一、采样系统的分析:提升技术（论文文献综述）
邵博[1]（2021）在《基于无腔脉冲源的光采样技术研究》文中研究说明模数转换技术是现代社会实现信息化的基础。光采样电量化模数转换器由于同时拥有光采样的优异性能以及电量化编码的成熟技术,一直是当前研究的热门方向。其中基于时分复用技术的时间交织光模数转换器能够在保证采样端高采样速度的前提下,尽可能降低对后端电量化系统的性能需求,因此备受瞩目。目前主流的基于时分复用技术的时间交织光模数转换系统,其采样部分大多采用锁模激光器作为采样脉冲源,因而不可避免地存在光学腔调节难度大、使用成本高等问题;而在时分复用结构方面,传统光耦合器和可调延迟线结构也存在结构较复杂、操作难度较大、难以适应四通道及以上结构等缺点。针对以上两个问题,本文做了如下研究工作:对无腔脉冲源与基于时分复用技术的光采样结构进行了系统仿真。无腔脉冲源的仿真得到了重复频率为10GHz、脉冲宽度9.4ps、时间抖动为417.6fs的光脉冲。基于时分复用技术的光采样结构的仿真在采用上述无腔脉冲源的条件下,在输出端得到了共四通道每通道重复频率为2.5GHz的结果以及1OGS/s的系统采样率。以双输出马赫曾德尔调制器为基础,搭建了基于时分复用技术的光采样结构系统,得到了每通道重复频率为5GHz的双通道采样输出结果以及每通道重复频率为2.5GHz的四通道采样输出结果,其系统采样率为10GS/s,系统信噪比可达30dB以上。与其它光采样结构相比,该结构设计降低了实验成本和操作难度,减小了系统体积和重量;与传统光耦合器和可调延迟线结构相比,该结构减少了使用元器件的数目,降低了系统复杂度,也减少了系统功率损耗;此外,该结构在通道数目以及系统采样率等方面与国内类似工作相比处于先进水平,信噪比也维持了较高水准,在不同的系统采样率下均可以稳定实现分频,拥有较高的应用价值。
张子豪[2]（2021）在《智能优化算法的改进及在系统辨识中的应用》文中研究说明智能优化算法由于其较强的寻优搜索能力,成为研究的重点,各界学者提出了多种智能优化算法,用于解决各个领域中的优化问题,如在金融、化工、控制科学、材料工程、电子信息科学技术、航空航天等,智能优化算法都有良好的应用。由于智能优化算法的引入,大大提升学科的研究进展。近年来在控制科学中,智能优化算法在系统辨识领域也取得了一定的成果,在对于解决模块化的非线性系统辨识问题取得了良好的应用。同时随着工艺复杂度的提升和工艺需求的丰富,非均匀采样系统在工业生产中的出现越发频繁,如何解决非均匀采样系统的辨识问题成为研究重点。本文主要研究内容包括:（1）针对灰狼优化算法（Grey Wolf Optimization,GWO）容易陷入局部最优,收敛精度低等问题,引入了 Logistic混沌映射策略初始化种群,使初始种群分布更加均匀;提出等级制度,突出了灰狼优化算法中狼群的等级机制;引入速度向量思想,提高收敛精度及速度;提出了狼群中的淘汰机制,剔除了狼群中的“害群之马”,同时根据狼群社会中的等级制度,让狼群中等级更高的狼拥有繁衍权,提高了算法的精确度,提高了算法的收敛速度。（2）为验证智能优化算法的效果,以18个测试函数测试改进灰狼优化算法的寻优性能,从测试结果中看出,改进算法相较于其他算法,有更强的寻优效果。同时为体现智能优化算法在辨识中的应用,采用改进灰狼优化算法GWOPSO算法,辨识模块化非线性系统Wiener系统参数模型,通过仿真实验结果可以看出,采用GWOPSO算法辨识系统参数相较于其他智能优化算法有更好的辨识效果。（3）针对最小二乘法等传统辨识方法推导复杂,辨识不具有通用性的问题,采用粒子群优化算法辨识非均匀采样的线性系统、Hammerstein系统模型以及噪声干扰下的Hammerstein系统模型,通过提升技术处理非均匀采样系统模型,将其变为最优化问题,经过粒子群优化算法寻优得到最优解,即为待辨识系统估计参数。为验证这一方法,以非均匀采样线性系统模型、Hammerstein模块化非线性系统模型以及噪声干扰下的Hammerstein模块化非线性系统模型作为实验对象,采用粒子群优化算法辨识三个对象的系统模型参数。从实验结果可以看出,智能优化算法在非均匀采样系统模型参数问题辨识中得到了良好应用。（4）提出一种提升粒子群优化算法,改善了粒子群优化算法辨识非均匀采样系统模型参数时的精度低,收敛慢的缺点,以非均匀采样Hammerstein模型作为仿真对象进行仿真实验。通过实验结果可以得出结论,提升粒子群优化算法有效的提升了粒子群优化算法的辨识能力。
庄怡[3]（2021）在《混合交替采样系统分析及分辨率优化方法实现》文中提出现代通信技术不断发展,信号的复杂程度随之提高,人们对信号的细节愈发关注。对于采样系统而言,不断减小采样过程中的噪声并提高测量准确度能够实现更精确的信号捕获。采样系统的精度是衡量测量信号是否精确的重要指标,而模数转换器的性能是采样精度的重要决定因素之一。由于集成电路工艺的限制,ADC芯片在采样率和分辨率指标上无法同时兼顾,采样精度也受到了相应的限制。因此,研究影响采样精度的因素并提高采样精度具有重要的实际应用价值。本课题基于PXIe总线示波器实验平台,深入研究了影响采样精度的因素;构建了采样率与分辨率可配置的混合交替采样系统;分析并实现了高精度数据处理方法。本课题的研究内容主要包括以下三个部分:1、信号重构性能关系模型分析:首先分析了稀疏信号的重构过程,分别研究了采样率和量化位数对信号重构性能的作用原理,进一步建立了输入信噪比、ADC量化位数、采样率及被测信号特征的关系模型,为实际应用中最优的采样系统设计奠定了相关基础。2、混合交替采样系统分析与设计:基于时间交替采样系统、量化交替采样系统、以及通过多片多核ADC并行交替采样的方式,构建了一种采样率和分辨率可配置的混合交替采样系统。分析了此采样系统提升采样性能的原理,并在PXIe总线示波器采集模块中实现了该采样结构,该混合交替采样系统的理论采样率可达5GSPS,分辨率可提升为9bit。另外,在混合交替采样系统中,研究了输入噪声和量化噪声存在的情况下该系统的最佳性能。3、分辨率优化方法分析与实现:在采样系统硬件结构一定的情况下,从频域和时域的角度,分析了滤波、连续捕获平均、连续采样平均、基于扰动采样的平均等高分辨率数据处理方法的作用原理,通过仿真实验验证了相关方法的正确性。另外,研究了信号通道校正提高测量精度的原理,详细介绍了零点校正及增益校正的过程。最后在示波器软件中实现了本课题所介绍的高分辨率数据处理方法,给出了测量波形在经过相关方法处理前后的对比,从而验证了所提出方法对系统精度的提升有效性。
