2008年 第34卷 第6期
2008, 34(6): 617-622.
doi: 10.3724/SP.J.1004.2008.00617
摘要:
提出了一种提取物体线形骨架的新方法. 该方法首先计算物体距离变换的梯度, 从而得到一个矢量场. 距离变换的梯度对提取物体线形骨架具有重要意义, 可据此获得物体内部的关键点, 其中每一个关键点代表了物体的一个凸部分. 之后, 用搜索梯度最短路径的方法连接关键点, 得到物体的线形骨架. 本文方法得到的线形骨架能很好地反映物体拓扑和形状特征, 并不易受边界噪声干扰. 此外, 本文方法克服了基于距离变换的骨架提取算法的固有缺点, 获得了具有良好连通性的骨架. 因此, 基于本文方法得到的骨架能用于物体识别和匹配等领域. 对大量二维、三维物体的实验取得了令人满意的效果.
提出了一种提取物体线形骨架的新方法. 该方法首先计算物体距离变换的梯度, 从而得到一个矢量场. 距离变换的梯度对提取物体线形骨架具有重要意义, 可据此获得物体内部的关键点, 其中每一个关键点代表了物体的一个凸部分. 之后, 用搜索梯度最短路径的方法连接关键点, 得到物体的线形骨架. 本文方法得到的线形骨架能很好地反映物体拓扑和形状特征, 并不易受边界噪声干扰. 此外, 本文方法克服了基于距离变换的骨架提取算法的固有缺点, 获得了具有良好连通性的骨架. 因此, 基于本文方法得到的骨架能用于物体识别和匹配等领域. 对大量二维、三维物体的实验取得了令人满意的效果.
2008, 34(6): 623-631.
doi: 10.3724/SP.J.1004.2008.00623
摘要:
提出了一种基于改进变尺度混沌优化算法 (Enhanced mutative scale chaos optimization algorithm, EMSCOA) 的机器人动态自标定位置视觉伺服算法, 算法在 Mendonca-Cipolla 和 G. Chesi 利用本质矩阵进行自标定的基础上进行了扩展. 首先依据3个奇异值的特性在线生成目标函数, 在进行动态自标定的同时, 完成视觉伺服. 算法抛弃了 G. Chesi 方法中对初值选取极为敏感的梯度下降法, 采用改进的变尺度混沌优化算法动态优化摄像机内参数. 把混沌变量映射到待寻优的5个内参数区间, 通过设置内外两层循环, 内循环进行混沌搜索, 外循环负责缩小内参数搜索区间, 避免了混沌优化在内参数区间的盲目重复搜索, 提高了搜索效率. 算法同时克服了 G. Chesi 方法迭代过程中要求选取初值时靠近摄像机内参数真值的限制, 并可以通过设置参数范围来精确逼近5个内参数. 另外, 算法不需要物体精确的三维模型, 只需要8个空间固定点坐标信息. 仿真结果表明, 该方法应用于基于位置的视觉伺服时运算速度快, 同时对内参数变化鲁棒性强, 实验结果证明了算法的有效性.
提出了一种基于改进变尺度混沌优化算法 (Enhanced mutative scale chaos optimization algorithm, EMSCOA) 的机器人动态自标定位置视觉伺服算法, 算法在 Mendonca-Cipolla 和 G. Chesi 利用本质矩阵进行自标定的基础上进行了扩展. 首先依据3个奇异值的特性在线生成目标函数, 在进行动态自标定的同时, 完成视觉伺服. 算法抛弃了 G. Chesi 方法中对初值选取极为敏感的梯度下降法, 采用改进的变尺度混沌优化算法动态优化摄像机内参数. 把混沌变量映射到待寻优的5个内参数区间, 通过设置内外两层循环, 内循环进行混沌搜索, 外循环负责缩小内参数搜索区间, 避免了混沌优化在内参数区间的盲目重复搜索, 提高了搜索效率. 算法同时克服了 G. Chesi 方法迭代过程中要求选取初值时靠近摄像机内参数真值的限制, 并可以通过设置参数范围来精确逼近5个内参数. 另外, 算法不需要物体精确的三维模型, 只需要8个空间固定点坐标信息. 仿真结果表明, 该方法应用于基于位置的视觉伺服时运算速度快, 同时对内参数变化鲁棒性强, 实验结果证明了算法的有效性.
