一、干扰环境下的控制系统扰动建模与仿真（论文文献综述）
郝强[1]（2021）在《船用坐标测量系统定位方法研究》文中指出对于“数字化、智能化、精细化”造船而言,关键点处的高精度三维坐标信息获取是确保船舶建造精度至关重要的一环,在舱段合拢、船台舾装及码头舾装等阶段中均发挥着重要作用。但是,由于船舶建造现场环境恶劣、干扰源众多,传统定位方法难以在此条件下获得高精度的三维坐标信息,严重影响了船舶建造精度。因此开展适用于船舶建造现场干扰环境下的三维坐标测量定位方法研究对提高船舶建造工艺水平、保障建造质量、缩短建造周期意义十分重大。本课题“船用坐标测量系统定位方法研究”,围绕复杂干扰环境下的船舶建造测量定位任务需求,针对舱段合拢、船台舾装和码头舾装这三个典型建造阶段,以基于激光扫描网络的测量定位系统为基础,深入研究该系统在不同阶段的定位误差特性,提出适用于不同建造阶段的坐标测量方法,突破一体化快速标定方法、抗随机振动干扰定位方法和抗船体摇摆干扰定位方法等一系列关键技术,实现复杂环境干扰下的高效率、高精度定位。论文主要研究内容如下:首先,针对船用坐标测量系统设计了定位方案,研究了基于光束平差原理的定位方法并分析了该方法在无干扰条件下的定位误差分布规律;接着对不同建造阶段的干扰条件进行分析和量化,并从理论上研究了基于光束平差原理的定位方法在不同干扰条件下的定位误差特性。仿真实验结果表明,舱段合拢阶段的随机振动干扰会引起定位结果出现随机波动,船台舾装阶段的连续振动干扰会引起发射站参数改变,码头舾装阶段的船体摇摆干扰会引起定位结果出现大幅度变化,导致定位误差较无干扰情况出现不同程度的增大。其次,针对传统发射站标定方法复杂、标定效率低的问题,提出了发射站参数一体化标定方法。通过研究发射站参数标定原理,确定了约束条件和标定参数间的数量关系,在此基础上分别提出了基于距离约束和位置约束的标定方法,实现了发射站参数的一体化标定;通过研究基于Levenberg-Marquardt的标定算法,实现了标定参数的精确求解。仿真实验结果表明,所提两种标定方法均可实现发射站参数的一体化标定,基于位置约束的标定方法较基于距离约束的标定方法具有更高的标定精度,且在保证参数标定精度与传统标定方法相当的条件下,较传统内、外部参数分别标定的方法具有更高的标定效率,验证了所提发射站参数一体化标定方法的有效性。再次,针对船用坐标测量系统易受舱段合拢阶段随机振动干扰影响、定位精度降低的问题,提出了抗随机振动干扰定位方法。构建了基于因子图的定位模型,研究了定位模型中关键节点的具体实现方法,在此基础上设置了权值函数方程对随机振动干扰进行处理,实现了所提方法的高精度定位,并从理论上分析了所提方法的定位效果。仿真实验结果表明,在随机振动干扰条件下,所提定位方法较传统定位方法定位误差降低了27%,验证了所提抗随机振动干扰定位方法的有效性。接着,针对船用坐标测量系统在船体摇摆干扰条件下无法精确测量定位的问题,提出了一种基于惯导系统辅助的抗船体摇摆干扰定位方法。设计了基于定轴旋转的坐标系快速标定方法,实现了发射站坐标系和惯导系统坐标系的快速标定;通过不断重构各坐标系间相对位姿关系,实现待测点在导航坐标系下的定位;设计了软硬件同步方案,保证了两系统的时间同步。仿真实验结果表明,在船体摇摆干扰条件下,所提定位方法定位误差为0.76mm,验证了所提抗船体摇摆干扰定位方法的有效性。最后,为验证本文所提方法的实际性能,搭建船用坐标测量系统原理样机进行了发射站参数标定方法验证实验、抗随机振动干扰定位方法验证实验和抗船体摇摆干扰定位方法验证实验。实验结果表明,与传统标定方法相比,所提基于位置约束的发射站参数一体化快速标定方法在保证标定精度的条件下具有更高的标定效率;与传统定位方法相比,所提抗随机振动干扰定位方法定位误差下降了24%,所提抗船体摇摆干扰定位方法测距误差下降了53%。
胡俊祥[2]（2020）在《基于改进自抗扰控制的海上无人艇航向控制》文中研究说明无人艇（Unmanned surface vessel,USV）是一种体积小、机动性高、隐蔽性强、续航持久,可以实现自主控制的水面航行器。在海洋资源勘探活动中发挥了重要作用,但是无人艇在海上航行时会遇到风浪流等干扰,此时系统的不确定性会增大,从而降低了无人艇航向保持的精度。为了提高无人艇海上航行时航向控制的精度,本文结合自抗扰控制（Active Disturbance Rejection Control,ADRC）技术针对无人艇航向控制展开了研究。本文开展的主要研究内容如下:（1）在了解了无人艇航向控制系统组成的基础上,基于动量定理建立了无人艇前进、横漂、摇三自由度数学模型,分析了三自由度下无人艇运动状态。为了对无人艇运动分析更为准确,建立了相应的舵机伺服模型,考虑到无人艇海上航行时会遇到风浪流干扰,所以建立了风浪流干扰的数学模型。设计了基于PID控制的无人艇航向控制系统,分别在无环境干扰和有环境干扰即风浪流干扰下对所建立的仿真模型进行实验分析,所使用的仿真平台为Matlab/Simulink。（2）基于PID控制的无人艇航向控制系统在面对风浪流干扰时,系统鲁棒性不能满足实际需求,针对PID控制面对风浪流环境干扰的局限性,在无人艇航向控制系统中引入自抗扰控制。在无环境干扰和有环境干扰下对基于自抗扰控制的无人艇航向控制器进行仿真实验。