薛盛日[4]（2020）在《基于多速率采样系统的数据驱动控制器综合》文中指出现代工业生产过程中,控制系统的数字化,促进了采样系统在工业界的广泛应用。因此,采样系统的控制方法研究在控制领域一直是一个热门研究内容。采样器及其采样周期是构成采样控制系统的基本元素。对于一般采样系统,工程师普遍认定所有采样器与零阶或一阶保持器都采用同一周期。但在多传感器融合的情况下,不同传感器确实存在着采样周期不一致的情况。即采样系统的采样器与保持器之间,采样器与采样器之间,保持器与保持器之间都可能存在着周期不一致的情况。存在此现象的采样系统被称为多速率采样系统。本论文主要针对此类多速率采样系统进行数据驱动控制方法的研究。从20世纪50年代至今,多速率采样系统一直吸引着科研工作者的目光,相关控制器设计方法从传统控制方法到先进控制理论都有覆盖。但工业生产过程存在很多难以解决的动态特性,例如强耦合性、强时变性、非线性等。这些特性使科研工作者很难用精确的数学模型去线性化描述。通过公式推导获得控制器参数的方法也很难解决上述工程难题。对于这种难题,一个解决方式是直接利用含多速率采样特性的输入输出数据设计控制算法,即数据驱动控制器。本论文针对多速率采样系统的实际工程难题,逐渐递进地提出多种数据驱动控制器设计方法,进而满足系统递增的复杂度与性能需求。绪言部分叙述了多速率采样系统、数据驱动控制方法的背景与发展现状、分析了当前多速率采样系统控制器设计方法的局限性。论文首先介绍一般性多速率采样系统的建模以及多速率采样特性分析方法,为后续章节数据驱动控制器的设计提供数理基础与知识铺垫。以含多速率采样特性的主动悬架系统为例,论文给出多速率采样系统建模、分析与系统频域控制器设计全过程。通过有限频域H∞输出反馈控制器,主动悬架系统在工作频域段具备更加优良的干扰抑制性能。主动悬架系统的建模与分析也为后续章节中输入输出数据的多速率采样特性分析提供了参考。在数据驱动控制器设计方面,本文首先针对多速率采样自稳定系统,从系统模型回归以及系统辨识两个方面进行了数据驱动控制器的设计。前者将多速率采样特性与偏分最小二乘方法结合,回归出系统预测模型。后者将多速率采样系统与子空间辨识结合,辨识出系统的相关参数,直接推导出预测模型。将这两种模型与模型预测控制方法结合,本文提出了基于偏分最小二乘的多速率采样系统数据驱动模型预测控制算法以及基于子空间辨识的多速率采样系统的数据驱动模型预测控制算法。第三章将算法应用在连续搅拌槽式加热反应器,解决其在系统参数未知情况下的输出跟踪问题。论文进一步针对多速率采样非稳定系统的单性能数据驱动控制问题,通过新式扩维技术,提出快速LQR控制器设计方法。之后基于贝尔曼方程,相继推导出多速率系统在线与离线控制器参数优化算法。利用最小二乘方法,多速率系统控制器的数据驱动参数优化方法可以在离线优化算法的基础上推导得到。将算法应用在含多速率采样特性的三自由度直升机姿态系统,本文解决其在系统参数未知情况下的控制器参数优化问题。通过该算法优化得到的控制器,三自由度直升机在角度跟踪上具有更优秀的性能。针对多速率采样非稳定系统的混合性能数据驱动控制问题,本文结合策略梯度下降算法,提出一种迭代优化的数据驱动控制器设计算法。这此类算法通过设计一个回报函数模块,描述了使用者期望的混合性能指标。回报函数模块会帮助策略梯度下降算法依据混合性能指标优化神经网络控制器,使训练得到的控制器满足期望的控制性能指标。论文将该算法应用在含多速率采样特性的三自由度直升机姿态系统,解决其在系统参数未知,性能需求混合复杂,输入限幅情况下的数据驱动控制器设计问题。通过该算法得到的控制器,三自由度直升机在角度快速跟踪的同时,满足多种性能需求以及限幅条件。在基于策略梯度下降的数据驱动控制器基础上,论文提出了一种数据利用率更高的数据驱动控制器设计算法。该算法利用基于集合概率的神经网络模型估计下一刻状态,并在损失函数下迭代优化该神经网络。训练得到的神经网络模型可以有效地预测下一刻输出。将神经网络模型与预测控制结合可以为多速率采样系统的数据驱动预测控制提供新方法。将该模型与神经网络控制器结合可以得到高数据利用率的数据驱动控制器。通过该算法,强非线性的改进版连续搅拌槽式加热反应器能够在参数未知的情况下,控制液体温度、液体流量、液位高度,快速达到期望稳态。
栗敬雨[5]（2019）在《基于交叉采样的宽带雷达数字接收机及信号处理关键技术研究》文中研究说明空间目标威胁评估、空间碎片碰撞预警、近地空间探测等多方面的应用都要求对空间目标进行精细化测量。雷达能够全天时、全天候获取空间目标的丰富信息,是空间目标监视和识别最为有效的技术途径之一。增大雷达发射和接收信号的带宽,结合适当的逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）成像技术,即可提升ISAR图像的分辨率。宽带雷达数字接收机能够对中频信号甚至射频信号直接采集,具有信噪比高、幅频特性稳定、算法实现灵活多样等优势。随着ISAR发射信号带宽的增大,雷达数字接收机的采样率和带宽也需与发射信号匹配。研究宽带雷达数字接收机将为提升我国空间目标认知能力、识别能力、监视能力提供重要技术支撑。本文首先交代课题的研究背景及实现意义,然后调研了宽带雷达数字接收机的发展现状、并行采样技术的研究现状、交叉采样通道失配校正方法的研究现状以及交叉采样系统的发展状况,明确了论文的研究方向。开展了基于中频直接采样的宽带雷达信号接收技术的研究。针对某些应用场景中单片模数转换器（Analog-to-Digital Converter,ADC）难以满足接收机对采样率的要求,将多路ADC芯片交叉采样技术引入到宽带雷达数字接收机中,建立宽带交叉采样通道失配模型,分析通道失配对采集信号的频谱及动态性能的影响,并提出多路JESD204B子类1的ADC的同步采集方法。针对交叉采样通道失配严重恶化系统动态性能的问题以及常用校正方法的缺点,本文根据实际应用需求提出基于正弦拟合的宽带交叉采样通道失配自动估计方法和基于完美重构的宽带交叉采样通道失配补偿方法。该估计方法能够对ADC芯片间的宽带交叉采样通道失配进行精确标定,并且只需对关注频段进行数据采集和处理;该补偿方法实现了多ADC芯片交叉采样系统通道失配在宽频带上的高精度补偿。对宽带雷达信号处理的相关技术进行研究。分别从宽带雷达数字接收机的数字正交解调技术、脉冲压缩技术和带宽扩展技术展开。对中频直接采集方式下线性调频（Linear Frequency Modulated,LFM）信号的脉冲压缩进行建模,分析了交叉采样通道失配对LFM信号脉冲压缩结果的影响;针对多路ADC芯片交叉采样的带宽积累减小问题,提出一种基于宽带增益估计的交叉采样系统带宽扩展方法,该方法使得多路ADC芯片交叉采样系统的带宽得到有效扩展。设计了基于交叉采样技术的宽带雷达数字接收机。首先明确设计目标;着重研究宽带雷达数字接收机的总体设计、硬件设计和配套的软件设计;然后对该接收机进行测试,测试结果表明宽带雷达数字接收机的采样率为10.4 Gs/s、量化位数为12 bit,在0.1 GHz～4.7 GHz频段内,有效位数大于7.5 bit、无杂散动态范围大于57 dB,数据稳定传输速率为40 Gb/s,具备对带宽为3 GHz以上的雷达中频回波进行高速高精度直接采集和记录的能力。本文理论研究与工程实践相结合,解决了数字接收机设计与研制过程中遇到的多个技术难题,研制的接收机已得到成功应用,取得了良好的效果,为基于交叉采样的宽带雷达数字接收机的工程应用奠定理论和技术基础。
