1)i (k )+w (1)i (k )?O (1)i (k -1), i =1,…,n (1) 之所以将反馈连接加入这一层,是因为在以往的模糊神经网络控制器中,控制器往往是根据系统的误差及其对时间的导数来决定控制的行为,在第一层中加入暂态反馈环,则只需要以系统的误差作为网络的输入就可以反映这种关系,这样做不仅可以简化网络的结构,而且具有明显的物理意义,使 收稿日期:2005207201;修回日期:2006206218 基金项目:国家自然科学基金项目(N o.60075008);湖南省自然科学基金(N o.06JJ50121) 第12期2006年12月 电 子 学 报 ACT A E LECTRONICA SINICA V ol.34 N o.12 Dec. 2006
基于认知无线电系统的新型功率控制与定价算法
基于认知无线电系统的新型功率控制与定价算法针对认知无线电环境中的不同用户需求，本文采用空时分集多载波码分多址(OFDM-CDMA)技术构架了认知无线电(CR)系统，提出一种新型非合作功率控制与价格博弈算法(NPGP)，以保护频谱供给者的网络经济利益，实现对已认知频谱资源的公平高效分配，提高频谱利用率。仿真结果表明该算法在保障频谱供给者的网络经济利益前提下，既保证了频谱资源的公平高效分配，又实现对用户功率的有效控制，系统性能显著提高。 文献[2]提出一种链路维护模型，降低认知用户的中断概率。文献[4]设定主用户信干比的保护半径，从而降低认知用户对主用户的干扰。本文与文献[2][4]不同，一方面兼顾认知无线电高效可靠的通信系统要求，利用OFDM子载波的正交性和OFDM-CDMA各子载波传输相同的信息数据特性，设计出新的认知无线电通信系统模型，提出一种主用户保护和认知用户切换策略，该策略方便简单，既保障主用户正常通信，又避免认知用户的通信中断。另一方面为保障频谱供给者的网络经济利益和已认知频谱资源的高效分配，本文采用非合作功率控制博弈与定价理论，以前功率控制或定价算法多以用户SIR需求，发送比特率或系统吞吐量性能提高[6-8]，Foschini-Miljanic[6]的经典SIR平衡算法和Alpcan-Basar[7]的线性算法存在功率浪费问题。Koskie-Gajic[8]的功率博弈算法存在资源冗余而部分用户SIR需求却无法满足的矛盾。Shankar[5]和Kloeck-Jaekel[9]的功率与定价算法则忽略用户间的干扰。在认知无线电环境下，不同种类的用户公平共享已认知的频谱资源，功率控制与价格算法应保证频谱供给者的网络经济利益和认知用户的通信需求，以上算法都无法应用到认知无线电系统。本文考虑频谱供给者的网络经济利益，不同认知用户的SIR差异和系统总吞吐量的提高，提出新型的非合作功率控制博弈与定价(Noncooperative Power control Game via Pricing, NPGP)算法，该算法中价格策略考虑频谱供给者频谱经济成本，频谱效用和通过降低认知用户干扰获取最大经济利益；非合作功率控制算法则考虑用户SIR的阈值要求和系统总吞吐量的提高，以保证认知用户公平高效的共享频谱资源。仿真结果表明NPGP算法在保障频谱供给者经济利益前提下，既满足了不同用户的SIR要求，又实现了系统吞吐量的提高，并对用户的功率有效控制，系统性能显著提高。 认知无线电是未来无线通信的发展方向之一，通过环境感知技术能充分利用现有频谱资源实现频谱共享，提高频谱利用率。一般而言，主用户和认知用户对频谱的使用情况如图1。图1(a)主用户L1,L2和L3已占用3B带宽。图1(b)认知用户S1,S2和S3在感知频谱空闲后，使用部分空闲频段。当主用户L1通信结束，S4感知该频