针对自抗扰控制需要整定参数过多且整定难度较大的问题,将自抗扰控制线性化处理,用线性自抗扰控制（Linear Active Disturbance Rejection Control,LADRC）替代自抗扰控制,线性自抗扰控制相比自抗扰控制大大减少了需要整定的控制器参数个数。仿真实验的结果表明了在无人艇航向控制系统中引入线性自抗扰控制是可行的,但是牺牲了一些系统品质。（3）为了进一步优化无人艇航向控制系统,将萤火虫算法（Firefly Algorithm,FA）与自抗扰控制结合,为了解决自抗扰控制需要整定参数过多的问题同时不以牺牲系统的性能作为前提条件,提出对自抗扰控制器部分模块进行参数优化处理。在无干扰和有干扰环境下对所建立无人艇航向控制系统分别做了仿真实验。分析了不同实验环境下无人艇输出航向和舵角输出曲线。将改进自抗扰控制实验结果与前面的实验结果对比分析,结果表明,经过改进后的自抗扰控制对风浪流环境干扰的鲁棒性很强,同时也说明了将FA用于参数优化上是有效且高效的,FA和自抗扰控制结合的可行性得到充分验证。基于改进后自抗扰控制算法的无人艇航向控制系统动态性能和静态性能良好,响应速度很快,超调量小,操舵所需要的次数少,系统适应能力强,经过参数优化后的自抗扰控制具有一定程度的实用性,系统整体架构清晰,设计难度不大。
管振栋[3]（2020）在《深海作业级ROV的路径跟踪技术研究》文中认为缆控水下航行器（Remotely Operated Vehicle,ROV）是目前人类探测海洋资源的主要依托之一,通过控制水下航行器执行观测、作业级任务,人类可以实现探索和开发海洋的目的。深海作业如海底资源勘探、钻井设备安装、管道线缆检修以及采矿设备操控等都离不开水下航行器的协助与支持,但由于水下作业环境的复杂性和不可预知性,水下航行器的运动控制技术研究成为当前制约深海矿产开采的难点和关键。本文以深海作业级ROV为研究对象,基于滑模控制算法对其路径跟踪控制技术进行研究。首先,以深海采矿设备的安装、检修以及操控等任务需求为背景,建立深海作业级ROV的六自由度运动模型,结合刚体的运动特性对ROV在深海环境中的受力情况进行分析;针对动力学模型的非线性表达及参数耦合问题,基于理想流体假设和实用性需求对模型进行合理的简化,为控制器的设计与性能验证奠定了基础。其次,针对深海作业级ROV运动系统的水动力参数摄动较大以及海洋环境存在不确定干扰等问题,在动力学模型的基础上,提出了一种基于指数趋近律的自适应滑模控制方法,设计了切换面和控制率;针对滑模控制存在的抖振问题,使用饱和函数进行消除;通过整合冗余的可调参数项,减少工程应用的复杂度;结合自适应控制进一步优化控制器性能。通过构造李氏函数对所设计的控制器进行稳定性证明。最后,先利用计算机仿真技术对深海作业级ROV进行操纵性仿真,保证物理参数的严谨合理;然后在施加扰动模型的条件下,对所设计控制器的三维空间路径跟踪性能进行对比分析。仿真结果表明在干扰状态下,所设计的基于指数趋近律的自适应滑模控制算法较好地实现了深海作业级ROV的路径跟踪需求。此外,依托深海实验平台的规划方案,本文设计并实现了深海拖体的三维位姿监视系统方案,解决了深海资源勘探的应用型问题,在一定程度上推进了相关研究的进展,为下一步深海采矿课题的技术研究作了技术积累。
贾忠益[4]（2020）在《基于观测器的主动座椅悬架系统鲁棒控制》文中研究说明车辆在行驶过程中产生的振动会对驾驶员乘坐的舒适度、操纵的稳定性和安全性以及身体健康造成不利影响。主动座椅悬架作为直接与驾驶员接触的减振装置,成本较低,能有效隔离由路面激励引起的经车辆悬架传递到驾驶员身上的振动。但在实际应用中,干扰、延时、故障往往会影响系统的稳定性,降低座椅悬架装置的减振效果。针对此类问题,本文将从以下三个方面对车辆主动座椅悬架系统的鲁棒控制研究展开讨论:（1）研究车辆主动座椅悬架系统执行器抗干扰控制问题。首先,由未知输入观测器根据可测量的座椅加速度来估计座椅在车辆行驶过程中执行器产生的摩擦力原理,设计未知输入观测器;其次,基于李雅普诺夫稳定理论和线性矩阵不等式（Linear Matrix Inequality,LMI）方法,设计具有摩擦力补偿的H?状态反馈控制器;最后,通过仿真验证所提算法的有效性。（2）研究车辆主动座椅悬架系统输出延时测量观测器设计问题。首先,设计观测器,实现输出延时测量估计系统的状态,同时抑制外源输入对系统的影响;其次,使用凸优化方法求解观测器增益矩阵,确保其动态误差系统对于任意的有界延时均能稳定运行在特定的性能水平上;最后,通过仿真验证所提算法的有效性。（3）研究车辆主动座椅悬架系统传感器故障时主动容错控制问题。首先,考虑主动座椅悬架系统传感器发生增益变化、恒偏差、卡死、输出饱和等故障情况,设计自适应观测器重构输出残差,运用故障诊断算法重构故障以实现故障在线估计;其次,结合故障估计值和故障输出重构传感器信号,在无需改变完好无故障控制器的结构和参数情况下,采用传感器重构信号设计输出反馈控制器;最后,通过仿真验证所提算法的有效性。
