• 제어로봇시스템학회논문지
• /
• 제19권7호
• /
• pp.583-586
• /
• 2013

We consider discrete-time LTI (Linear Time-Invariant) systems with constant input delays. The input delay is modeled by a first-order PdE (Partial difference Equation) and a backstepping transformation is employed to design a predictor feedback controller. The backstepping approach results in the construction of an explicit Lyapunov function, with which we prove the exponential stability of the closed-loop system formed by the predictor feedback. The numerical example demonstrates the design of the predictor feedback controller, and illustrates the validity of the exponential stability.

• 한국정보통신학회논문지
• /
• 제9권8호
• /
• pp.1730-1734
• /
• 2005

본 논문에서는 입력측에 외란이 인가된 시간지연 시스템에 대한 새로운 스미스 예측제어기를 제안하였다. 외란을 검출할 수 있는 외란 관측기를 구성하였으며 이를 이용하여 외란의 영향을 소거할 수 있는 제어기를 구성하였다. 그 결과 계단입력 형태의 외란에 대한 정상상태 오차를 빠르게 0으로 할 수 있는 새로운 스미스 예측제어기를 구성할 수 있었다. 이렇게 구성된 제어기에 대하여 컴퓨터 시뮬레이션을 행하여 제안된 시스템의 효용성 및 우수성을 입증하였다.

• 대한전자공학회논문지
• /
• 제25권2호
• /
• pp.119-124
• /
• 1988

Real-time adaptive lattice predictor was implemented on the TMS32020 DSP chip for digital signal processing. The implemented system was composed of Input-Output units and centrla processing-control unit and its supporting assembly soft ware. The performance of hardware realization was verified by comparing input signal and one-step prediction signal which are calcualted by the real-time adaptive lattice predictor. As a result, for 4 stage lattice structure, the maximum running frequency was obtained as 6.41 KHz in this experiment.

• 제어로봇시스템학회논문지
• /
• 제3권3호
• /
• pp.272-279
• /
• 1997

In this paper, a fuzzy generalized predictive control (FGPC) for non-linear plants is proposed. In the proposed method, the receding horizon control is applied to the control part, while fuzzy systems are used for the predictor part. It is suggested that the fuzzy predictor is time-varying affine with respect to input variables for easy computation of control inputs. Since the receding horizon control can be obtained only with a predictor instead of a plant model, the fuzzy predictor is obtained directly from input-output data without identifying a plant model. A parameter estimation algorithm is used for identifying the fuzzy predictor. The control inputs of the FGPC are computed by minimizing a receding horizon cost function with predicted plant outputs. The proposed controller has a similar architecture to the generalized predictive control (GPC) except for the predictor synthesis method, and thus may possess inherent good properties of the GPC. Computer simulations show that the performance of the FGPC is satisfactory.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1265-1272
• /
• 2019

본 논문에서는 상수 입력지연을 갖는 이산시간 선형시스템을 위한 기존의 예측기 피드백 제어기의 구조적 모델 불확실성에 대한 강인성을 해석한다. 상수 입력지연을 1차 PdE (Partial difference Equation)로 모델링하여 입력지연을 PdE 상태변수로 대체하고 백스테핑 변환을 적용하여 목표 시스템을 구축한다. 목표 시스템을 기반으로 전체 상태변수를 포함하는 명시적 리아푸노프 함수를 구성하여 안정성이 유지되는 구조적 모델 불확실성의 최대 크기의 존재를 증명하고 예측기 피드백 제어기의 강인성을 확립한다. 모의실험을 통하여 모델 불확실성이 존재하는 경우에도 닫힌 루프 시스템의 안정성이 유지되는 것을 예증하고 예측기 피드백 제어기의 강인성을 검증한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.90.2-90
• /
• 2002

A new integral controller is proposed for time-delay plants. The proposed controller has Davison type structure and utilizes a simplified state predictor instead of the optimal state predictor for the extended system. The simplified predictor is introduced by a trick similar to that used in the Smith predictor. As a systematic method for designing the proposed controller, the application of the loop transfer recovery (LTR) technique is considered. For the plant input side and the output side, explicit representations of the sensitivity matrices achieved by enforcing the formal LTR procedure using Riccati equations are obtained. A numerical example is presented to compare the asymptotic...