陆启明[6]（2020）在《空间时频传递中的线性光学采样技术研究》文中认为科技的进步总伴随着测量精度的提高,时间作为一个古老的物理量,它的精度随着人类文明的发展而得到不断的提升,目前在实验室中光钟的稳定度已经达到10-19量级。高精度的时钟在如基础物理、精密测量、定位导航、深空探测、高速通信等领域扮演着重要角色,为了将超高精度的时钟应用在这些领域,对于时间（频率）信号传递的研究就十分重要。这其中,通过自由空间链路进行时间频率传递的方案由于具备传输距离远,覆盖范围广,方便组网的特点,一直都是国内外研究的重点方向。基于微波技术的空间时频传递发展最早,也最为成熟,它的日稳定度可达10-15量级,随后发展的基于脉冲激光的时频传递技术在精度和稳定度上有了进一步的提升,但仍然无法满足目前超高精度时钟的传递需求。随着飞秒光学频率梳技术的发展,一种基于双光梳干涉的线性光学采样技术开始被应用到空间时频传递实验中,并在测试结果中达到10-19量级的传递稳定度,展示出极大的潜力。在本论文中,针对远距离高精度空间时频传递的应用背景,对线性光学采样技术进行了研究,将相关研究成果应用在实际的空间时频传递实验中,取得了良好的实验结果。本论文的主要内容包括以下4部分:首先,针对线性光学采样对输出信号高信噪比的需求,设计了一款高性能平衡探测器。通过对平衡探测器的结构构型进行分析,并对其输出噪声进行理论仿真,最终实现一款带宽大于100MHz,等效噪声功率密度为4.88pW/（?）,共模抑制比52dB的高性能平衡探测器,其综合性能相比于商用平衡探测器有较大幅度的提升。其次是对线性光学采样数据采集与处理系统的研究,为了满足日后远距离时间同步实验中对实时性的需求,设计了一套数据采集与处理系统,用于探测器信号的采集量化以及基于线性光学采样算法的实时处理。两个模拟输入通道支持的最高采样率为400MSps,所达到的最高有效位数分别为11.06与11.30,符合我们的设计需求。我们还基于线性光学采样的原理,在可编程逻辑器件中实现了对探测器数据的实时处理。在本论文中展示了实时处理研究中最为关键的实时寻峰以及实时斜率计算的逻辑设计,对一帧数据的处理时间约为34.5us,相比于离线处理方式大幅缩短了计算时间,且实时处理结果与离线处理结果基本一致,相对误差在3%以内。接着,搭建了一套完整的线性光学采样测试系统,对影响线性光学采样性能的几个重要参数进行了研究,包括接收信号光功率、本振光功率、色散展宽、光梳重复频率差、采集卡分辨率、探测器增益。通过参数优化最终实现了系统的高精度高灵敏度,其最低灵敏度为3.03nW,最优时间测量精度达到2.06fs。通过研究这些参数对线性光学采样的精度和灵敏度的影响,为以后远距离空间时频传递实验的性能优化提供充分的依据。最后,基于我们实现的平衡探测器搭建了两套线性光学采样系统,并分别使用两套自制的数据采集与处理系统,完成了 16km往返大气链路下的空间时频传递实验,实现了 3.39×10-18@1640秒的传递稳定度以及1.96fs@10秒的时间稳定度。本论文的主要创新之处在于:1.针对线性光学采样的需求,设计了一款同时实现高增益（160kV/W）、高带宽（大于100MHz）、低噪声（4.88pW/█）的高性能平衡探测器,其综合性能优于目前现有商业平衡探测器。2.设计并实现了实时的线性光学采样数据采集与处理系统。系统模拟输入的最高有效位数为11.3,所支持的最高采样率为400MSps。对实时化的线性光学采样数据处理进行了研究,单帧数据的处理时间为34.5us,与离线处理结果的相对误差小于3%。3.搭建了一套完整的线性光学采样原型系统,系统分析并实验研究了各项关键参数对系统性能的影响,通过参数优化最终实现了高精度高灵敏度,其最低灵敏度为3.03nW,最优时间测量精度达到2.06fs,为未来空间时频传递实验打下了坚实的技术基础。4.在探测器、数据采集与处理系统以及线性光学采样性能研究的基础上,完成了 16km往返大气链路下的双光梳对打空间时频传递实验,时间偏差最小值为1.96fs,传递的稳定度经过1640s的积分时间后为3.39×10-18。
关博文[7]（2019）在《不确定时滞采样系统的稳定性分析及H∞控制》文中提出随着数字计算机在工程和科学上应用的增加,人们开始越来越多的使用计算机进行控制器设计,此时被控对象通常是连续的,这种对连续对象设计离散控制器的系统称为采样控制系统。时滞广泛存在于采样控制系统中,因此对时滞不确定采样系统进行稳定性研究与控制器设计十分必要,本文主要在时域上对采样系统进行稳定性分析和控制器设计。本文首先对于一类采样控制系统,利用输入时滞法,将其转换为具有输入时滞的连续系统,通过构造出Lyapunov泛函,进行了H∞控制器设计,应用数值算例证明了所提出定理的可行性。由于在实际情况中,系统往往具有输入时滞,故接下来对有输入时滞的采样控制系统进行研究,基于LMI给出了具有模型不确定的输入时滞采样控制系统的鲁棒控制器存在条件以及设计方法。接下来论文对于具有状态时滞的采样控制系统,利用适当的定界不等式并结合自由权矩阵方法对构造的Lyapunov函数进行处理,给出了采样控制系统的稳定性条件,考虑到实际中系统模型往往不确定性,又对模型不确定时滞采样系统进行了稳定性分析,给出了相应的有界实定理以及H∞状态反馈控制器的设计方法,并进行了数值仿真说明了所提出定理具有较小的保守性。最后分析了具有模型不确定状态输入时滞的采样控制系统,通过构造新的Lyapunov函数给出了这样一类采样控制系统的H∞状态反馈控制器基于LMI的存在条件以及设计方法,使得系统在H∞控制器的作用下满足相应的H∞性能指标,给出了数值算例证明了所提出定理的有效性。综上所述,本文从不具有时滞的采样控制系统出发,最终推广到研究具有模型不确定性和状态输入时滞的采样系统的稳定性条件以及鲁棒H∞状态反馈控制器设计,并利用数值算例进行了仿真以及分析验证。
吴俊璋[8]（2019）在《高速实时采样中时间抖动的处理方法研究》文中研究说明自摩尔定律被提出以来,数字电路得到了飞跃式的发展,频率不断提高,精度迅速增长。与之相对应的是信号采样,对高速信号进行数据采集成为了许多领域的迫切要求。学者们提出的时间交替采样系统很好地实现了这一功能,成功利用了许多单片低速ADC等效替代高速ADC,成功回避了硬件性能不足的问题,实现高速采样。然而,在工程应用中,实际成品TIADC（Time-interleaved Analog-to-digital Converter）系统由于制作工艺等问题导致了各种误差的存在,使其在实际采样中,出现了典型的周期非均匀特性,严重影响了采样结果。因此,需要对信号的误差进行估计与校准,才能准确地进行信号重构工作。采样误差可以分为确定性的偏差以及随机性的抖动。本文主要关注随机性抖动的研究,探究其对信号信噪比的影响,并深入研究其测量与补偿算法。本文的主要研究内容可以分为两个方面。（1）对多通道高速采样系统中随机性时间抖动进行了深入分析,建立了采样系统时间抖动模型,根据抖动模型分类,仿真分析了不同种类抖动噪声存在时,对采样信号整体信噪比影响。探讨了时间抖动与相位噪声之间的定量关系,讨论了利用相位噪声对抖动进行观测的方法。（2）对采样系统中时间抖动的测量和补偿算法进行了研究,根据已有的高速串行系统的正弦信号抖动测量方法,设计了一种设计了一种通用的时间抖动测量方法,对采样系统中各种类型已知输入信号的测量方法,大大扩展了算法使用范围。并在测量算法基础上,设计了补偿算法,提高了时间抖动影响下系统信噪比,并着重探究了高频信号的补偿,改进了常见的三点法用以提高高频信号补偿性能。
