检索结果-维普期刊中文期刊服务平台

超声波电机二阶线性时变模型的迭代学习辨识建模: 1; 作者周星龙史敬灼《电机与控制学报》 EI CSCD 北大核心 2024年第8期174-184,共11页; 为了提高超声波电机(USM)转速控制模型的精度,提出一种基于迭代学习辨识的二阶线性时变模型建模方法。针对USM的非线性与时变特性,首先基于超声波电机驱动电压的频率作为输入变量,转速作为输出变量,建立一个描述其动态行为的线性时变模... 展开更多; 关键词超声波电机线性时变系统迭代学习辨识学习律双范数最优转速控制模型; 在线阅读下载PDF 职称材料

一类高阶线性时变系统自适应迭代学习辨识被引量：1: 2; 作者郭毓申晓宁 +1 位作者陈庆伟胡维礼《兵工学报》 EI CAS CSCD 北大核心 2008年第4期454-458,共5页; 针对一类在有限时间区间上可重复运行的一致强稳定、一致强可控的高阶线性时变系统,提出了模型参考自适应迭代学习参数辨识方法。基于类Lyapunov函数推导了时变参数的迭代学习律。该算法可以辨识未知的快时变参数,并保证模型跟踪误差随... 展开更多; 关键词控制理论线性时变系统迭代学习辨识模型参考自适应; 在线阅读下载PDF 职称材料

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: 3; 作者李世平孙明轩毕宏博《系统工程学报》 CSCD 北大核心 2011年第2期166-173,共8页; 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... 展开更多; 关键词混沌保密通信非线性N-shift加密迭代学习辨识; 在线阅读下载PDF 职称材料

不确定非线性系统的LSSVR迭代学习辨识算法: 4; 作者司利云余强林辉《控制工程》 CSCD 北大核心 2015年第6期1118-1122,共5页; 针对一类不确定非线性系统的时变参数辨识问题,利用最小二乘支持向量回归机(LSSVR)的逼近能力,将积分型Lyapunov函数作为优化目标,设计出具有自适应性的迭代学习辨识算法。该算法采用迭代学习的方式对支持向量回归机的权值和逼近误差进... 展开更多; 关键词迭代学习辨识不确定非线性系统:在线建模支持向量机鲁棒控制; 在线阅读下载PDF 职称材料

超声波电机转速控制模型的迭代学习辨识建模: 5; 作者周星龙史敬灼《电子测量技术》北大核心 2023年第11期42-48,共7页; 超声波电机的转速控制模型是其运动控制研究的基础。为研究以驱动频率为调节变量的超声波电机转速控制模型,根据超声波电机驱动频率与转速之间关系特性的实测数据,建立超声波电机转速控制的二阶线性时不变模型。给出迭代学习辨识策略对... 展开更多; 关键词超声波电机迭代学习辨识线性时不变双范数最优辨识建模; 在线阅读下载PDF 职称材料

多幅混合数字图像提取的迭代学习方法被引量：1: 6; 作者孔颖孙明轩陆慧娟《小型微型计算机系统》 CSCD 北大核心 2017年第3期584-589,共6页; 提出以迭代学习辨识算法提取隐藏图像的新方法.将图像信息嵌入到混沌系统的参数中,并运用图像多重混合嵌入技术完成图像隐藏.这种图像隐藏过程等效于含未知时变参数的动态系统.运用D型迭代学习辨识方法在有限时间区间上对时变参数的完... 展开更多; 关键词迭代学习辨识混沌映射图像隐藏多重混合; 在线阅读下载PDF 职称材料

基于迭代学习控制的列车自动运行研究被引量：1: 7; 作者王娟李国宁刘雨佳《计算机工程与应用》 CSCD 2014年第9期219-224,共6页; 针对列控系统难以建立精确的动力学模型问题,利用列车运行过程中包含的大量重复信息,选用迭代学习算法对列车动力学模型中的未知参数进行辨识并提出基于迭代学习控制的列车自动运行控制算法。算法核心是利用历史数据生成新的控制量控制... 展开更多; 关键词列车自动运行迭代学习辨识迭代学习控制学习律; 在线阅读下载PDF 职称材料