岳永凯[5]（2020）在《四旋翼无人机增量型抗干扰控制研究与应用》文中提出旋翼无人机以其灵活性高、适应性广以及造价成本低等优点在众多行业领域得到了广泛应用,同时特殊的应用环境也使得旋翼无人机受到的外界干扰等影响因素越来越复杂多样。本文以提高四旋翼的抗干扰性能作为研究目的,分别从姿态解算和姿态控制两方面进行了理论研究和实际应用测试,主要研究内容如下:首先,设计了一种能够补偿陀螺仪偏差的快速扩展Kalman姿态解算方法。无人机姿态的快速准确估计是进行姿态控制的重要前提。为了克服传感器测量噪声和漂移的影响,同时提高姿态解算速度,本文利用陀螺仪、加速度计和磁力计设计了一种基于四元数的快速扩展Kalman姿态解算方法。实际测试表明该方法能够提供稳定可靠的四旋翼姿态信息。然后,考虑到四旋翼无人机的姿态控制是其稳定飞行的关键,本文依次基于自抗扰控制、增量控制、自适应滑模控制进行了四旋翼姿态的抗干扰控制研究。自抗扰控制的核心是利用扩张状态观测器对总干扰进行估计补偿。由于四旋翼姿态模型的内部耦合是已知的,因此本文同时利用已知模型和扩张状态观测器干扰估计值进行控制量补偿,设计了串级结构的四旋翼姿态自抗扰控制器,并在仿真环境下进行了验证分析。增量控制是一种基于测量的控制方法,通过利用系统状态微分量和控制量的反馈以实现对未知干扰的抑制。本文分别利用增量非线性动态逆和增量反步法设计了四旋翼姿态控制器,并在理论上进行了稳定性证明,仿真验证了增量型控制方案抵抗外界干扰的有效性。当机体角加速度无法直接测量时,本文利用扩张状态观测器实现对四旋翼机体角加速度的估计,因此能够扩展增量控制的应用范围。自适应滑模控制是一种能够自适应滑模控制增益的变结构控制方法,具有对未知干扰鲁棒性强和减小控制量抖振的特点。本文基于一种新型双层自适应律,分别设计了四旋翼姿态的自适应滑模控制、自适应滑模观测器控制和增量自适应滑模控制三种控制方案。仿真结果表明增量自适应滑模控制能够有效减小滑模控制增益的抖振,同时能够克服外界干扰和执行机构故障等因素的影响。四旋翼姿态增量自适应滑模控制的实际测试表明该控制方法可以提高四旋翼姿态控制的抗干扰能力,且具有四旋翼姿态控制的实际应用能力。最后,本文对上述研究内容和研究意义进行了总结。通过将上述常用先进控制方法做适当修改并应用于四旋翼无人机姿态控制,为该控制算法在实际旋翼无人机控制应用提供了指导意义,并且实际飞行测试表明该增量控制策略能够在旋翼无人机控制领域进行广泛应用。
王子豪[6]（2020）在《输出反馈多源干扰的抵消与抑制》文中研究指明针对多源扰动环境,本文设计了基于输出反馈的干扰抵消和抑制方法。利用系统输出信息,构造干扰观测器获得干扰估计值,并在前馈通道进行补偿。通过对闭环系统中观测器参数的调节以及稳定性分析,保证多源扰动环境下控制性能和干扰观测器的鲁棒性。此外,将该方法推广到一类二阶非最小相位系统,结合标称控制器可以实现干扰的跟踪控制。论文研究工作如下:（1）设计了一种基于反向递推方式的正弦干扰估计方法。引入低通滤波器激励干扰特性,得到一组级联关系的不可测信号,并将其分解为标准正弦虚拟干扰、等价有界干扰以及衰减项;在频率已知条件下,设计辅助滤波器建立频率和虚拟干扰之间关系,逐次降阶反推输入干扰。该设计方法不需要估计干扰状态,并且完全独立于控制器结构。当不存在等价有界干扰时,可以渐近估计正弦干扰,在多源干扰环境下,可以保证误差动态一致最终有界特性。（2）当受控系统存在有规律或者可以建模的有界干扰,比如对常值或慢时变干扰,本文利用带偏置的正弦干扰描述或近似。然后将该干扰等效为三阶可建模外部扰动系统,设计反向递推结构进行估计。通过构造低通滤波器和新型辅助滤波器,利用干扰频率和干扰之间联系重构输入扰动。继而结合李雅普诺夫定理分析该构造方法的稳定性。通过仿真和实验证明了该干扰观测结构的有效性。（3）研究了一类二阶非最小相位系统的干扰估计和补偿问题。由于系统零动态不稳定,无法直接利用反向递推结构估计干扰。因此,首先设计辅助观测器获得干扰信息。然后基于干扰频率、系统参数以及干扰之间关系,利用辅助观测器输出信号及其导数构造干扰合成器估计外部可建模周期干扰。该方法充分利用系统信息,在有界噪声条件下具有较强的鲁棒性。
赵涵旭[7]（2020）在《多源干扰系统的抗干扰控制》文中进行了进一步梳理干扰广泛存在于实际应用中,并影响着被控系统的性能,由于被控对象和环境的复杂程度越来越高,同时对系统的控制精度,实时性和稳定性的需求也越来越高,因此针对干扰的抵消与镇定也逐步成为研究热点.在此背景下,本文通过借助基于干扰观测器的控制（DOBC）方法,针对几类多源干扰系统分别展开了相应的抗干扰控制研究.主要内容分为以下三个方面:第一部分考虑了一类受多源干扰影响的离散时间随机系统的抗干扰控制问题.多源干扰分为三部分:由非线性外源系统描述的非谐波扰动,范数有界干扰与一系列随机变量.首先为了在线估计非谐波干扰设计了非线性干扰观测器（NDO）,在此基础上,结合H∞控制和DOBC方法,提出了一种基于非线性干扰观测器的控制（NDOBC）策略.该策略可使复合系统在不同条件下实现依均方渐近有界或依均方渐近稳定.第二部分研究的是一类多源干扰系统的有限时间抗干扰控制问题.多源干扰分为两部分:外源系统生成的部分信息已知的谐波干扰和不确定性扰动.本章将目前的DOBC工作拓展到了有限时间控制工作中,通过设计干扰观测器（DO）在线估计扰动并结合隐式Lyapunov函数法提出了基于干扰观测器的有限时间抗干扰控制（DOBFTC）方案,该方案可使复合系统在保证其鲁棒性能的同时实现了全局有限时间稳定,且收敛时间可由状态的初始值与控制器参数调整.第三部分研究的是一类多源干扰系统的固定时间抗干扰控制问题.本部分通过将固定时间控制方法结合抗干扰控制,构造干扰观测器（DO）在线估计干扰并结合隐式Lyapunov函数法提出固定时间抗干扰控制（FTADC）方案.该方案能够保证系统状态达到全局固定时间稳定,并且受到收敛时间与状态初始值无关的约束.
