در دهه های اخیر فناوری هوا فضا پیشرفت های شگرفی داشته که باعث به وجود آمدن بستر مناسبی برای طراحی، ساخت و کنترل وسایل ترابری هوایی مانند هواپیما ها و هلیکوپتر شده است. با توجه به نقش اساسی کنترل کننده ها در این زمینه و دشواری پیاده سازی آن ها روی سیستم های اصلی، مدل های آزمایشگاهی نظیر trms (که مدل آزمایشگاهی هلیکوپتر با دو درجه آزادی است) ساخته شده و در اختیار محققین قرار گرفته تا بدین وسیله بتوانند کنترل کننده های طراحی شده را بدون خطر روی آن ها پیاده سازی کرده و نتایج را عملاً مشاهده کنند. اما بهتر است کنترل کننده ها ابتدا در شبیه سازی های کامپیوتری محک زده شوند و بعد از آن روی سیستم آزمایشگاهی پیاده سازی شوند. در این پایان نامه ابتدا مدل سازی سیستم trms به وسیله ی anfis انجام می پذیرد. anfis نوعی سیستم نروفازی است که از ترکیب شبکه های عصبی و منطق فازی به دست آمده، به این صورت که از نقطه قدرت هریک، جهت پوشش نقطه ضعف دیگری استفاده شده است. anfis با بهره گیری از قوانین فازی و فرایند آموزشی که دارد، برای مدل سازی و کنترل یک سیستم، نیازی به اطلاعات دقیق در مورد آن نداشته و به همین دلیل در سال های اخیر توجه عده ی زیادی از مهندسین کنترل را به خود جلب کرده است. جهت بهتر شدن کارایی مدل anfis در این پایان نامه از خوشه بندی داده های آموزشی برای به دست آوردن مدل اولیه استفاده می شود و انتخاب بهترین ترکیب از متغیر های ورودی مورد نیاز توسط یک روش مبتنی بر حذف تدریجی ورودی ها صورت می پذیرد. پس از انجام مدل سازی، کنترل سیستم trms مورد بررسی قرار خواهد گرفت. در این راستا ابتدا یک کنترل کننده ی فازی طراحی می شود که بتواند اثر متقابل دینامیک های چرخش افقی و عمودی هلیکوپتر روی یکدیگر را تا حدودی خنثی کرده و کنترل هر یک از درجات آزادی سیستم را به شکل قابل قبولی انجام دهد. با وجود پاسخ مناسب این کنترل کننده در شبیه سازی های کامپیوتری، استفاده ی عملی از آن به دلیل تعداد زیاد قوانین و حجم بالای محاسبات مورد نیاز، ممکن است با مشکل مواجه شود. در بخش آخر پایان نامه روشی برای ساده سازی وتنظیم این کنترل کننده ی فازی با کمک anfis ارائه می گردد. کنترل کننده ی نهایی نه تنها افت کارایی نسبت به کنترل کننده ی فازی اولیه نداشته، بلکه به مراتب ساده تر از آن بوده و قطعاً در پیاده سازی عملی نتیجه ی بهتری خواهد داشت.