哈默斯坦非线性时变系统的加权学习辨识方法被引量：2: 8; 作者仲国民俞其乐陈强《电子与信息学报》 EI CSCD 北大核心 2022年第5期1610-1616,共7页; 针对有限区间哈默斯坦(Hammerstein)非线性时变系统,该文提出一种加权迭代学习算法用以估计系统时变参数。首先将Hammerstein系统输入非线性部分进行多项式展开,采用迭代学习最小二乘算法辨识系统的时变参数。为了防止数据饱和,采用带... 展开更多; 关键词加权迭代学习辨识时变参数哈默斯坦模型最小二乘算法; 在线阅读下载PDF 职称材料

基于非线性模型预测控制的城市路网交通流优化: 9; 作者胡小勇张建军 +1 位作者杨云晖邓志刚《现代电子技术》 2023年第20期163-166,共4页; 为提高城市路网设计效率,文中提出一种基于非线性模型预测控制的城市路网交通流优化方案。采用预测控制方法,利用模拟试验验证所提算法在道路网络中的应用,从而最大限度地提高路口的通行能力;同时,验证迭代式识别在车辆流量模型的参数... 展开更多; 关键词城市路网交通流优化车辆流量模型非线性交通信号预测控制自适应迭代学习辨识算法; 在线阅读下载PDF 职称材料

题名超声波电机二阶线性时变模型的迭代学习辨识建模: 1; 作者周星龙史敬灼; 机构河南科技大学电气工程学院; 出处《电机与控制学报》 EI CSCD 北大核心 2024年第8期174-184,共11页; 基金国家自然科学基金(U1304501)。; 文摘为了提高超声波电机(USM)转速控制模型的精度,提出一种基于迭代学习辨识的二阶线性时变模型建模方法。针对USM的非线性与时变特性,首先基于超声波电机驱动电压的频率作为输入变量,转速作为输出变量,建立一个描述其动态行为的线性时变模型。为提高模型辨识的精度与鲁棒性,改进迭代学习辨识(ILI)算法,通过优化误差加权范数和参数变化率范数相结合的目标函数,并且设计新的学习律,利用归一化柯西滤波窗口进一步地构造学习律的权重矩阵。仿真与实验结果表明,所提的二阶线性时变模型在描述USM转速运动特性方面具有较高的精度,迭代学习辨识算法展现了优良的收敛性和鲁棒性,能够有效应对时变扰动并改进USM的运动控制性能。; 关键词超声波电机线性时变系统迭代学习辨识学习律双范数最优转速控制模型; Keywords ultrasonic motor linear time-variantrite system iterative learning identification learning law two-norm minimization speed control model; 分类号 TM359.9 [电气工程—电机]; 在线阅读下载PDF 职称材料