冯军浩[8]（2020）在《开关变换器的环路测试》文中研究指明在电力电子技术领域及各种电源系统中,开关变换器技术均处于核心地位,其作为各类电源设备设计的关键,决定了整体系统的工作状态。开关变换器的环路增益作为反映系统在频域内“动态”特性的一种方式,是用来检测系统设计是否合理的强有力工具。环路增益曲线往往可以通过频率响应分析仪测得,但频率响应分析仪设备价格昂贵,不易携带,测试复杂。因此研究一种以低成本、便捷的方式测试环路增益曲线是很有必要的。本文提出了一种基于互相关算法下在线测试DC-DC变换器环路增益的测试方法,将环路增益测试功能集成到数字控制系统中,以相对较低的附加成本及计算量较小的运算过程实现增益曲线测试。并在此基础上以易失效的核心器件对增益曲线的影响,设计在线电路故障诊断功能。首先,讲述了环路增益和互相关算法的基本概念和原理。在介绍现有的环路增益测试方法的基础上,即正弦小信号扰动测试法和伪随机码扰动测试法,提出了本文的测试方法。通过数学理论公式推导讲解了本文测试方法的整体方案设计,并引出了电路故障诊断的基本原理。其次,选取DC-DC变换器Buck电路作为测试平台的基本结构,对Buck电路的主回路器件参数、控制电路的补偿器以及数字电路的采样频率进行了合理设计。利用PSIM软件搭建了仿真模型,在考虑噪声干扰下对仿真模型进行了初步扫频仿真测试,将测试结果与本文测试方法结果进行对比,在详细分析对比结果的基础上,证明了本文测试方法理论分析的正确性。并基于该测试方法,测得了不同故障状态下的增益曲线变化区间,制定故障判定依据。最后,搭建了实验硬件测试平台,介绍了硬件电路的各组成部分以及软件部分的设计思路。利用频率响应分析仪测得实验平台的增益曲线,作为数字化测试结果的参考标准,分析本文实验测试结果及误差形成原因,证明本文测试方法的可行性。并以此为基础,模拟电路故障状态,验证了在线故障诊断功能。
王伟业[9]（2020）在《考虑动力响应的欠驱动船舶路径跟随控制方法研究》文中研究表明近年船舶智能化已成为船舶技术和航运业的发展趋势。船舶运动控制是船舶智能航行技术的关键,需要考虑船舶运动的非线性、不确定性以及动力系统的约束。船舶动力系统的影响和船舶运动的欠驱动特征,是船舶运动控制中相互耦合的两个关键因素,开展考虑欠驱动特征和动力系统的不确定性对船舶路径跟随的影响研究,可为进一步的船舶半自主、自主航行奠定基础,具有重要意义。本文面向大型船舶智能控制的要求,将船舶动力系统的特征进行全面描述,基于欠驱动船舶的基本动力学特征,建立一种替代人员操作的路径跟随控制算法,主要研究工作如下:1、建立了船舶主机、舵机的迟滞效应响应模型。以KVLCC2等比例缩放的7米船舶实验平台为对象,建立了三自由度分离型船舶运动数学模型,分析了船舶在各个方向受到的力和力矩,针对船舶主机、舵机的迟滞效应进行响应建模。在python环境下对运动模型进行仿真,通过全回转实验验证模型的操纵性,并与实船实验数据进行对比,结果表明仿真模型与实船的实验数据吻合性很好,验证了数学模型的准确性。2、设计了基于DDPG算法的船舶航向控制器。在分析基于价值函数的强化学习算法和基于策略搜索的强化学习算法的特点和应用场景基础上,讨论了极具代表性的Q-learning、DQN、DDPG等算法的优势和不足,选择了DDPG算法用于船舶运动控制任务。并应用DDPG算法设计了船舶航向控制器,建立了面向航向控制任务的仿真环境。该控制器可以在环境交互的过程中适应动态的环境并实时优化策略,充分训练后的结果表明:基于DDPG算法的船舶航向控制器比传统模糊PID控制具有更好的适应性与稳定性。3、提出了考虑动力系统响应特性的路径跟踪控制方法。针对欠驱动船舶大惯性、强延迟、不确定性的特点,构建了面向船舶路径跟随智能控制的状态空间;根据路径跟随控制需求和DDPG算法特性,设计了神经网络结构,定制了不同网络的输入和输出。提出了基于船舶操纵特性的回报函数,将船舶的操纵特性规范为奖励或惩罚,以此指导路径跟随控制智能体的行为。针对原版DDPG算法超参数多、随机初始化、对环境敏感的缺点,提出了有延迟更新功能的DDPG算法改进方法。实验结果证明:改进后的DDPG算法具有更好的稳定性,降低了训练时不收敛的可能性。DDPG算法和传统模糊PID控制的路径跟随实验结果对比表明:基于DDPG的路径跟随控制具有更好的控制效果,能对路径偏差快速响应,更适应环境的干扰,并且控制过程更加稳定,符合船舶操纵特性。本文探索了考虑船舶动力系统影响的船舶路径跟随智能控制算法,研究结果在发展船舶自主航行方面具有重要价值。
张颖[10]（2020）在《工业网络系统的控制—传输联合性能分析》文中指出创新科技与技术的蓬勃发展推动了第三次工业革命,其中信息通信技术的进步与发展表现突出。无线通信技术的不断提升以及无线设备的不断完善使得在工业自动化生产和管理现场中,使用无线设备和无线通信技术的范围越来越广。由此产生了由现代工业控制网络和无线通信网络构成的工业网络系统。尽管无线通信技术和设备可以部署到有线网络难以进入的区域,实现了无盲区覆盖以及低成本的无间断监控等有利于生产或管理现场的功能,但是与有线设备相比,由于无线传输受信道质量的影响比较大同时也带来了网络诱导时延、丢包以及更易受到干扰等问题。尽管系统可以通过估计或控制方法被动地抑制,也可以通过传输机制的设计主动改善网络诱导时延、丢包等因素对系统带来的影响。然而,由此带来的额外的能量消耗是由此衍生的另外一个问题。因此,为了达到期望的控制效果并且尽可能降低控制代价和通信能耗,建立衡量工业网络系统内包括采样周期、信道质量、控制器设计等因素对于控制-通信能耗和控制系统性能影响的联合性能函数是一个值得研究的问题。此外,针对特殊的网络结构,设计新的通信机制可以节约更多的通信能耗。而针对无线信道质量容易受到工业复杂干扰环境的影响导致信道质量下降的问题,分析干扰与控制-传输联合性能之间的关系以及干扰对控制-传输联合性能带来的影响对今后针对性地设计抗干扰方案也具有重要意义。因此,本文以工业网络系统为背景,针对两种结构的工业网络系统进行了控制-传输联合性能函数的建模,分析了网络参数对控制-传输联合性能的影响,其中在本文中考虑的控制-传输联合性能包括:控制代价,传输能耗以及估计精度三个方面。