唐婷婷[9]（2019）在《基于离散化方法的采样控制系统研究》文中研究说明随着数字计算机技术和网络技术的飞速发展,计算机控制被广泛应用于工业控制、科学实验、国防建设等关系实际生产生活的各个领域。采样系统控制理论是计算机系统控制的基础,广泛的实际应用对计算机系统性能要求越来越高,也推动了采样控制理论的发展。连续系统与离散系统并存的特性,导致采样系统的研究存在一定的复杂性。目前研究采样系统的主要方法有采样信号提升法、脉冲系统建模法、输入时滞法和凸多面体方法,而基于前面三种方法的采样系统研究目前已经有一定的研究成果,基于凸多面体方法来处理采样控制系统的研究还不多,本文将填补此空缺从以下几个方面来开展研究工作。首先,对不确定采样系统的有限时间稳定问题（Finite-Time Stability,FTS）进行了研究。将采样系统离散化,通过泰勒展开将离散化的采样系统转换成凸多面体不确定的模型,把不确定的采样间隔信息放入凸多面体模型中,并应用范数有界不确定来处理转换过程中产生的误差。以此离散化的方法,研究了采样控制系统的有限时间稳定条件,设计了采样系统有限时间稳定的反馈控制器。然后考虑了不确定采样系统的有限时间有界（Finite-Time Boundedness,FTB）问题。在设计控制器时考虑了系统的外界干扰,将干扰项放入输入项中进行离散化处理,不改变干扰项信息,又能成功应用凸多面体不确定方法来处理采样系统。基于类Lyapunov方法,将有限时间稳定的条件以线性不等式（Linear Matrix Inequalities,LMI）的形式给出。通过实例证明所得条件可以有效解决带干扰采样系统有限时间有界问题。最后进一步推广了凸多面体不确定方法在采样系统模型预测控制上的应用（Model Predictive Control,MPC）。应用Min-Max和滚动优化的思想,在每个采样时刻最小化采样系统的二次性能指标,设计了具有不确定性的在线优化反馈控制器,并证明所提出算法的可行性与稳定性。通过实例说明采样系统的采样间隔上界、输入约束上界以及转换成凸多面体不确定过程中泰勒展开的阶数对系统性能指标的影响。
郑敏杰[10]（2018）在《广义系统的采样控制理论及在船舶动力定位系统上的应用研究》文中研究指明随着数字信号技术的高速发展,采样控制系统已经被广泛应用到现代工业过程中。该系统的显着特点是连续信号与离散信号共存,这也是系统分析与设计的难点。然而,现有的采样控制理论研究都是针对状态空间系统,而针对广义系统的研究还较少,由于广义系统比状态空间系统形式更广泛,可以更好的描述一些实际系统,而且延伸性能更好,容易推广到状态空间系统,因此,研究广义系统的采样控制具有重要的理论意义和应用价值。本文以采样控制理论为框架,通过运用输入时滞法、改进的Lyapunov泛函法等方法,研究线性及非线性广义采样系统的容许性条件与采样控制器设计问题,所涉及的研究对象包括时滞系统、中立系统、不确定性系统、模糊系统等,并将得到的理论和方法,推广到更具有实际工程应用的船舶动力定位系统中去,研究其采样控制问题。本文的研究内容如下:一、研究了线性广义系统的鲁棒H∞采样控制问题。首先,针对线性广义采样系统,通过输入时滞法,把系统转化为带有时变时滞的广义系统,通过构造时滞依赖的Lyapunov泛函,并结合交互式凸组合法,得到了保证系统容许并满足H∞性能指标的条件。接着,研究了基于混合反馈的广义中立系统的H∞采样控制问题。通过设计混合状态和导数反馈控制律,并结合输入时滞法,把广义采样系统转化为带有时变时滞的广义中立系统,并结合Wirtinger积分不等式及时滞分解法,构造了增广的Lyapunov-Krasovskii泛函,给出了保证广义中立系统容许并满足H∞性能指标的充分条件,并设计了相应的鲁棒H∞采样控制器。二、研究了不确定定常时滞线性广义采样系统的指数容许性问题。为了充分获取采样模型的信息,构造了一种新的时滞依赖的Lyapunov泛函,对其只要求在采样时刻正定,但不需要在整个采样区间内正定,并分别给出了名义系统和范数有界不确定性系统的指数容许性条件及采样控制器的设计方法,得到了保守性更低的结果。三、研究了一类基于T-S模糊模型的非线性广义系统的采样控制与量化问题。首先,针对不带有量化的非线性广义采样系统,通过增加重要的或有用的项,构造了时滞依赖的扩大的Lyapunov泛函,使其能够充分的获取采样模型信息,降低系统的保守度,获取更长的采样周期,并给出了模糊广义采样系统的容许性条件以及模糊采样控制器的设计方法。接着,研究了一类带有量化的基于T-S模糊模型的非线性广义系统的采样控制问题。考虑到量化对系统的影响,引入了对数量化器,同时,把采样状态的二阶积分项等有用项引入到通常的Lyapunov泛函中,构造了一个扩大的Lyapunov泛函,并结合交互式凸组合法,给出了保守性更低的容许性条件,并设计了带有量化的模糊采样控制器。四、将本文的部分理论结果应用到船舶动力定位系统,研究该系统的采样控制问题。首先,针对带有采样的非线性船舶动力定位系统,通过输入时滞法,把该系统转化为时变时滞系统并用T-S模糊模型来表征,给出了使系统渐进稳定并满足H∞性能指标的条件。通过仿真结果表明,所提出的方法可以使船舶动力定位系统在外部干扰的影响下,位置、速度、航向角等可以稳定在指定的控制目标。接着,基于上述提出的方法,研究了线性化的船舶动力定位系统的鲁棒容错采样控制问题,建立了带有跟踪误差积分的容错采样控制模型,并得到了相应的容错采样控制器。通过仿真结果表明,设计的采样控制器可以保证系统的输出能够对参考信号进行稳定跟踪。
二、采样系统的分析:提升技术（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、采样系统的分析:提升技术（论文提纲范文）
（1）基于无腔脉冲源的光采样技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文的研究背景与意义 |
| 1.2 光模数转换器的分类简介 |
| 1.2.1 光辅助ADC |
| 1.2.2 光采样电量化ADC |
| 1.2.3 电采样光量化ADC |
| 1.2.4 光采样光量化ADC |
| 1.2.5 光模数转换器发展现状小结 |
| 1.3 论文的工作内容和意义 |
| 1.3.1 论文的工作内容 |
| 1.3.2 论文的工作意义 |
| 1.4 论文的结构安排 |
| 第二章 光模数转换和无腔脉冲源的基本理论 |
| 2.1 模数转换的基本原理和重要参数分析 |
| 2.1.1 模数转换的基本原理 |
| 2.1.2 部分模数转换重要参数的分析 |
| 2.2 光电检测技术简介 |
| 2.2.1 PIN型光电二极管的基本原理 |
| 2.2.2 PIN型光电二极管的性能指标 |
| 2.3 三种电光调制器的基本理论 |
| 2.3.1 相位调制器的基本原理 |
| 2.3.2 马赫曾德尔强度调制器的基本原理 |
