（1)依赖精确数学模型 （2)被控对象参数时变 （3)系统近似忽略误差过大(非线性→线性) （4)算法繁琐,实现困难

上海交通大学：《系统模型、分析与控制 Modeling、Analysis and Control》课程教学资源[07]Lecture53-lineariztion of nonlinear mathematical models 非线性数字模型的线性化

9．1 相位共轭和非线性介质中的相位共轭效应 9．2 光折变效应相位共轭器 9．3 用耦合波近似处理光折变晶体中的二波混频和四波混频效应 9．4 自泵浦相位共轭效应 9．5 互泵浦相位共轭及双色泵浦光折变振荡 9．6 利用图像对相位光栅的编码实现非相干光——干光转换 9．7 相位共轭在联合傅里叶变换相关识别中的应用 9．8 光折变非线性联合变换相关

通过实验验证和理论分析,证明了混煤哈氏可磨性指数与配比是非线性相关的,并利用微磨球效应理论进行了解释.通过实验测定了五组混煤的可磨性指数,由于各组数据变化区间不完全一致,无法直接比较,利用相对可磨率的定义对实验数据进行归一化处理,实现了在统一区间内比较各组实验数据.结果表明:可磨性指数不同的任意煤种混合,混煤的相对可磨率随配比的变化是一致的.利用分段式最小二乘多项式拟合得到混煤相对可磨率的计算公式,结合其定义式,提出了基于非线性假设的混煤可磨性指数计算方法.实际应用表明,该方法比线性假设公式精确性明显提高

针对精轧的板宽板厚多变量系统具有强耦合、大时滞、不确定性、干扰因素多、非线性等特点,应用自抗扰控制(ADRC)静态解耦和扩张状态观测器(ESO)动态解耦技术,给出一种多变量系统的ADRC解耦设计方案.为提高时滞对象的快速性,设计了一种去掉跟踪微分器(TD),由ESO和非线性状态误差反馈控制律(NLSEF)两部分组成的ADRC,其中NLSEF改用非线性函数实现,ADRC阶次比常规方法低一阶.仿真结果表明,该控制方案不仅解耦效果好,而且对模型的不确定性和外部扰动具有较好的鲁棒性和适应能力

采用Maker条纹测试方法,首次在电场-温度场极化GeS2-Ga2S3-PbI2准三元体系硫卤玻璃中观察到了明显的二次谐波发生(SHG).对于70GeS2·15Ga2S3·15PbI2组分玻璃,详细研究不同极化电压、极化温度和极化时间对二次谐波(SH)强度的影响,发现当极化温度高于190℃,电压高于4.0kV时,可以观察到SHG并且SH强度随极化电压与时间的升高而增大直至饱和.在6kV极化40min的条件下,SH强度随极化温度的升高先增大后减小.在6kV、250℃、40min的最佳极化条件下,70GeS2·15Ga2S3·15PbI2玻璃的二阶非线性极化率χ(2)达到最大值4pm·V-1.根据偶极子取向模型,讨论了二次谐波效应的机理是该硫卤玻璃中偶极子在高温条件下摆脱网络束缚沿外加电场方向取向调整,从而破坏了玻璃的宏观各向同性所致,并定性解释了极化条件对玻璃二阶光学非线性效应的影响

为提高复杂环境下红外小目标的检测效率,将图像分为平坦区域、边缘区域和小目标区域三种区域,并针对三种成分的特点,提出基于拉普拉斯金字塔的非线性局部滤波检测方法.首先将图像进行高斯金字塔分解,将高斯低通金字塔与原图像尺寸匹配后,相减并进行阈值操作,抑制平坦区域;其次将标记像素灰度值与其周围环域均值的最小差作为指标,滤除边界区域;最后将非线性局部滤波结果生成相应的拉普拉斯金字塔各层系数,重构得到高对比度的检测图像,利用邻域特点剔除孤立噪声点并通过简单阈值标记红外小目标.实验结果表明:与现有其他算法相比,该检测算法能够对复杂背景有效抑制,检测速度快

本书系统地阐述了有限单元法的基本概念、原理和方法，内容涉及结构有限元分析的各个领域，包括平面问题、空间问题、杆系结构、平板结构、壳体结构以及结构动力学问题、材料非线性问题、几何非线性问题、边界非线性问题。此外，还简要介绍了结构物中的热传导、流体与固体相互作用，以及在吸收有限元技术的基础上发展起来的边界单元法、有限条法、有限元线法、无网格法。本书适宜用于工程力学、结构工程、机械工程、道路与桥梁工程、岩土工程等专业的研究生教材和继续学习的材料，也可作为其他相关专业科技人员的参考书

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

第六章非线性处理器 6.1限幅器 6.2电压比较器 6.3迟滞比较器 6.4精密整流电路 6.5采样保持电路