2008, 34(6): 632-638.
doi: 10.3724/SP.J.1004.2008.00632
摘要:
在 RFID 网络通信中, 当多个标签同时回应阅读器的查询时, 如果没有相应的防冲突机制, 会导致标签到阅读器的通信冲突, 使得从标签返回的数据难以被阅读器正确识别. 防冲突算法是阅读器快速、正确获取标签数据的关键. 一种被称为基于栈的 ID-二进制树防冲突算法 (Stack-based ID-binary tree anti-collision algorithm, SIBT) 被提出, SIBT 算法的新颖性在于它将 n 个标签的 ID 号映射为一棵唯一对应的 ID-二进制树, 标签识别过程转化为在阅读器中创建ID-二进制树的过程. 为了提高多标签识别效率, 阅读器使用栈保存已经获取的ID-二进制树创建线索, 用计数器保存标签在该栈中的深度. 理论分析和仿真结果表明 SIBT 算法的性能优于其他基于树的防冲突算法.
在 RFID 网络通信中, 当多个标签同时回应阅读器的查询时, 如果没有相应的防冲突机制, 会导致标签到阅读器的通信冲突, 使得从标签返回的数据难以被阅读器正确识别. 防冲突算法是阅读器快速、正确获取标签数据的关键. 一种被称为基于栈的 ID-二进制树防冲突算法 (Stack-based ID-binary tree anti-collision algorithm, SIBT) 被提出, SIBT 算法的新颖性在于它将 n 个标签的 ID 号映射为一棵唯一对应的 ID-二进制树, 标签识别过程转化为在阅读器中创建ID-二进制树的过程. 为了提高多标签识别效率, 阅读器使用栈保存已经获取的ID-二进制树创建线索, 用计数器保存标签在该栈中的深度. 理论分析和仿真结果表明 SIBT 算法的性能优于其他基于树的防冲突算法.
2008, 34(6): 639-646.
doi: 10.3724/SP.J.1004.2008.00639
摘要:
对带多传感器的线性离散随机广义系统, 用奇异值分解将其化为两个降阶耦合子系统, 应用现代时间序列分析方法, 基于自回归滑动平均 (Autoregressive moving average, ARMA) 新息模型和白噪声估计理论, 提出了带三层融合结构的分布式稳态 Kalman 融合器, 它由两个加权融合器和两个复合融合器组成. 第一层给出子系统状态融合器, 实现了每个子系统分量解耦融合; 第二层给出变换后状态融合器, 实现了两个子系统的解耦融合; 第三层给出原始状态融合器, 它可统一处理状态融合滤波、平滑和预报问题. 为计算最优加权阵, 给出了计算局部估计误差互协方差阵公式, 证明了它的精度比每个局部估值器精度高. Monte Carlo 的仿真实例说明了其有效性.
对带多传感器的线性离散随机广义系统, 用奇异值分解将其化为两个降阶耦合子系统, 应用现代时间序列分析方法, 基于自回归滑动平均 (Autoregressive moving average, ARMA) 新息模型和白噪声估计理论, 提出了带三层融合结构的分布式稳态 Kalman 融合器, 它由两个加权融合器和两个复合融合器组成. 第一层给出子系统状态融合器, 实现了每个子系统分量解耦融合; 第二层给出变换后状态融合器, 实现了两个子系统的解耦融合; 第三层给出原始状态融合器, 它可统一处理状态融合滤波、平滑和预报问题. 为计算最优加权阵, 给出了计算局部估计误差互协方差阵公式, 证明了它的精度比每个局部估值器精度高. Monte Carlo 的仿真实例说明了其有效性.
2008, 34(6): 647-651.
doi: 10.3724/SP.J.1004.2008.00647
摘要:
半脆弱水印不但可以容忍一定程度的常规信号处理操作, 而且可以检测出对多媒体数据的恶意篡改并定位篡改区域. 本文提出一种抗裁剪的半脆弱音频水印算法, 具有以下特点: 1)充分利用多级置乱技术准确定位篡改区域, 最大限度改善被篡改后水印的视觉效果; 2)在篡改定位过程中, 无需原始水印参与; 3)利用水印的归一化相关系数, 可进行完整性认证并给出篡改程度的度量. 实验结果表明, 该算法计算简单, 有很好的抗裁剪性能, 同时对篡改的定位也很精确.