• 한국컴퓨터정보학회논문지
• /
• 제13권4호
• /
• pp.19-30
• /
• 2008

분기 히스토리는 분기 예측기의 주된 입력 요소로 사용된다. 따라서 적절한 분기 히스토리의 사용은 분기 예측의 정확도 향상에 큰 영향을 미친다. 본 논문에서는 분기 예측의 정확도를 향상시키기 위한 방법의 하나로, 명령어의 연관성 분석을 통한 선별적 분기 히스토리 사용 기법을 제안한다. 우선, 본 논문에서는 명령어의 연관성을 분석하는 세 가지 서로 다른 알고리즘을 제안한다. 제안된 기법은 명령어의 레지스터 쓰기 연산에 기반하는 방법, 분기 명령어의 참조 레지스터에 기반하는 방법, 그리고 이들 두 가지 방식을 상호 결합하는 방법이다. 또한, 제안된 세 가지 알고리즘의 실질적 구현을 위해 이를 적용할 수 있는 가변 입력 gshare 예측기를 제안한다. 본 논문에서는 모의실험을 통해 세 가지 알고리즘의 특징 및 장단점을 비교 분석한다. 특히, 기존의 고정된 입력을 사용하는 방식과 비교하여 제안된 기법의 성능 향상의 정도를 분석하며, 사전 프로파일링을 통해 얻어진 최적의 입력에 대한 성능상의 차이도 소개한다.

• 한국정보전자통신기술학회논문지
• /
• 제10권5호
• /
• pp.435-441
• /
• 2017

중간고조파는 주파수가 기본주파수의 정수배가 아니며 크기가 고조파에 비해 작으므로 중간고조파의 정확한 검출은 쉽지 않다. 본 논문에서는 필터뱅크 시스템과 적응 예측기를 이용하는 중간 고조파 검출 기법을 제안한다. 필터 뱅크 시스템에서는 입력신호를 부밴드로 분해한다. 적응 예측기에서는 분해된 부밴드 신호를 입력신호로, 오차신호를 출력으로 하여 중간고조파를 검출한다. 이럴 경우 적응예측기의 입출력 특성이 노치필터특성을 가지므로, 예측된 고조파신호가 오차신호에서 제거되므로 중간고조파 검출이 가능하다. 검출된 중간고조파의 크기와 주파수는 순환기법을 이용하여 추정한다. 제안 기법의 성능은 고조파와 중간고조파를 정현모델로 합성한 신호를 입력으로 사용하고, 시뮬레이션을 통해 중간고조파 검출결과를 평가한다. 그리고 중간고조파 검출 결과를 MUSIC, ESPRIT와 비교하여 제안기법의 타당성을 입증한다.

• 제어로봇시스템학회논문지
• /
• 제6권11호
• /
• pp.963-967
• /
• 2000

This paper deals with a sliding mode control with uncertainty adaptation for the robust stabilization of input-delay systems with unknown uncertainties. A sliding surface including a state predictor is employed to compensate for the effect of the input delay. The proposed method does not need a priori knowledge of upper bounds on the norm of uncertainties, but estimates those upper bounds by adaptation laws based on the sliding surface. Then, a robust control law with the uncertainty adaptation is derived to ensure the existence of the sliding mode. A numerical example is given to illustrate the design procedure.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.1041-1044
• /
• 1999

In This paper, we investigated the single step prediction for output responses of chaotic system with multi Input multi output using chaotic neural networks. Since the systems with chaotic characteristics are coupled between internal parameters, the chaotic neural networks is very suitable for output response prediction of chaotic system. To evaluate the performance of the proposed neural network predictor, we adopt for Lorenz attractor with chaotic responses and compare the results with recurrent neural networks. The results demonstrated superior performance on convergence and computation time than the predictor using recurrent neural networks. And we could also see good predictive capability of chaotic neural network predictor.