题名一类高阶线性时变系统自适应迭代学习辨识被引量：1: 2; 作者郭毓申晓宁陈庆伟胡维礼; 机构南京理工大学自动化学院; 出处《兵工学报》 EI CAS CSCD 北大核心 2008年第4期454-458,共5页; 基金国家自然科学基金资助项目(60474034); 文摘针对一类在有限时间区间上可重复运行的一致强稳定、一致强可控的高阶线性时变系统,提出了模型参考自适应迭代学习参数辨识方法。基于类Lyapunov函数推导了时变参数的迭代学习律。该算法可以辨识未知的快时变参数,并保证模型跟踪误差随迭代次数趋于无穷关于有限时间区间一致收敛到0,参数估计误差有界且收敛。分析了参数估计收敛到真值的条件。仿真验证了所提辨识算法的有效性。; 关键词控制理论线性时变系统迭代学习辨识模型参考自适应; Keywords control theory linear time-varying system iterative learning identification model reference adaptive; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名混沌通信的非线性N-shift加密与迭代学习辨识算法被引量：2: 3; 作者李世平孙明轩毕宏博; 机构浙江工业大学信息工程学院; 出处《系统工程学报》 CSCD 北大核心 2011年第2期166-173,共8页; 基金国家自然科学基金资助项目(60474005 60874041); 文摘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.; 关键词混沌保密通信非线性N-shift加密迭代学习辨识; Keywords chaotic secure communication nonlinear N-shift masking iterative learning identification; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名不确定非线性系统的LSSVR迭代学习辨识算法: 4; 作者司利云余强林辉; 机构长安大学电子与控制工程学院西北工业大学陕西省微特电机及驱动技术重点实验室长安大学汽车学院; 出处《控制工程》 CSCD 北大核心 2015年第6期1118-1122,共5页; 基金陕西省科技发展计划项目(2014K05-26) 陕西省微特电机及驱动技术重点实验室开放基金(2013SSJ2003); 文摘针对一类不确定非线性系统的时变参数辨识问题,利用最小二乘支持向量回归机(LSSVR)的逼近能力,将积分型Lyapunov函数作为优化目标,设计出具有自适应性的迭代学习辨识算法。该算法采用迭代学习的方式对支持向量回归机的权值和逼近误差进行修正,利用高增益的反馈控制器增强系统的稳定性和鲁棒性。收敛性分析表明,随着迭代次数的增加,估计误差渐近收敛于零。仿真结果表明该算法可以实现有限时间区间上参数的完全辨识。; 关键词迭代学习辨识不确定非线性系统:在线建模支持向量机鲁棒控制; Keywords Iterative learning identification uncertain nonlinear system online modeling support vector machine robust control; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名超声波电机转速控制模型的迭代学习辨识建模: 5; 作者周星龙史敬灼; 机构河南科技大学电气工程学院; 出处《电子测量技术》北大核心 2023年第11期42-48,共7页; 基金国家自然科学基金(U1304501)项目资助。; 文摘超声波电机的转速控制模型是其运动控制研究的基础。为研究以驱动频率为调节变量的超声波电机转速控制模型,根据超声波电机驱动频率与转速之间关系特性的实测数据,建立超声波电机转速控制的二阶线性时不变模型。给出迭代学习辨识策略对电机转速控制模型的参数进行辨识。针对超声波电机的每组实测数据中数据量不同导致的参数收敛性减弱的情况,通过双范数最优理论来设计迭代学习辨识的参数学习律。将迭代学习辨识所得结果与Hammerstein模型比较。仿真和实验结果表明,二阶线性时不变模型下的迭代学习辨识可以有效地辨识超声波电机的模型参数,参数收敛速度快、收敛性较好,所建模型精度较高,建模方法有效。; 关键词超声波电机迭代学习辨识线性时不变双范数最优辨识建模; Keywords ultrasonic motor iterative learning identification linear time-invariantrite two-parameter optimum identification modeling; 分类号 TM359.9 [电气工程—电机]; 在线阅读下载PDF 职称材料