将工业复杂干扰环境分为弱干扰环境和强干扰环境两类,给出了两类环境发生的条件及对系统性能的影响。本论文的主要成果包括:首先,我们针对一个内部无耦合的一般工业网络系统进行了衡量系统控制-传输联合性能的函数并分析了系统内参数对联合性能的影响。针对具有时变时延的工业网络系统设计了具有α-指数衰减率的最优控制;给出了保证S个子系统,在给定采样周期内均完成一次成功传输的成功解码率的取值范围以及在给定成功解码率时的期望时延;利用匈牙利算法设计了最小化单次传输能耗的传感器-信道配对算法。仿真分析了不同衰减率对控制系统稳定性的影响,以及工业网络系统内的各个参数对控制系统稳定性,控制代价和传输能耗的影响。其次,针对具有顺序连接结构的离散顺序系统设计了在无线不确定性传输下的分布式估计方法,并给出了稳定性条件;给出了成功解码率与估计精度之间的关系。以钢铁企业出炉传送锟道的节能方案设计为例,设计了基于钢板状态估计的调度策略和控制方法,最后给出了整个系统的控制-通信能耗函数。仿真分析了估计方法的有效性。并给出了在引入工业网络系统后出炉传送锟道的能耗的节约分析比较。最后,将工业复杂干扰环境分为两类:弱干扰环境和强干扰环境。给出了判断两种环境发生的条件;针对不改变系统稳定性但会提高系统通信能耗的弱干扰环境,我们给出了系统的性能的改变与干扰源收益的差异函数,并给出对于系统而言受到的最差的干扰情况。针对会影响系统稳定性并且使得传感器单次传输能耗最大的强干扰环境,我们给出了强干扰环境中信道成功解码率受损后系统控制能耗的增加以及对估计性能的影响。
二、干扰环境下的控制系统扰动建模与仿真（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、干扰环境下的控制系统扰动建模与仿真（论文提纲范文）
（1）船用坐标测量系统定位方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于激光扫描网络的测量定位系统研究现状 |
| 1.2.2 系统定位方法研究现状 |
| 1.3 本领域存在的科学问题和关键技术问题 |
| 1.4 课题的主要研究内容 |
| 第2章 系统定位原理及误差分析 |
| 2.1 引言 |
| 2.2 船用坐标测量系统方案及坐标系定义 |
| 2.2.1 系统方案 |
| 2.2.2 坐标系定义 |
| 2.3 基于光束平差原理定位方法及无干扰条件下定位误差分析 |
| 2.3.1 基于光束平差原理定位方法 |
| 2.3.2 无干扰条件下定位误差分析 |
| 2.4 不同建造阶段定位误差分析 |
| 2.4.1 舱段合拢阶段定位误差分析 |
| 2.4.2 船台舾装阶段定位误差分析 |
| 2.4.3 码头舾装阶段系统定位误差分析 |
| 2.4.4 不同建造阶段定位方法分析 |
| 2.5 仿真实验 |
| 2.5.1 无干扰条件下定位误差仿真实验 |
| 2.5.2 舱段合拢阶段干扰条件下定位误差仿真实验 |
| 2.5.3 船台舾装阶段干扰条件下定位误差仿真实验 |
| 2.5.4 码头舾装阶段干扰条件下定位误差仿真实验 |
| 2.6 本章小结 |
| 第3章 发射站参数标定方法研究 |
| 3.1 引言 |
| 3.2 发射站参数标定原理 |
| 3.3 发射站参数一体化标定方法 |
| 3.4 发射站参数标定算法 |
| 3.5 仿真实验 |
| 3.6 本章小结 |
| 第4章 随机振动干扰环境下系统定位方法研究 |
| 4.1 引言 |
| 4.2 基于因子图的船用坐标测量系统定位模型 |
| 4.2.1 因子图与和积算法 |
| 4.2.2 船用坐标测量系统因子图定位模型 |
| 4.3 抗随机振动干扰定位方法 |
| 4.3.1 因子图定位模型关键节点实现方法 |
| 4.3.2 随机振动干扰处理方法 |
| 4.3.3 抗随机振动干扰定位方法分析 |
| 4.4 仿真实验 |
| 4.5 本章小结 |
| 第5章 船体摇摆干扰环境下系统定位方法研究 |
| 5.1 引言 |
| 5.2 抗船体摇摆干扰定位方案 |
| 5.3 坐标系标定方法 |
| 5.3.1 新增坐标系定义 |
| 5.3.2 坐标系快速标定方法 |
| 5.4 船体摇摆干扰补偿方法 |
| 5.5 时间同步方法 |
| 5.6 仿真实验 |
| 5.6.1 坐标系标定方法仿真实验 |
| 5.6.2 抗船体摇摆干扰定位方法仿真实验 |
| 5.6.3 时间同步仿真实验 |
| 5.7 本章小结 |
| 第6章 系统定位方法验证实验 |
| 6.1 引言 |
| 6.2 发射站参数标定方法验证实验 |
| 6.2.1 发射站参数标定方法验证实验方案 |
| 6.2.2 发射站参数标定方法验证实验 |
| 6.3 抗随机振动干扰定位方法验证实验 |
| 6.4 抗船体摇摆干扰定位方法验证实验 |
| 6.4.1 抗船体摇摆干扰定位方法验证实验方案 |
| 6.4.2 坐标系标定方法验证实验 |
| 6.4.3 抗船体摇摆干扰定位方法验证实验 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（2）基于改进自抗扰控制的海上无人艇航向控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 无人艇国内外研究现状 |
| 1.3 无人艇航向控制技术国内外研究现状 |
| 1.4 论文主要工作内容安排 |
| 第2章 无人艇及海洋环境干扰数学建模 |
| 2.1 无人艇运动数学模型 |
| 2.1.1 无人艇运动坐标系 |
| 2.1.2 无人艇运动数学模型 |
| 2.1.3 无人艇响应数学模型 |
| 2.2 无人艇舵机模型 |
| 2.3 无人艇运动干扰数学模型 |
| 2.3.1 海风干扰 |
| 2.3.2 海浪干扰 |
| 2.3.3 海流干扰 |
| 2.4 本章小结 |
| 第3章 基于自抗扰控制的航向控制器设计及仿真 |
| 3.1 经典PID控制器优点与局限 |
| 3.2 自抗扰控制器算法 |
| 3.2.1 跟踪微分器(TD) |
| 3.2.2 扩张状态观测器(ESO) |
