本书介绍了非高斯系统控制及滤波的最新研究成果,主要内容包括随机性度量及其非参数估计、控制输入受限的非高斯系统最小熵控制、多变量非高斯系统跟踪控制及最小熵滤波、数据驱动框架下的单神经元自适应控制器设计、非高斯网络化控制系统(h,φ)-熵控制理论及应用、非高斯随机系统的多目标优化控制理论及应用。
样章试读
目录
- 目录
前言1
绪论1
1.1非高斯系统控制及滤波研究意义1
1.2非高斯系统的控制问题3
1.2.1基于偏微分方程的PDF控制3
1.2.2基于随机结构的PDF控制4
1.2.3基于随机分布控制理论的PDF控制6
1.3非高斯系统的滤波问题9
1.4本书的研究内容10
2随机性度量13
2.1PDF及其矩函数13
2.1.1随机变量的PDF13
2.1.2矩函数14
2.2信息熵15
2.3互信息19
2.4Fisher信息21
2.5信息散度22
3Renyi熵及其非参数估计25
3.1Renyi熵的定义25
3.2二阶Renyi熵的估计28
4外部噪声非高斯随机系统带约束随机分布控制34
4.1模型描述35
4.2跟踪误差的PDF36
4.3控制策略设计36
4.3.1性能指标的建立36
4.3.2带约束的最优控制律设计37
4.3.3稳定性分析38
4.4数值算例39
4.5本章小结44
5非线性非高斯两入两出动态随机系统的最小熵控制45
5.1问题描述46
5.2跟踪误差的PDF46
5.3昀小熵控制48
5.3.1改进的最小熵性能指标48
5.3.2最优控制律设计49
5.4稳定性分析51
5.5仿真分析54
5.6本章小结58
6控制输入受限的广义非线性非高斯系统最小熵控制59
6.1问题描述59
6.1.1广义随机系统模型描述59
6.1.2跟踪误差的PDF演化方程60
6.2昀优控制律设计61
6.2.1性能指标的建立61
6.2.2带约束的最优控制律设计62
6.2.3稳定性分析63
6.3数值算例65
6.4本章小结67
7基于广义密度演化方程的多变量非高斯系统随机跟踪控制68
7.1问题描述69
7.2随机分布控制律69
7.2.1跟踪误差的PDF69
7.2.2性能指标71
7.2.3最优控制器设计72
7.2.4基于统计线性化方法的稳定性分析73
7.3数值算例75
7.4本章小结77
8基于广义密度演化方程的非线性非高斯连续系统最小熵滤波研究78
8.1非高斯系统和滤波器模型78
8.2估计误差的PDF79
8.3改进的昀小熵滤波器80
8.3.1基于共轭梯度法的最优滤波增益矩阵81
8.3.2均方指数有界性分析82
8.4仿真分析84
8.5本章小结88
9非高斯离散随机系统的滤波器设计89
9.1滤波问题描述89
9.2基于昀小误差熵准则的滤波器设计90
9.3基于中心误差熵准则的滤波器设计93
9.4数值仿真94
9.5本章小结101
10数据驱动框架下的非高斯随机系统单神经元自适应控制器设计102
10.1单变量系统的单神经元自适应控制102
10.1.1单神经元自适应控制器的结构102
10.1.2改进的最小熵准则103
10.1.3最优控制律及稳定性分析104
10.2多变量系统的单神经元PID控制109
10.2.1问题描述109
10.2.2性能指标及熵估计110
10.2.3单神经元自适应控制器设计112
10.2.4收敛性分析114
10.2.5数值仿真118
10.3基于SIP准则的单神经元随机预测控制器设计120
10.3.1单神经元随机预测控制121
10.3.2均方稳定性分析124
10.3.3数值仿真129
10.4本章小结131
11非高斯随机网络化控制系统的最小(h,φ)-熵控制理论及应用133
11.1问题描述134
11.2昀优控制律设计136
11.2.1二次性能指标的PDF136
11.2.2广义最小熵控制律设计137
11.3网络化直流电机控制系统137
11.3.1直流电机的数学模型138
11.3.2网络化直流电机控制系统139
11.3.3实验结果140
11.4本章小结143
12非线性非高斯随机系统的多目标优化控制理论及应用144
12.1预备知识144
12.2问题描述145
12.3多目标分布估计算法146
12.4仿真分析147
12.4.1实验结果147
12.4.2有机朗肯循环温度控制系统150
12.5本章小结155
13结论与展望157
参考文献160