题名多幅混合数字图像提取的迭代学习方法被引量：1: 6; 作者孔颖孙明轩陆慧娟; 机构浙江工业大学信息工程学院浙江科技学院信息与电子工程学院中国计量学院信息工程学院; 出处《小型微型计算机系统》 CSCD 北大核心 2017年第3期584-589,共6页; 基金国家自然科学基金项目(61174034 61272315 +1 种基金 60842009)资助浙江省教育厅项目(Y201431791)资助; 文摘提出以迭代学习辨识算法提取隐藏图像的新方法.将图像信息嵌入到混沌系统的参数中,并运用图像多重混合嵌入技术完成图像隐藏.这种图像隐藏过程等效于含未知时变参数的动态系统.运用D型迭代学习辨识方法在有限时间区间上对时变参数的完全估计能力,实现隐藏图像信息的完全提取.数值结果表明在各种攻击下该提取方法的有效性.; 关键词迭代学习辨识混沌映射图像隐藏多重混合; Keywords iterative learning identification chaotic mapping image hiding multi-blending; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于迭代学习控制的列车自动运行研究被引量：1: 7; 作者王娟李国宁刘雨佳; 机构兰州交通大学自动化与电气工程学院; 出处《计算机工程与应用》 CSCD 2014年第9期219-224,共6页; 文摘针对列控系统难以建立精确的动力学模型问题,利用列车运行过程中包含的大量重复信息,选用迭代学习算法对列车动力学模型中的未知参数进行辨识并提出基于迭代学习控制的列车自动运行控制算法。算法核心是利用历史数据生成新的控制量控制列车自动运行。仿真结果表明,经过一定次数的迭代,参数辨识值保持稳定并且列车能够严格跟踪目标曲线行驶,保证列车高精度、高平稳、高安全的运行。; 关键词列车自动运行迭代学习辨识迭代学习控制学习律; Keywords automatic train operation iterative learning identification iterative learning control learning law; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名哈默斯坦非线性时变系统的加权学习辨识方法被引量：2: 8; 作者仲国民俞其乐陈强; 机构浙江工业大学信息工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2022年第5期1610-1616,共7页; 基金国家自然科学基金(62073291,62973274)。; 文摘针对有限区间哈默斯坦(Hammerstein)非线性时变系统,该文提出一种加权迭代学习算法用以估计系统时变参数。首先将Hammerstein系统输入非线性部分进行多项式展开,采用迭代学习最小二乘算法辨识系统的时变参数。为了防止数据饱和,采用带遗忘因子的迭代学习最小二乘算法,进而引入权矩阵,采用加权迭代学习最小二乘算法改进系统跟踪误差,以提高辨识精度。该文分别给出3种算法的推导过程并进行仿真验证。结果表明,与迭代学习最小二乘算法和带遗忘因子迭代学习最小二乘算法相比,加权迭代学习最小二乘算法具有辨识精度高、跟踪误差小以及迭代次数少等优点。; 关键词加权迭代学习辨识时变参数哈默斯坦模型最小二乘算法; Keywords Weighted iterative learning identification Time-varying parameters Hammerstein Model Least squares algorithm; 分类号 TN911.7 [电子电信—通信与信息系统] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于非线性模型预测控制的城市路网交通流优化: 9; 作者胡小勇张建军杨云晖邓志刚; 机构新余市公路事业发展中心北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室新余公路勘察设计院; 出处《现代电子技术》 2023年第20期163-166,共4页; 基金江西省交通运输厅科技项目(2021H0023)。; 文摘为提高城市路网设计效率,文中提出一种基于非线性模型预测控制的城市路网交通流优化方案。采用预测控制方法,利用模拟试验验证所提算法在道路网络中的应用,从而最大限度地提高路口的通行能力;同时,验证迭代式识别在车辆流量模型的参数识别中的正确性。研究结果表明:采用时变参数模式预测时,每个路口的队长度差异都是比较合理的,模型预测结果与仿真结果接近;采用该模型的预测控制算法可以对网络的实时状况进行实时修正,从而改善道路的运行性能,8:00时段道路阻塞状况的模拟结果证明该方法具有较好的性能。相比之下,当系统中产生随机扰动时,自适应迭代学习辨识算法可以实现对系统期望输出的快速跟踪,具有较快的收敛速度和良好的效果。; 关键词城市路网交通流优化车辆流量模型非线性交通信号预测控制自适应迭代学习辨识算法; Keywords urban road network traffic flow optimization vehicle flow model non linearity traffic signal prediction control adaptive iterative learning identification algorithm; 分类号 TN711-34 [电子电信—电路与系统] TP13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	超声波电机二阶线性时变模型的迭代学习辨识建模	周星龙史敬灼	《电机与控制学报》 EI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	一类高阶线性时变系统自适应迭代学习辨识	郭毓申晓宁陈庆伟胡维礼	《兵工学报》 EI CAS CSCD 北大核心	2008	1	在线阅读下载PDF 职称材料
3	混沌通信的非线性N-shift加密与迭代学习辨识算法	李世平孙明轩毕宏博	《系统工程学报》 CSCD 北大核心	2011	2	在线阅读下载PDF 职称材料
4	不确定非线性系统的LSSVR迭代学习辨识算法	司利云余强林辉	《控制工程》 CSCD 北大核心	2015	0	在线阅读下载PDF 职称材料
5	超声波电机转速控制模型的迭代学习辨识建模	周星龙史敬灼	《电子测量技术》北大核心	2023	0	在线阅读下载PDF 职称材料
6	多幅混合数字图像提取的迭代学习方法	孔颖孙明轩陆慧娟	《小型微型计算机系统》 CSCD 北大核心	2017	1	在线阅读下载PDF 职称材料
7	基于迭代学习控制的列车自动运行研究	王娟李国宁刘雨佳	《计算机工程与应用》 CSCD	2014	1	在线阅读下载PDF 职称材料
8	哈默斯坦非线性时变系统的加权学习辨识方法	仲国民俞其乐陈强	《电子与信息学报》 EI CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
9	基于非线性模型预测控制的城市路网交通流优化	胡小勇张建军杨云晖邓志刚	《现代电子技术》	2023	0	在线阅读下载PDF 职称材料