| 3.2.3 非线性状态反馈控制律(NLSEF) |
| 3.2.4 自抗扰控制参数整定 |
| 3.3 基于自抗扰控制无人艇航向控制仿真实验 |
| 3.4 本章小结 |
| 第4章 基于FA的线性自抗扰控制航向控制器研究 |
| 4.1 线性自抗扰控制 |
| 4.1.1 线性扩张状态观测器(LESO) |
| 4.1.2 线性状态误差反馈控制律(LSEF) |
| 4.2 基于线性自抗扰控制航向控制仿真实验 |
| 4.3 萤火虫算法(FA) |
| 4.3.1 萤火虫算法生物学原理 |
| 4.3.2 萤火虫算法基本思想 |
| 4.3.3 萤火虫算法描述 |
| 4.4 基于FA的ADRC参数整定 |
| 4.5 基于FA-ADRC无人艇航向控制仿真实验 |
| 4.6 四种航向控制算法比较 |
| 4.7 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（3）深海作业级ROV的路径跟踪技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 水下航行器发展现状 |
| 1.3 水下航行器控制技术研究概述 |
| 1.4 论文的研究内容与结构安排 |
| 2 深海作业级ROV运动系统模型建立 |
| 2.1 深海作业级ROV运动学模型 |
| 2.2 深海作业级ROV动力学模型 |
| 2.3 深海作业级ROV模型简化 |
| 2.4 本章小结 |
| 3 基于趋近律滑模的路径跟踪控制方法 |
| 3.1 引言 |
| 3.2 问题描述和实现目标 |
| 3.3 相关控制理论的原理 |
| 3.4 控制器设计 |
| 3.5 稳定性证明 |
| 3.6 本章小结 |
| 4 深海作业级ROV控制系统仿真研究 |
| 4.1 引言 |
| 4.2 实验仿真 |
| 4.3 操纵性能仿真 |
| 4.4 三维路径跟踪仿真 |
| 4.5 位姿监测系统设计 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
| 学位论文数据集 |
（4）基于观测器的主动座椅悬架系统鲁棒控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究的创新点 |
| 1.4 本文研究内容及框架 |
| 第二章 预备知识 |
| 2.1 座椅悬架系统建模概述 |
| 2.1.1 力扭矩变换 |
| 2.1.2 摩擦力模型 |
| 2.1.3 主动座椅悬架系统模型 |
| 2.2 量测输出传感器故障模型 |
| 2.3 线性矩阵不等式 |
| 2.4 相关引理 |
| 2.5 本章小结 |
| 第三章 基于未知输入观测器的主动座椅悬架系统鲁棒H?控制 |
| 3.1 问题描述 |
| 3.2 摩擦力观测器设计 |
| 3.3 摩擦力补偿H?控制器设计 |
| 3.4 数值仿真 |
| 3.5 本章小结 |
| 第四章 基于主动座椅悬架系统输出延时测量状态和未知输入观测器设计 |
| 4.1 问题描述 |
| 4.2 延时测量观测器设计 |
| 4.3 未知输入估计 |
| 4.4 数值仿真 |
| 4.5 本章小结 |
| 第五章 基于传感器故障的主动座椅悬架系统主动容错控制 |
| 5.1 问题描述 |
| 5.1.1 主动座椅悬架传感器故障建模 |
| 5.1.2 传感器故障的主动座椅悬架模型 |
| 5.2 传感器信号重构容错控制设计 |
| 5.2.1 基于自适应观测器故障估计 |
| 5.2.2 传感器信号重构与容错控制 |
| 5.3 数值仿真 |
| 5.3.1 故障估计 |
| 5.3.2 故障容错控制 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（5）四旋翼无人机增量型抗干扰控制研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 无人机姿态估计算法的研究现状 |
| 1.2.2 无人机姿态控制算法的研究现状 |
| 1.3 研究内容与结构安排 |
| 第二章 预备知识 |
| 2.1 引言 |
| 2.2 四旋翼飞行原理 |
| 2.3 坐标系与坐标变换 |
| 2.3.1 坐标系 |
| 2.3.2 状态参数与符号表示 |
| 2.3.3 坐标变换 |
| 2.4 四旋翼无人机动力学模型 |
| 2.4.1 质心运动学模型 |
| 2.4.2 姿态运动学模型 |
| 2.5 实验平台 |
| 2.5.1 平台介绍 |
| 2.5.2 平台参数 |
| 2.6 本章小结 |
| 第三章 旋翼无人机姿态解算 |
| 3.1 引言 |
| 3.2 四元数基本知识 |
| 3.3 快速扩展Kalman姿态解算 |
| 3.3.1 过程模型 |
| 3.3.2 测量模型 |
| 3.3.3 姿态解算流程 |
| 3.3.4 算法初始化 |
| 3.4 实验测试 |
| 3.4.1 传感器校准 |
| 3.4.2 姿态解算 |
| 3.5 本章小结 |
| 第四章 基于自抗扰的姿态控制器设计 |
| 4.1 引言 |
| 4.2 自抗扰控制器 |
| 4.2.2 跟踪微分器 |
| 4.2.3 扩张状态观测器 |
| 4.2.4 非线性状态误差反馈控制器 |
| 4.2.5 参数整定 |
| 4.3 自抗扰姿态控制器设计 |
| 4.3.1 直接姿态角自抗扰控制器设计 |
| 4.3.2 串级姿态角自抗扰控制器设计 |
| 4.4 仿真分析 |
| 4.5 本章小结 |
| 第五章 基于增量反步法的姿态控制器设计 |
| 5.1 引言 |
| 5.2 增量非线性动态逆控制器 |
| 5.3 INDI姿态角速度控制器设计 |
| 5.3.1 控制器设计 |
| 5.3.2 仿真分析 |
| 5.4 IBS姿态控制器设计 |
| 5.4.1 控制器设计 |
| 5.4.2 仿真分析 |
| 5.5 本章小结 |
| 第六章 基于自适应滑模的姿态控制器设计 |
| 6.1 引言 |
| 6.2 双层自适应滑模控制器设计 |
| 6.2.1 自适应滑模介绍 |