半脆弱水印不但可以容忍一定程度的常规信号处理操作, 而且可以检测出对多媒体数据的恶意篡改并定位篡改区域. 本文提出一种抗裁剪的半脆弱音频水印算法, 具有以下特点: 1)充分利用多级置乱技术准确定位篡改区域, 最大限度改善被篡改后水印的视觉效果; 2)在篡改定位过程中, 无需原始水印参与; 3)利用水印的归一化相关系数, 可进行完整性认证并给出篡改程度的度量. 实验结果表明, 该算法计算简单, 有很好的抗裁剪性能, 同时对篡改的定位也很精确.
2008, 34(6): 652-658.
doi: 10.3724/SP.J.1004.2008.00652
摘要:
本文研究了离散时间线性时不变系统的量化动态输出反馈 H 无穷控制问题. 所考虑的动态量化器由动态调节参数和静态量化器组成. 静态量化器范围具有一定的实际意义, 这一点在本文充分考虑. 首先, 在考虑量化误差影响的情况下, 本文给出了既依赖于控制器状态又依赖于系统测量输出的量化控制策略使得闭环系统渐进稳定且具有指定的 H 无穷性能指标. 然后, 在这一结果的基础上, 又提出了基于线性矩阵不等式的迭代的优化算法来优化静态量化器范围, 从而得到能保证系统 H 无穷性能需求且具有最小量化器范围的量化控制策略. 最后通过仿真例子验证了所提出方法的有效性.
本文研究了离散时间线性时不变系统的量化动态输出反馈 H 无穷控制问题. 所考虑的动态量化器由动态调节参数和静态量化器组成. 静态量化器范围具有一定的实际意义, 这一点在本文充分考虑. 首先, 在考虑量化误差影响的情况下, 本文给出了既依赖于控制器状态又依赖于系统测量输出的量化控制策略使得闭环系统渐进稳定且具有指定的 H 无穷性能指标. 然后, 在这一结果的基础上, 又提出了基于线性矩阵不等式的迭代的优化算法来优化静态量化器范围, 从而得到能保证系统 H 无穷性能需求且具有最小量化器范围的量化控制策略. 最后通过仿真例子验证了所提出方法的有效性.
2008, 34(6): 659-664.
doi: 10.3724/SP.J.1004.2008.00659
摘要:
基于 CV 模型, 提出了新的活动轮廓线分裂模型. 其基本思想相似于细胞分裂, 即在每次迭代中一分为二. 该模型能检测出图像中所有的目标和细节; 能处理处理图像中特定区域, 甚至是不连通区域; 并且, 由于图像分割可以被限制在感兴趣区域而不是整个区域, 从而提升了计算性能; 此外, 由于其具有区域约束, 因此不同于 CV 模型的对初始化敏感. 论文不仅详细分析了模型的基本原理, 而且用水平集方法实现了, 并成功应用于合成图像和真实图像, 其分割结果与 CV 模型以及多项 CV 模型进行了比较.
基于 CV 模型, 提出了新的活动轮廓线分裂模型. 其基本思想相似于细胞分裂, 即在每次迭代中一分为二. 该模型能检测出图像中所有的目标和细节; 能处理处理图像中特定区域, 甚至是不连通区域; 并且, 由于图像分割可以被限制在感兴趣区域而不是整个区域, 从而提升了计算性能; 此外, 由于其具有区域约束, 因此不同于 CV 模型的对初始化敏感. 论文不仅详细分析了模型的基本原理, 而且用水平集方法实现了, 并成功应用于合成图像和真实图像, 其分割结果与 CV 模型以及多项 CV 模型进行了比较.
2008, 34(6): 665-669.
doi: 10.3724/SP.J.1004.2008.00665
摘要:
本文研究了线性离散时变系统的混合估计问题, 估计信号是状态和输入的线性组合. 设计目标要求满足一个最坏性能指标, 即从扰动到估计误差的能量增益小于一个给定值. 混合估计问题的最优解是二人零和微分对策的鞍点解. 基于微分对策方法, 混合估计问题有解的充要条件表达为 Riccati 微分方程的可解性. 在问题有解时, 给出了符合要求的估计器. 估计器的结构表达为一个增益矩阵和一个输出映射矩阵, 后者反映了未知输入与输出估计误差之间的内在联系. 最后, 通过数值例子证明了本文方法的有效性.