| 2.3.3 双输出马赫曾德尔强度调制器基本原理 |
| 2.4 光脉冲在光纤中传输的基本原理和色散特性 |
| 2.4.1 光在光纤中传输的基本方程 |
| 2.4.2 光纤色散的基本理论 |
| 2.5 本章小结 |
| 第三章 基于无腔脉冲源的光采样结构设计 |
| 3.1 基于无腔脉冲源的光采样结构的方案 |
| 3.1.1 传统光ADC系统的特点 |
| 3.1.2 基于无腔脉冲源的光采样结构工作流程 |
| 3.2 基于无腔脉冲源的光采样结构设计 |
| 3.2.1 无腔脉冲源的结构设计 |
| 3.2.2 光采样过程 |
| 3.2.3 基于时分复用结构的光采样结构 |
| 3.3 光脉冲源的选择以及系统误差分析 |
| 3.3.1 光采样脉冲源的选择 |
| 3.3.2 光采样脉冲源的抖动和误差分析 |
| 3.3.3 调制器对系统性能的影响 |
| 3.4 无腔脉冲源输出脉冲性能分析 |
| 3.4.1 啁啾脉冲 |
| 3.4.2 啁啾脉冲的产生 |
| 3.4.3 脉冲宽度与群速度色散的关系 |
| 3.5 本章小结 |
| 第四章 基于无腔脉冲源的光采样结构的仿真和实验 |
| 4.1 基于无腔脉冲源的光采样结构的具体结构图 |
| 4.2 无腔脉冲源的系统仿真和性能分析 |
| 4.2.1 无腔脉冲源的系统仿真 |
| 4.2.2 无腔脉冲源仿真输出结果的抖动和误差分析 |
| 4.3 基于时分复用技术的光采样结构的系统仿真和分析 |
| 4.4 基于时分复用技术的光采样结构的相关实验和分析 |
| 4.4.1 电光调制器的输出特性 |
| 4.4.2 射频信号功率的控制以及光采样结构的输出结果 |
| 4.4.3 光采样结构的稳定性分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究工作总结 |
| 5.2 下一步展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（2）智能优化算法的改进及在系统辨识中的应用（论文提纲范文）
| 学位论夺数据集 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 课题相关领域研究现状 |
| 1.2.1 智能优化算法的研究现状 |
| 1.2.2 系统辨识的研究现状 |
| 1.2.3 非均匀数据采样系统参数辨识研究现状 |
| 1.3 本文主要工作 |
| 第二章 系统辨识及智能优化算法基础 |
| 2.1 引言 |
| 2.2 非线性系统模型 |
| 2.3 非线性系统辨识方法 |
| 2.3.1 智能优化算法对于Hammerstein模型的参数辨识 |
| 2.4 非均匀采样系统及其辨识方法 |
| 2.4.1 非均匀采样方案 |
| 2.4.2 非均匀采样系统模型 |
| 第三章 基于淘汰机制的GWO PSO算法 |
| 3.1 引言 |
| 3.2 灰狼优化算法 |
| 3.2.1 灰狼优化算法的生物学基础 |
| 3.2.2 灰狼优化算法的基本原理 |
| 3.3 粒子群优化算法 |
| 3.3.1 粒子群优化算法基本原理 |
| 3.3.2 粒子群优化算法数学模型 |
| 3.4 GWO_PSO算法 |
| 3.4.1 灰狼优化算法的改进策略 |
| 3.4.2 GWO_PSO智能优化算法流程 |
| 3.4.3 函数优化实验及结果分析 |
| 3.4.4 改进策略有效性分析 |
| 3.4.5 与其他改进灰狼优化算法的比较 |
| 3.5 GWO_PSO辨识Wiener系统模型 |
| 3.5.1 Wiener模型系统辨识优化问题化 |
| 3.5.2 GWO_PSO辨识Wiener模型步骤 |
| 3.5.3 系统辨识仿真实例 |
| 3.6 总结 |
| 第四章 粒子群优化算法在非均匀采样系统辨识中的应用 |
| 4.1 引言 |
| 4.2 非均匀采样系统 |
| 4.2.1 提升技术 |
| 4.2.2 非均匀采样Hammerstein系统提升模型 |
| 4.3 智能优化算法辨识非均匀采样系统模型参数 |
| 4.3.1 粒子群优化算法辨识非均匀采样Hammerstein模型 |
| 4.3.2 智能优化算法辨识仿真实例 |
| 4.4 提升优化粒子群算法辨识非均匀采样系统模型参数 |
| 4.4.1 提升粒子群优化算法 |
| 4.4.2 提升粒子群优化算法辨识非均匀采样Hammerstein模型参数 |
| 4.5 总结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 答辩委员会决议书 |
（3）混合交替采样系统分析及分辨率优化方法实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.2 国内外研究趋势和现状 |
| 1.3 课题任务与本文主要工作 |
| 1.4 本论文的结构安排 |
| 第二章 采样系统的重构精度分析 |
| 2.1 重构精度分析 |
| 2.1.1 信号重构过程分析 |
| 2.1.2 采样率作用原理分析 |
| 2.1.3 量化位数作用原理分析 |
| 2.2 采样系统参数分析 |
| 2.2.1 采样率及量化位数最优设计 |
| 2.2.2 重构精度与系统参数关系模型 |
| 2.3 仿真分析 |
| 2.4 本章小结 |
| 第三章 交替采样系统研究及实现 |
| 3.1 TIADC系统模型 |
| 3.2 QIADC理论分析 |
| 3.2.1 QIADC的结构模型 |
| 3.2.2 QIADC分辨率的分析 |
| 3.3 最优配置分析 |
| 3.3.1 TIADC与 QIADC混合交替采样系统 |
| 3.3.2 最佳性能分析 |
| 3.3.3 仿真分析 |
| 3.4 示波器模块采集方案 |
| 3.4.1 PXIe示波器采集模块构造 |
| 3.4.2 基于示波器采集模块的TIADC实现 |
| 3.4.3 基于示波器采集模块的QIADC实现 |
| 3.4.4 基于示波器采集模块的混合交替采样系统实现 |
| 3.5 本章小结 |
| 第四章 示波器分辨率优化方法研究及实现 |
| 4.1 频域处理方法 |
| 4.1.1 滤波原理分析 |
| 4.1.2 滤波处理验证 |
| 4.2 时域处理方法 |
| 4.2.1 连续捕获平均 |
| 4.2.2 连续采样平均 |
| 4.2.3 基于dither的平均处理方法 |
| 4.2.4 仿真验证 |
| 4.3 信号通道校正 |
| 4.3.1 零点校正 |
| 4.3.2 增益校正 |
| 4.4 软件实现 |
| 4.4.1 应用层软件设计 |
| 4.4.2 驱动层软件设计 |
| 4.4.3 滤波方案 |
| 4.4.4 连续捕获平均方案 |
| 4.4.5 滑动平均方案 |
| 4.4.6 校正方案 |
| 4.5 本章小结 |
| 第五章 系统测试及结果分析 |
| 5.1 校正功能验证 |
| 5.2 高分辨率处理方法验证 |
| 5.2.1 滤波功能 |