| 6.2.2 双层自适应滑模控制器设计 |
| 6.2.3 稳定性分析 |
| 6.2.4 仿真分析 |
| 6.3 基于滑模干扰观测器的自适应滑模控制器设计 |
| 6.3.1 滑模干扰观测器设计 |
| 6.3.2 双层自适应滑模观测器设计 |
| 6.3.3 仿真分析 |
| 6.4 增量形式的自适应滑模控制器设计 |
| 6.4.1 增量型自适应滑模控制器设计 |
| 6.4.2 仿真分析 |
| 6.5 实验分析 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）输出反馈多源干扰的抵消与抑制（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究课题来源 |
| 1.3 国内外研究现状 |
| 1.3.1 自适应控制 |
| 1.3.2 输出调节理论 |
| 1.3.3 干扰观测器 |
| 1.4 研究内容及章节安排 |
| 第二章 一种反向递推正弦干扰观测器设计方法 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 反向递推干扰观测器设计 |
| 2.3.1 低通滤波器设计 |
| 2.3.2 辅助滤波器设计 |
| 2.4 仿真算例 |
| 2.5 实验 |
| 2.6 本章小结 |
| 第三章 反向递推偏置正弦干扰的估计与补偿 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 基于反向递推的偏置正弦干扰观测器设计 |
| 3.3.1 系统参考模型设计 |
| 3.3.2 干扰观测器设计 |
| 3.4 稳定性分析 |
| 3.5 仿真算例 |
| 3.6 实验 |
| 3.7 本章小结 |
| 第四章 非最小相位系统正弦干扰的估计与补偿 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基于输出反馈的正弦干扰观测器设计 |
| 4.3.1 辅助观测器设计 |
| 4.3.2 干扰合成器设计 |
| 4.4 仿真算例 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 问题及展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（7）多源干扰系统的抗干扰控制（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 DOBC研究现状 |
| 1.2.2 有限时间控制研究现状 |
| 1.2.3 固定时间控制研究现状 |
| 1.3 预备知识 |
| 1.4 论文结构框架 |
| 第2章 带有非谐波干扰系统的抗干扰控制 |
| 2.1 问题描述 |
| 2.2 主要结果 |
| 2.2.1 非线性干扰观测器(NDO) |
| 2.2.2 基于非线性干扰观测器的抗干扰控制(NDOBC) |
| 2.3 仿真算例 |
| 2.4 总结 |
| 第3章 多源干扰系统的有限时间抗干扰控制 |
| 3.1 问题描述 |
| 3.2 主要结果 |
| 3.2.1 干扰观测器 |
| 3.2.2 基于干扰观测器的有限时间抗干扰控制(DOBFTC) |
| 3.3 仿真算例 |
| 3.3.1 数值仿真 |
| 3.3.2 实例仿真 |
| 3.4 总结 |
| 第4章 多源干扰系统的固定时间抗干扰控制 |
| 4.1 问题描述 |
| 4.2 主要结果 |
| 4.2.1 干扰观测器 |
| 4.2.2 固定时间抗干扰控制(FTADC) |
| 4.3 仿真算例 |
| 4.3.1 数值仿真 |
| 4.3.2 实例仿真 |
| 4.4 总结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 作者简历 |
（8）开关变换器的环路测试（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 开关电源简介 |
| 1.1.2 开关变换器环路增益 |
| 1.2 国内外环路增益测试研究现状 |
| 1.3 课题主要研究内容 |
| 第二章 环路增益及其测试方法 |
| 2.1 基本原理 |
| 2.1.1 环路增益 |
| 2.1.2 互相关函数 |
| 2.2 环路增益测试方法 |
| 2.2.1 正弦小信号扰动测试法 |
| 2.2.2 伪随机码扰动测试法 |
| 2.3 基于互相关的正弦小信号扰动测试法 |
| 2.4 在线电路故障诊断原理 |
| 2.5 本章小结 |
| 第三章 系统基本结构及控制参数整定 |
| 3.1 系统基本结构 |
| 3.2 补偿器设计 |
| 3.3 频谱混叠和系统频率设计 |
| 3.4 本章小结 |
| 第四章 环路测试仿真设计及验证 |
| 4.1 仿真模型搭建 |
| 4.2 扫频仿真测试 |
| 4.2.1 开环扫频仿真 |
| 4.2.2 闭环扫频仿真 |
| 4.3 互相关算法下环路测试仿真验证 |
| 4.3.1 开环互相关仿真测试 |
| 4.3.2 闭环互相关仿真测试 |
| 4.4 在线电路故障诊断仿真测试 |
| 4.5 本章小结 |
| 第五章 测试平台搭建及实验验证 |
| 5.1 硬件环节搭建 |
| 5.1.1 主电路及驱动电路设计 |
| 5.1.2 数字控制电路设计 |
| 5.2 软件环节设计 |
| 5.2.1 整体设计流程图 |
| 5.2.2 互相关算法程序设计 |
| 5.2.3 增益曲线运算程序设计 |
| 5.2.4 在线电路故障诊断程序设计 |
| 5.3 实验结果及分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（9）考虑动力响应的欠驱动船舶路径跟随控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 智能船国内外研究现状 |
| 1.2.1 国外智能船的研究现状 |
| 1.2.2 国内智能船的研究现状 |
| 1.3 路径跟随控制研究现状 |