本文研究了线性离散时变系统的混合估计问题, 估计信号是状态和输入的线性组合. 设计目标要求满足一个最坏性能指标, 即从扰动到估计误差的能量增益小于一个给定值. 混合估计问题的最优解是二人零和微分对策的鞍点解. 基于微分对策方法, 混合估计问题有解的充要条件表达为 Riccati 微分方程的可解性. 在问题有解时, 给出了符合要求的估计器. 估计器的结构表达为一个增益矩阵和一个输出映射矩阵, 后者反映了未知输入与输出估计误差之间的内在联系. 最后, 通过数值例子证明了本文方法的有效性.
2008, 34(6): 670-675.
doi: 10.3724/SP.J.1004.2008.00670
摘要:
传统的奇异回避方法运算量大, 本文提出了一种新的 PUMA 类型机器人奇异回避方法—奇异分离加阻尼倒数法. 首先, 分析产生奇异的条件, 将导致 Jacobian 奇异的参数分离出来, 然后用阻尼倒数代替其普通倒数, 以回避运动学奇异的影响. 该方法无需对 Jacobian 进行 SVD 分解, 也无需估计其最小奇异值, 因而运算量小, 实时性好, 仅牺牲末端部分方向的精度, 适合于预定轨迹和实时轨迹的跟踪. 仿真和实验结果证明了算法的有效性.
传统的奇异回避方法运算量大, 本文提出了一种新的 PUMA 类型机器人奇异回避方法—奇异分离加阻尼倒数法. 首先, 分析产生奇异的条件, 将导致 Jacobian 奇异的参数分离出来, 然后用阻尼倒数代替其普通倒数, 以回避运动学奇异的影响. 该方法无需对 Jacobian 进行 SVD 分解, 也无需估计其最小奇异值, 因而运算量小, 实时性好, 仅牺牲末端部分方向的精度, 适合于预定轨迹和实时轨迹的跟踪. 仿真和实验结果证明了算法的有效性.
2008, 34(6): 676-683.
doi: 10.3724/SP.J.1004.2008.00676
摘要:
提出了一种基于模糊树模型的间接自适应模糊控制器的设计方法. 采用模糊树辨识方法离线辨识系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考信号的跟踪控制. 通过对倒立摆系统进行数值仿真, 验证了所提方法的有效性和优越性.
提出了一种基于模糊树模型的间接自适应模糊控制器的设计方法. 采用模糊树辨识方法离线辨识系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考信号的跟踪控制. 通过对倒立摆系统进行数值仿真, 验证了所提方法的有效性和优越性.
2008, 34(6): 684-689.
doi: 10.3724/SP.J.1004.2008.00684
摘要:
直接多步预测不依靠单步预测的结果而直接使用测量数据, 效果理想, 但往往要求模型能够学习多种不同的目标函数. 本文建立的直接多步预测混合模型, 使用模式分解方法把原始时间序列分解成不同尺度的基本模式分量, 再经混沌分析和神经网络进行组合预测, 减小了各步预测模型之间的差别, 提高了模型对多种目标函数的学习能力, 有效提高了预测精度. 最后, 通过基准时间序列验证了本模型的优越性.
直接多步预测不依靠单步预测的结果而直接使用测量数据, 效果理想, 但往往要求模型能够学习多种不同的目标函数. 本文建立的直接多步预测混合模型, 使用模式分解方法把原始时间序列分解成不同尺度的基本模式分量, 再经混沌分析和神经网络进行组合预测, 减小了各步预测模型之间的差别, 提高了模型对多种目标函数的学习能力, 有效提高了预测精度. 最后, 通过基准时间序列验证了本模型的优越性.
2008, 34(6): 690-696.
doi: 10.3724/SP.J.1004.2008.00690
摘要:
在网络制造环境下, 动态时间性能是测量系统的重要指标. 针对基于 CORBA (Common object request broker architecture) 和尺寸测量接口标准 (Dimensional measurement interface standard, DMIS) 的分布式测量系统 (Distributed measurement system, DMS), 根据多用户非抢占优先排队网络静态性能模型, 提出基于无穷小摄动分析的样本轨道划分方法, 建立测量系统服务窗口的动态调度算法, 实现测量系统的时间性能调优. 通过在一个制造工厂中进行的应用实验, 证明了此方法的有效性.
在网络制造环境下, 动态时间性能是测量系统的重要指标. 针对基于 CORBA (Common object request broker architecture) 和尺寸测量接口标准 (Dimensional measurement interface standard, DMIS) 的分布式测量系统 (Distributed measurement system, DMS), 根据多用户非抢占优先排队网络静态性能模型, 提出基于无穷小摄动分析的样本轨道划分方法, 建立测量系统服务窗口的动态调度算法, 实现测量系统的时间性能调优. 通过在一个制造工厂中进行的应用实验, 证明了此方法的有效性.