| 5.2.2 连续捕获平均功能 |
| 5.2.3 滑动平均功能 |
| 5.3 交替采样方法验证 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（4）基于多速率采样系统的数据驱动控制器综合（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 多速率采样系统的研究现状 |
| 1.3 数据驱动控制方法的研究现状 |
| 1.3.1 数据驱动控制方法的研究现状 |
| 1.3.2 强化学习算法的研究现状 |
| 1.3.3 基于强化学习的控制算法的研究现状 |
| 1.4 现有控制方法的局限性 |
| 1.4.1 控制方法种类局限性 |
| 1.4.2 控制方法原理局限性 |
| 1.5 本文主要研究内容 |
| 第2章 多速率采样系统特性分析及其有限频域控制器设计 |
| 2.1 引言 |
| 2.2 多速率采样系统建模与特性分析 |
| 2.3 多速率采样系统有限频域控制器设计 |
| 2.3.1 相关引理说明 |
| 2.3.2 有限频域控制器设计 |
| 2.4 仿真说明 |
| 2.4.1 数值仿真 |
| 2.4.2 主动悬架系统半实物仿真 |
| 2.5 本章小结 |
| 第3章 基于模型拟合和系统辨识的多速率采样系统数据驱动模型预测控制器设计 |
| 3.1 引言 |
| 3.2 基于偏分最小二乘的多速率采样系统数据驱动模型预测控制器设计 |
| 3.3 基于子空间辨识的多速率采样系统数据驱动模型预测控制器设计 |
| 3.4 仿真说明 |
| 3.4.1 连续搅拌槽式反应器建模 |
| 3.4.2 基于偏分最小二乘的数据驱动模型预测控制的仿真验证 |
| 3.4.3 基于子空间辨识的数据驱动模型预测控制的仿真验证 |
| 3.5 本章小结 |
| 第4章 基于贝尔曼方程的多速率采样系统数据驱动控制器参数优化方法 |
| 4.1 引言 |
| 4.2 多速率采样系统的新模型及其LQR控制器设计 |
| 4.3 多速率采样系统的数据驱动学习型参数优化算法 |
| 4.4 仿真验证说明 |
| 4.4.1 数值仿真 |
| 4.4.2 三自由度直升机数据驱动最优控制器设计 |
| 4.5 本章小结 |
| 第5章 基于策略梯度下降的多速率采样系统数据驱动控制器设计 |
| 5.1 引言 |
| 5.2 强化学习算法简单介绍 |
| 5.2.1 策略梯度下降算法 |
| 5.2.2 信赖域策略优化算法 |
| 5.2.3 深度Q学习算法 |
| 5.3 基于策略梯度下降的多速率采样系统数据驱动控制器设计 |
| 5.3.1 新扩维方法下的一般性多速率采样系统 |
| 5.3.2 回报函数模块设计 |
| 5.3.3 控制器优化算法 |
| 5.3.4 控制器实现综合 |
| 5.4 基于确定性策略梯度下降的多速率采样系统数据驱动控制器设计 |
| 5.5 基于策略梯度下降的多速率采样系统数据驱动鲁棒控制器探究 |
| 5.6 仿真说明 |
| 5.6.1 基于策略梯度下降的数据驱动控制器仿真验证 |
| 5.6.2 基于策略梯度下降的数据驱动鲁棒控制器仿真验证 |
| 5.7 本章小结 |
| 第6章 基于集合概率模型的多速率采样系统数据驱动控制器设计 |
| 6.1 引言 |
| 6.2 基于集合概率模型的多速率系统的数据驱动模型预测控制器设计 |
| 6.3 基于集合概率模型的多速率系统的数据驱动神经网络控制器设计 |
| 6.4 仿真说明 |
| 6.4.1 基于集合概率模型的数据驱动模型预测控制仿真验证 |
| 6.4.2 非线性多速率采样系统仿真验证 |
| 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 |
（5）基于交叉采样的宽带雷达数字接收机及信号处理关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 宽带雷达数字接收机发展概况 |
| 1.2.2 并行采样技术研究现状 |
| 1.2.3 交叉采样通道失配校正方法研究现状 |
| 1.2.4 交叉采样系统发展状况 |
| 1.3 论文主要内容及章节安排 |
| 第二章 基于中频直接采样的宽带雷达信号接收技术 |
| 2.1 引言 |
| 2.2 中频直接采样基本原理 |
| 2.2.1 采样定理 |
| 2.2.2 带通采样定理 |
| 2.2.3 ADC的工作原理 |
| 2.2.4 ADC采样性能评价方法 |
| 2.2.5 时钟抖动对ADC信噪比的影响 |
| 2.3 交叉采样技术 |
| 2.3.1 交叉采样基本原理 |
| 2.3.2 宽带交叉采样通道失配模型及分析 |
| 2.4 多路ADC芯片同步采集技术 |
| 2.4.1 基于JESD204B子类1的ADC工作原理 |
| 2.4.2 基于JESD204B子类1的多路ADC同步采集方法 |
| 2.5 本章小结 |
| 第三章 交叉采样系统通道失配校正技术 |
| 3.1 引言 |
| 3.2 交叉采样通道失配估计方法 |
| 3.2.1 基于时域统计特性的通道失配估计方法 |
| 3.2.2 基于幅度谱的增益失配估计方法 |
| 3.2.3 正弦拟合参数估计方法 |
| 3.2.4 基于正弦拟合的宽带交叉采样通道失配自动估计方法 |
| 3.3 交叉采样通道失配补偿方法 |
| 3.3.1 基于VGA和 VDL的通道失配补偿方法 |
| 3.3.2 基于分数延迟滤波器的相位失配补偿方法 |
| 3.3.3 基于完美重构的宽带交叉采样通道失配补偿方法 |
| 3.4 本章小结 |
| 第四章 宽带雷达信号处理技术 |
| 4.1 引言 |
| 4.2 数字正交解调技术 |
| 4.2.1 低通滤波法 |
| 4.2.2 多相滤波法 |
| 4.3 脉冲压缩技术 |
| 4.3.1 匹配滤波脉冲压缩技术 |
| 4.3.2 中频直接采集方式下的LFM信号脉冲压缩模型 |
| 4.3.3 脉冲压缩性能评价方法 |
| 4.3.4 交叉采样通道失配对LFM信号脉冲压缩结果的影响 |
| 4.4 多路ADC芯片交叉采样系统带宽扩展技术 |
| 4.5 本章小结 |
| 第五章 宽带雷达数字接收机工程实现技术 |
| 5.1 引言 |
| 5.2 设计目标与难点分析 |
| 5.2.1 设计目标 |
| 5.2.2 难点分析 |
| 5.3 宽带雷达数字接收机设计与实现 |
| 5.3.1 中频直接采集系统设计与实现 |
| 5.3.2 数据存储与管理系统设计与实现 |
| 5.4 宽带雷达数字接收机测试与分析 |
| 5.4.1 测试平台 |
| 5.4.2 采集卡性能测试结果与分析 |
| 5.4.3 交叉采样性能测试结果与分析 |
| 5.4.4 后光纤板测试结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 作者在学期间参加的科研项目 |
（6）空间时频传递中的线性光学采样技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 空间时频传递研究背景 |