| 1.4 目前研究存在的问题 |
| 1.5 论文结构及主要内容 |
| 第2章 考虑动力响应的船舶运动建模与验证 |
| 2.1 引言 |
| 2.2 研究对象概述 |
| 2.3 坐标系转换 |
| 2.4 船舶动力学模型 |
| 2.5 船舶受力分析与计算 |
| 2.5.1 螺旋桨推力和力矩计算 |
| 2.5.2 舵力和力矩计算 |
| 2.5.3 环境干扰力和力矩计算 |
| 2.5.4 流体惯性力和力矩计算 |
| 2.5.5 流体粘性力和力矩计算 |
| 2.6 考虑船舶动力响应的船舶建模 |
| 2.6.1 主机模型 |
| 2.6.2 舵机模型 |
| 2.7 运动模型验证 |
| 2.8 本章小结 |
| 第3章 基于深度强化学习的航向控制方法 |
| 3.1 强化学习算法 |
| 3.1.1 强化学习基本原理 |
| 3.1.2 马尔科夫决策过程 |
| 3.1.3 Deep Q-Network |
| 3.2 基于策略搜索的强化学习算法 |
| 3.2.1 策略梯度算法 |
| 3.2.2 Actor-Critic算法 |
| 3.2.3 DDPG算法 |
| 3.3 基于DDPG的船舶航向控制器 |
| 3.3.1 控制器设计 |
| 3.3.2 奖励函数设计 |
| 3.4 仿真实验及分析 |
| 3.4.1 静态环境下的仿真结果 |
| 3.4.2 动态环境下的仿真结果 |
| 3.4.3 仿真结果分析 |
| 3.5 本章小结 |
| 第4章 考虑动力系统响应特性的路径跟踪控制方法 |
| 4.1 引言 |
| 4.2 自适应LOS导航 |
| 4.2.1 LOS基本原理 |
| 4.2.2 自适应LOS导航 |
| 4.3 基于DDPG的路径跟踪控制器 |
| 4.3.1 控制器设计 |
| 4.3.2 网络结构设计 |
| 4.3.3 考虑舵机、主机响应的奖励函数设计 |
| 4.4 仿真实验及分析 |
| 4.4.1 训练过程 |
| 4.4.2 仿真测试 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 主要创新点 |
| 5.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的成果和参加的科研项目 |
（10）工业网络系统的控制—传输联合性能分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 工业网络系统概况 |
| 1.2.1 控制系统 |
| 1.2.2 工业无线网络 |
| 1.3 国内外研究现状 |
| 1.3.1 工业无线技术与控制 |
| 1.3.2 离散顺序系统 |
| 1.3.3 工业复杂干扰环境 |
| 1.4 本文研究内容及结构 |
| 1.4.1 研究内容 |
| 1.4.2 本文结构 |
| 第二章 一般网络控制系统的控制-传输性能建模及分析 |
| 2.1 问题描述 |
| 2.2 控制-传输联合性能建模 |
| 2.2.1 最小化单次传输能耗的传输策略设计 |
| 2.2.2 α-指数衰减的LQR控制器设计 |
| 2.2.3 控制-传输联合性能分析模型 |
| 2.3 仿真分析 |
| 2.3.1 系统中各个参数对控制系统性能的影响分析 |
| 2.3.2 系统中各个参数对系统控制-传输性能的影响与分析 |
| 2.4 本章小结 |
| 第三章 离散顺序系统的卡尔曼滤波估计和控制-传输性能分析 |
| 3.1 研究背景 |
| 3.2 问题描述 |
| 3.3 离散顺序系统的建模与滤波器设计 |
| 3.3.1 离散顺序系统的建模 |
| 3.3.2 离散顺序系统的滤波器增益设计 |
| 3.4 离散顺序系统的通讯策略设计及控制-传输能耗建模 |
| 3.4.1 离散顺序系统的传输策略设计及传输能耗计算 |
| 3.4.2 离散顺序系统的控制能耗建模 |
| 3.4.3 离散顺序系统的控制-传输能耗建模 |
| 3.5 仿真分析 |
| 3.5.1 估计性能的比较与分析 |
| 3.5.2 离散顺序系统的控制-能耗分析 |
| 3.6 本章小结 |
| 第四章 工业复杂干扰环境下的控制-传输性能分析 |
| 4.1 工业复杂干扰环境的分类及性能影响分析 |
| 4.1.1 工业复杂干扰环境的分类 |
| 4.1.2 弱干扰环境内工业网络系统的性能分析 |
| 4.1.3 强干扰环境内工业网络系统的性能分析 |
| 4.2 仿真分析 |
| 4.2.1 工业干扰对无线传输的影响分析 |
| 4.2.2 弱干扰环境内工业网络系统的性能分析 |
| 4.2.3 强干扰环境内工业网络系统的性能分析 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 课题研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间参与的项目 |
四、干扰环境下的控制系统扰动建模与仿真（论文参考文献）
- [1]船用坐标测量系统定位方法研究[D]. 郝强. 哈尔滨工业大学, 2021(02)
- [2]基于改进自抗扰控制的海上无人艇航向控制[D]. 胡俊祥. 安徽工程大学, 2020(04)
- [3]深海作业级ROV的路径跟踪技术研究[D]. 管振栋. 山东科技大学, 2020(06)
- [4]基于观测器的主动座椅悬架系统鲁棒控制[D]. 贾忠益. 南京信息工程大学, 2020(02)
- [5]四旋翼无人机增量型抗干扰控制研究与应用[D]. 岳永凯. 西安电子科技大学, 2020(05)
- [6]输出反馈多源干扰的抵消与抑制[D]. 王子豪. 太原科技大学, 2020(03)
- [7]多源干扰系统的抗干扰控制[D]. 赵涵旭. 鲁东大学, 2020(01)
- [8]开关变换器的环路测试[D]. 冯军浩. 北方工业大学, 2020(02)
- [9]考虑动力响应的欠驱动船舶路径跟随控制方法研究[D]. 王伟业. 武汉理工大学, 2020(09)
- [10]工业网络系统的控制—传输联合性能分析[D]. 张颖. 上海交通大学, 2020(01)