2008, 34(6): 697-701.
doi: 10.3724/SP.J.1004.2008.00697
摘要:
在各种生产制造系统中都广泛存在着同等并行机调度. 本文提出了一种新的耦合瞬态混沌神经网络来求解同等并行机调度问题. 通过引入新的换位矩阵将该问题的混合整数规划模型转化为耦合瞬态神经网络的计算结构. 同时, 提出了新的计算能量函数, 使其能够包含所有约束和目标. 此外, 采用时变惩罚参数, 克服了能量函数中各惩罚项之间的权衡问题. 最后, 将该算法应用于求解 3 种不同规模的随机问题并进行仿真, 每种规模随机测试 100 次. 结果显示, 该算法能在合理的时间内收敛, 并求解出这些随机问题.
在各种生产制造系统中都广泛存在着同等并行机调度. 本文提出了一种新的耦合瞬态混沌神经网络来求解同等并行机调度问题. 通过引入新的换位矩阵将该问题的混合整数规划模型转化为耦合瞬态神经网络的计算结构. 同时, 提出了新的计算能量函数, 使其能够包含所有约束和目标. 此外, 采用时变惩罚参数, 克服了能量函数中各惩罚项之间的权衡问题. 最后, 将该算法应用于求解 3 种不同规模的随机问题并进行仿真, 每种规模随机测试 100 次. 结果显示, 该算法能在合理的时间内收敛, 并求解出这些随机问题.
2008, 34(6): 701-706.
doi: 10.3724/SP.J.1004.2008.00701
摘要:
In continuous casting, the cooling-solidification process must be based on the adaptation of heat transfer, which is directly connected to casting conditions such as casting speed, casting temperature, and cooling parameters. Most control schemes are based on the static relation between casting speed and water flow rate in each cooling zone; this constitutes an open loop that does not consider the dynamic surface temperature, which is an important parameter for the final slab quality. In steelmaking, the casting-speed changes affect the global heat transfer. An optimal operation requires an adjustment of the process control variables, i.e., global heat transfer. A learning neural network (NN) allows the identification and the control of a nonlinear heat transfer model in the continuous casting process. A heat transfer model was developed using the dynamic heat balance. A comparison between the experimental open loop results and those of the model simulation is considered. Following adaptation, the model is used for controlling the slab surface temperature in closed loop, using NN technology and PID controllers. The NN identification and control strategy gives a stable temperature closed loop control comparatively to the conventional PID.
In continuous casting, the cooling-solidification process must be based on the adaptation of heat transfer, which is directly connected to casting conditions such as casting speed, casting temperature, and cooling parameters. Most control schemes are based on the static relation between casting speed and water flow rate in each cooling zone; this constitutes an open loop that does not consider the dynamic surface temperature, which is an important parameter for the final slab quality. In steelmaking, the casting-speed changes affect the global heat transfer. An optimal operation requires an adjustment of the process control variables, i.e., global heat transfer. A learning neural network (NN) allows the identification and the control of a nonlinear heat transfer model in the continuous casting process. A heat transfer model was developed using the dynamic heat balance. A comparison between the experimental open loop results and those of the model simulation is considered. Following adaptation, the model is used for controlling the slab surface temperature in closed loop, using NN technology and PID controllers. The NN identification and control strategy gives a stable temperature closed loop control comparatively to the conventional PID.
2008, 34(6): 707-710.
doi: 10.3724/SP.J.1004.2008.00707
摘要:
针对带有不确定参数的广义双线性系统的鲁棒镇定问题进行研究, 其中不确定参数是时变且范数有界的. 本文的目的是设计状态反馈控制器, 使得对所有满足条件的不确定参数闭环系统都是渐近稳定的. 通过引入广义二次稳定的概念、采用Lyapunov方法, 分别给出了不确定广义双线性系统在两种不同情形下可镇定的充分条件; 此外, 两个数值例子分别说明了两种设计方法的有效性和合理性.
针对带有不确定参数的广义双线性系统的鲁棒镇定问题进行研究, 其中不确定参数是时变且范数有界的. 本文的目的是设计状态反馈控制器, 使得对所有满足条件的不确定参数闭环系统都是渐近稳定的. 通过引入广义二次稳定的概念、采用Lyapunov方法, 分别给出了不确定广义双线性系统在两种不同情形下可镇定的充分条件; 此外, 两个数值例子分别说明了两种设计方法的有效性和合理性.