| 1.2 空间时频传递方案概述 |
| 1.2.1 时频传递性能概述 |
| 1.2.2 基于微波的时频传递方案 |
| 1.2.3 基于激光脉冲的时频传递方案 |
| 1.2.4 基于相干光相位的时频传递方案 |
| 1.3 基于线性光学采样的时频传递方案概述 |
| 1.4 论文内容介绍 |
| 第2章 基于飞秒光频梳的线性光学采样概述 |
| 2.1 飞秒光频梳原理 |
| 2.2 线性光学采样介绍 |
| 2.2.1 线性光学采样系统结构 |
| 2.2.2 线性光学采样原理 |
| 2.2.3 线性光学采样中的数据处理 |
| 2.2.4 子模块对线性光学采样精度的影响 |
| 2.3 小结 |
| 第3章 用于线性光学采样的高性能平衡探测器研究 |
| 3.1 线性光学采样中的平衡探测 |
| 3.1.1 平衡探测原理 |
| 3.1.2 平衡探测对线性光学采样的影响 |
| 3.2 平衡探测器的理论分析 |
| 3.2.1 探测器结构及带宽 |
| 3.2.2 探测器噪声模型 |
| 3.3 自制平衡探测器的设计与实现 |
| 3.3.1 仿真计算 |
| 3.3.2 平衡探测器设计 |
| 3.3.3 平衡探测器的性能测试 |
| 3.4 小结 |
| 第4章 线性光学采样数据采集与处理系统的研究 |
| 4.1 时间同步实验对采集处理系统的需求 |
| 4.1.1 基于线性光学采样的时间同步实验介绍 |
| 4.1.2 数据采集与处理系统需求分析 |
| 4.2 数据采集与处理系统设计概述 |
| 4.2.1 硬件框架设计 |
| 4.2.2 软件框架设计 |
| 4.3 硬件详细设计 |
| 4.3.1 电源结构 |
| 4.3.2 时钟设计 |
| 4.3.3 AD采集设计 |
| 4.4 硬件性能测试 |
| 4.4.1 时钟性能测试 |
| 4.4.2 ADC动态性能测试 |
| 4.4.3 通信速率测试 |
| 4.5 关键逻辑功能设计与仿真 |
| 4.5.1 触发寻峰逻辑设计 |
| 4.5.2 触发寻峰逻辑关键时序 |
| 4.5.3 实时斜率计算逻辑设计 |
| 4.5.4 实时斜率计算逻辑关键时序 |
| 4.5.5 离线处理与实时算法处理对比 |
| 4.6 小结 |
| 第5章 线性光学采样系统实验研究 |
| 5.1 线性光学采样系统搭建 |
| 5.2 不同参数对线性光学采样性能影响的实验研究 |
| 5.2.1 光功率对系统性能的影响 |
| 5.2.2 色散展宽对系统性能的影响 |
| 5.2.3 重复频率差对系统性能的影响 |
| 5.2.4 采集卡分辨率对系统性能的影响 |
| 5.2.5 探测器对线性光学采样的影响 |
| 5.2.6 不同信号光功率下的精度测试 |
| 5.3 小结 |
| 第6章 基于线性光学采样的空间时频传递实验 |
| 6.1 基于短光纤链路的验证实验 |
| 6.1.1 实验方案介绍 |
| 6.1.2 实验结果与分析 |
| 6.2 短距离空间时频传递实验 |
| 6.2.1 实验方案与改进介绍 |
| 6.2.2 实验结果与分析 |
| 6.3 基于16km往返大气链路的空间时频传递实验 |
| 6.3.1 实验方案与改进介绍 |
| 6.3.2 实验结果与分析 |
| 6.4 小结 |
| 第7章 总结与展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文 |
（7）不确定时滞采样系统的稳定性分析及H∞控制（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 采样系统及时滞系统概述 |
| 1.2.1 采样系统概述 |
| 1.2.2 时滞系统概述 |
| 1.3 不确定系统及鲁棒控制概述 |
| 1.3.1 不确定系统概述 |
| 1.3.2 鲁棒控制概述 |
| 1.3.3 H_∞控制概述 |
| 1.4 采样系统国内外研究现状 |
| 1.5 本文主要研究内容及章节安排 |
| 第2章 相关知识 |
| 2.1 离散时间时不变系统的李雅普诺夫稳定性定理 |
| 2.2 H_∞控制理论基础 |
| 2.3 线性矩阵不等式介绍 |
| 2.4 数学基础及相关定理 |
| 2.5 本章小结 |
| 第3章 输入时滞法采样系统稳定性分析及H_∞控制 |
| 3.1 基于输入时滞法的控制器设计 |
| 3.2 基于输入时滞法的H_∞控制器设计 |
| 3.3 模型不确定采样系统的H_∞控制器设计 |
| 3.4 数值分析 |
| 3.5 本章小结 |
| 第4章 状态时滞采样系统稳定性分析及H_∞控制 |
| 4.1 具有状态时滞的采样控制系统稳定性分析 |
| 4.2 模型不确定状态时滞采样系统稳定性分析 |
| 4.3 有界实定理 |
| 4.4 模型不确定状态时滞采样系统H_∞控制器设计 |
| 4.5 数值分析及仿真 |
| 4.6 本章小结 |
| 第5章 具有状态输入时滞采样系统H_∞控制 |
| 5.1 状态输入时滞采样系统H_∞控制器设计 |
| 5.2 模型不确定状态输入时滞采样系统H_∞控制器设计 |
| 5.3 数值分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（8）高速实时采样中时间抖动的处理方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 非均匀采样 |
| 1.2.2 时间抖动噪声 |
| 1.2.3 多通道高速采样研究 |
| 1.2.4 TIADC系统的应用现状 |
| 1.3 研究的主要内容 |
| 第二章 高速并行采样模型与误差 |
| 2.1 高速信号采样 |
| 2.1.1 信号采样基本原理 |
| 2.1.2 经典采样定理理论基础 |
| 2.1.3 采样方式简介 |
| 2.2 多通道高速采样模型 |
| 2.3 采样系统误差来源与形成机理 |
| 2.3.1 幅度噪声 |
| 2.3.2 时间轴噪声 |
| 2.3.3 其他类型误差 |
| 2.4 多通道高速采样系统信号重构评估 |
| 2.5 本章小结 |
| 第三章 多通道交替采样时间抖动模型建立与研究 |
| 3.1 时间轴误差分析 |
| 3.1.1 时基偏差 |
| 3.1.2 时钟抖动 |
| 3.1.3 孔径抖动 |
| 3.2 单片ADC时间抖动分布与噪声模型 |
| 3.3 多通道交替采样时间抖动模型建立 |
| 3.3.1 时基偏差为零时时间抖动模型 |
| 3.3.2 时基偏差不为零时时间抖动模型 |
| 3.4 不同类型噪声对信号总体信噪比的影响 |
| 3.4.1 时钟抖动对信噪比的影响 |
| 3.4.2 总体噪声对信噪比的影响 |
| 3.5 本章小结 |
| 第四章 时间抖动测量与补偿方法 |
| 4.1 时间抖动大小测量法 |
| 4.1.1 信噪比测量法 |
| 4.1.2 相位噪声观测法 |
| 4.2 正弦信号时间抖动测量方法 |