2008, 34(6): 711-715.
doi: 10.3724/SP.J.1004.2008.00711
摘要:
提出了一种辨识线性时不变状态空间系统参数的正交梯度二步递阶优化方法. 通过极小化输出误差目标函数获得了系统参数估计; 提出了正交梯度搜索方法用于解决系统参数的非唯一性问题, 正交梯度搜索的本质是在输入-输出等价类相切平面的正交垂空间更新系统参数; 给出了用 L-M 算法进行参数优化的充分条件; 提出的系统参数递阶优化辨识方法包括两步: 首先用给出的自适应 L-M 算子正交梯度方法确定参数优化方向; 其次由一维搜索方法计算最佳步长. 蒙特卡罗数值仿真实验表明本文提出的方法具有收敛速度快、抗噪能力强以及数值稳定性好等优点.
提出了一种辨识线性时不变状态空间系统参数的正交梯度二步递阶优化方法. 通过极小化输出误差目标函数获得了系统参数估计; 提出了正交梯度搜索方法用于解决系统参数的非唯一性问题, 正交梯度搜索的本质是在输入-输出等价类相切平面的正交垂空间更新系统参数; 给出了用 L-M 算法进行参数优化的充分条件; 提出的系统参数递阶优化辨识方法包括两步: 首先用给出的自适应 L-M 算子正交梯度方法确定参数优化方向; 其次由一维搜索方法计算最佳步长. 蒙特卡罗数值仿真实验表明本文提出的方法具有收敛速度快、抗噪能力强以及数值稳定性好等优点.
2008, 34(6): 716-721.
doi: 10.3724/SP.J.1004.2008.00716
摘要:
针对一种常规布局的微小型无人机定点飞行任务中存在的传感器测量精度不高以及发动机振动引起的抖舵问题, 设计了带死区变增益 PID 自适应控制器. 文中给出了滚转、航向、俯仰以及位置反馈信号的融合算法, 有效地实现了对定姿稳定控制以及定高、定航点的轨迹跟踪控制, 并利用实验验证了纵向、滚转和航向三个通道的稳定性. 实验结果表明, 所设计的导航、控制系统能有效抑制不确定项的影响, 且可获得良好的动态跟踪性能.
针对一种常规布局的微小型无人机定点飞行任务中存在的传感器测量精度不高以及发动机振动引起的抖舵问题, 设计了带死区变增益 PID 自适应控制器. 文中给出了滚转、航向、俯仰以及位置反馈信号的融合算法, 有效地实现了对定姿稳定控制以及定高、定航点的轨迹跟踪控制, 并利用实验验证了纵向、滚转和航向三个通道的稳定性. 实验结果表明, 所设计的导航、控制系统能有效抑制不确定项的影响, 且可获得良好的动态跟踪性能.
2008, 34(6): 721-728.
doi: 10.3724/SP.J.1004.2008.00721
摘要:
针对一类 Takagi-Sugeno (T-S) 连续模糊系统, 在分析模糊系统前提规则结构信息的基础上, 研究了其稳定性和保性能设计问题. 通过将模糊 Lyapunov 函数 (FLF) 和分段二次 Lyapunov 函数 (PQLF) 结合, 构造出分段模糊 Lyapunov 函数 (PFLF), 并提出了一种新的并行分配补偿 (PDC) 控制器. 基于 PFLF 方法, 得到了线性矩阵不等式 (LMI) 形式的模糊系统分析与设计的求解方法. 该方法继承了 FLF 与 PQLF 的优点. 仿真实例表明: 该方法所得稳定性判据更为宽松, 具有更好的保性能控制效果.
针对一类 Takagi-Sugeno (T-S) 连续模糊系统, 在分析模糊系统前提规则结构信息的基础上, 研究了其稳定性和保性能设计问题. 通过将模糊 Lyapunov 函数 (FLF) 和分段二次 Lyapunov 函数 (PQLF) 结合, 构造出分段模糊 Lyapunov 函数 (PFLF), 并提出了一种新的并行分配补偿 (PDC) 控制器. 基于 PFLF 方法, 得到了线性矩阵不等式 (LMI) 形式的模糊系统分析与设计的求解方法. 该方法继承了 FLF 与 PQLF 的优点. 仿真实例表明: 该方法所得稳定性判据更为宽松, 具有更好的保性能控制效果.