| 4.2.1 信号相干法 |
| 4.2.2 参数估计法 |
| 4.3 基于多通道模型的改进参数估计算法 |
| 4.4 通用信号的时间抖动测量方法 |
| 4.4.1 低频注入法 |
| 4.4.2 高频注入法 |
| 4.5 时间抖动补偿算法 |
| 4.5.1 算法原理 |
| 4.5.2 微分滤波算法设计 |
| 4.6 本章小结 |
| 第五章 仿真验证 |
| 5.1 改进后参数估计法仿真验证 |
| 5.2 注入法时间抖动测量验证 |
| 5.3 时间抖动补偿性能仿真验证 |
| 5.4 总体性能仿真验证 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
（9）基于离散化方法的采样控制系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及研究意义 |
| 1.2 采样系统 |
| 1.2.1 采样系统简介 |
| 1.2.2 采样系统研究现状 |
| 1.3 有限时间控制 |
| 1.3.1 FTS和FTB的概念 |
| 1.3.2 FTS和FTB的研究现状 |
| 1.3.4 采样系统的FTS和FTB |
| 1.4 模型预测控制 |
| 1.4.1 模型预测控制概念 |
| 1.4.2 模型预测控制发展现状 |
| 1.4.3 模型预测控制的稳定性 |
| 1.4.4 采样系统模型预测控制 |
| 1.5 论文总体结构安排 |
| 第二章 基础知识 |
| 2.1 线性矩阵不等式 |
| 2.2 基于离散化系统的Lyapunov稳定性定理 |
| 2.2.1 Lyapunov意义下稳定性论述 |
| 2.2.2 基于离散系统的Lyapunov稳定性定理 |
| 2.3 基于离散化系统的有限时间稳定性定理 |
| 2.4 本文中用到的引理 |
| 2.5 本章小结 |
| 第三章 不确定采样系统有限时间稳定状态反馈控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 转换采样系统 |
| 3.3.1 处理离散化的采样系统 |
| 3.3.2 范数有界不确定性 |
| 3.3.3 凸多面体不确定性 |
| 3.4 有限时间反馈控制器设计 |
| 3.5 数值仿真 |
| 3.6 本章小结 |
| 第四章 不确定采样系统有限时间有界状态反馈控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 有限时间有界控制器设计 |
| 4.4 数值仿真 |
| 4.5 本章小结 |
| 第五章 不确定采样系统的鲁棒预测控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 采样系统预测控制器设计 |
| 5.3.1 带约束滚动优化算法 |
| 5.3.2 系统稳定性分析 |
| 5.4 数值仿真 |
| 5.5 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 |
| 附录 |
（10）广义系统的采样控制理论及在船舶动力定位系统上的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号对照表 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 关于采样控制技术的研究现状 |
| 1.2.2 关于广义系统的研究现状 |
| 1.2.3 关于船舶动力定位系统的研究现状 |
| 1.3 理论基础 |
| 1.3.1 Lyapunov稳定性理论 |
| 1.3.2 线性矩阵不等式 |
| 1.3.3 重要引理 |
| 1.4 研究内容和目标 |
| 第二章 线性广义系统的鲁棒H_∞采样控制 |
| 2.1 引言 |
| 2.2 基于时变时滞的广义系统的鲁棒H_∞采样控制 |
| 2.2.1 问题描述 |
| 2.1.2 H_∞性能分析与控制器设计 |
| 2.1.3 数值仿真 |
| 2.3 基于混合反馈的时变时滞广义中立系统的鲁棒H∞采样控制 |
| 2.3.1 引言 |
| 2.3.2 问题描述 |
| 2.3.3 H_∞性能分析与控制器设计 |
| 2.3.4 数值仿真 |
| 2.4 总结 |
| 第三章 不确定定常时滞线性广义采样系统的指数容许性分析 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 指数容许性分析与控制器设计 |
| 3.4 数值仿真 |
| 3.5 总结 |
| 第四章 基于T-S模糊模型的非线性广义系统的采样控制与量化 |
| 4.1 引言 |
| 4.2 基于T-S模糊模型的非线性广义系统的采样控制 |
| 4.2.1 问题描述 |
| 4.2.2 容许性分析与模糊采样控制器设计 |
| 4.2.3 实例仿真 |
| 4.3 基于T-S模糊模型的非线性广义采样系统的量化控制 |
| 4.3.1 引言 |
| 4.3.2 问题描述 |
| 4.3.3 容许性分析与模糊量化采样控制器设计 |
| 4.3.4 实例与数值仿真 |
| 4.5 本章小结 |
| 第五章 船舶动力定位系统的采样控制 |
| 5.1 引言 |
| 5.2 基于T-S模糊模型的非线性船舶动力定位系统的采样控制 |
| 5.2.1 问题描述 |
| 5.2.2 主要结果 |
| 5.2.3 仿真结果 |
| 5.3 基于线性化模型的船舶动力定位系统的容错采样控制 |
| 5.3.1 问题描述 |
| 5.3.2 主要结果 |
| 5.3.3 仿真结果 |
| 5.4 本章小结 |
| 第六章 结论 |
| 参考文献 |
| 致谢语 |
| 攻读学位期间发表的论文 |
四、采样系统的分析:提升技术（论文参考文献）
- [1]基于无腔脉冲源的光采样技术研究[D]. 邵博. 北京邮电大学, 2021(01)
- [2]智能优化算法的改进及在系统辨识中的应用[D]. 张子豪. 北京化工大学, 2021
- [3]混合交替采样系统分析及分辨率优化方法实现[D]. 庄怡. 电子科技大学, 2021(01)
- [4]基于多速率采样系统的数据驱动控制器综合[D]. 薛盛日. 哈尔滨工业大学, 2020(01)
- [5]基于交叉采样的宽带雷达数字接收机及信号处理关键技术研究[D]. 栗敬雨. 国防科技大学, 2019(01)
- [6]空间时频传递中的线性光学采样技术研究[D]. 陆启明. 中国科学技术大学, 2020(01)
- [7]不确定时滞采样系统的稳定性分析及H∞控制[D]. 关博文. 哈尔滨工程大学, 2019(05)
- [8]高速实时采样中时间抖动的处理方法研究[D]. 吴俊璋. 电子科技大学, 2019(01)
- [9]基于离散化方法的采样控制系统研究[D]. 唐婷婷. 杭州电子科技大学, 2019(01)
- [10]广义系统的采样控制理论及在船舶动力定位系统上的应用研究[D]. 郑敏杰. 上海交通大学, 2018(01)