چکیده : مسئله تعقیب هدف یکی از مهمترین مسائلی است که در سیستم های دفاعی مطرح می باشد. منظور از تعقیب هدف این است که با استفاده از اطلاعات اندازه گیری شده ی آغشته به نویز، مکان و سرعت هدف را بدست آوریم. در این پایان نامه به دنبال آن هستیم که به بررسی روش های مختلفی که تاکنون برای مسئله تعقیب هدف ارائه شده است بپردازیم. مسئله تعقیب هدف با توجه به نوع هدف و اطلاعاتی که از هدف در دسترس است به انواع مختلفی تقسیم می شود. اهدافی که در این پایان نامه بررسی می شوند اهدافی هستند که معمولاً هدایت آنها توسط انسان انجام می شود یا به عبارت دیگر اهدافی که سرعت زیادی ندارند مثلاً هواپیمای مسافربری، هواپیما جنگنده، کشتی و... .در تعقیب این نوع اهداف چندین مشکل وجود دارد: اولین مشکل نحوه مدل سازی هدف می باشد دومین مشکل وجود رابطه ی غیرخطی بین بردار حالت و اندازه گیری ها می باشد و سومین مشکل این است که فرکانس اندازه گیری فاصله هدف متفاوت از فرکانس اندازه گیری زوایای هدف می باشد و علاوه بر این مشکل، مشکل دیگر این است که ممکن است فاصله هدف گم شود. دو مشکل اول تقریباً در تمام سیستم های تعقیب مشترک است اما مشکلات سوم و چهارم در سیستم های الکترواپتیکی رخ می دهد زیرا در این سیستم ها فاصله ی هدف توسط یک فاصله یاب لیزری اندازه گیری می شود. در این پایان نامه برای این چهار مشکل راه حل هایی ارائه می شود. برای حل مشکل اول از imm استفاده می کنیم. برای مشکل دوم به ارائه روش تبدیل بدون بایاس و یا blue فیلتر می پردازیم و برای مشکلات سوم و چهارم به ارائه مدل هایی برای فاصله و الگوریتم هایی برای تخمین و پیش بینی فاصله می پردازیم که در نهایت با افزودن imm و تبدیل بدون بایاس به آنها الگوریتم هایی ارائه می کنیم که بتوان با استفاده از آنها موقعیت و سرعت هدف را به خوبی تخمین زد.

امروزه از شبکه های عصبی در زمینه های تحقیقاتی مختلف مانند محاسبات هوشمند، کنترل، شناسایی، پیش بینی سری های زمانی وغیره استفاده می شود. این شبکه ها به دو گروه شبکه های عصبی پیشرو و شبکه های عصبی بازگشتی طبقه بندی می شوند. شبکه های عصبی پیشرو استاتیکی می باشند به این مفهوم که خروجی آنها فقط به ورودی های فعلی شبکه بستگی دارد و این شبکه ها حافظه ندارند. شبکه های عصبی بازگشتی یک تعمیم از شبکه های عصبی پیشرو می باشند که شامل اتصالات پسخور و بلوک های تاخیر می باشند. خروجی این شبکه ها نه تنها به ورودی های فعلی شبکه بلکه به خروجی ها و ورودی های قبلی شبکه نیز بستگی دارد. بنابراین، شبکه های عصبی بازگشتی بسیار قوی تر از شبکه های پیشرو می باشند. از آنجایی که خروجی یک سیستم دینامیکی، تابعی از خروجی های گذشته، ورودی های گذشته یا هر دو آنها می باشد، پس شناسایی وکنترل این سیستم به آسانی یک سیستم استاتیکی نیست. از این رو شبکه های عصبی بازگشتی که نگاشت های دینامیکی هستند، بهترین جایگزین برای سیستم های دینامیکی نسبت به شبکه های عصبی پیشرو می باشند. همچنین شبکه های عصبی در اکثر مواقع، جهت تقریب توابع به تعداد زیادی نرون احتیاج دارند پس ممکن است شبکه در مرحله ی آموزش در یک می نیمم محلی گرفتار شده و سرعت همگرایی شبکه کاهش یابد. یک روش مناسب برای غلبه بر معایب شبکه های عصبی استفاده از توابع موجک در ساختار شبکه می باشد. با توجه به توضیحات فوق، یک شبکه ی عصبی موجک بازگشتی ویژگی های دینامیکی شبکه ی عصبی بازگشتی وعملکرد همگرایی سریع و تقریب زنی بالای شبکه ی عصبی موجک را ترکیب می کند. شبکه ی عصبی موجک بازگشتی به واسطه ی داشتن یک لایه ی موجک مادر متشکل از نرون های بازگشتی، می تواند اطلاعات گذشته ی شبکه را ذخیره کند و برای حفظ پاسخ دینامیکی سیستم از طریق عملیات موقتی خود، با ورودی ها یا خروجی های متغیر با زمان روبرو شود. در این پایان نامه هدف ما طراحی یک کنترل کننده ی بهنگام برای کنترل سیستم های غیرخطی تک ورودی-تک خروجی، بر اساس شبکه ی عصبی موجک بازگشتی می باشد. در این کنترل کننده سیگنال کنترل به صورت بهنگام آموزش داده می شود. بنابراین پارامترهای تطبیق شبکه به گونه ای آموزش می یابند که کنترل کننده ی شبکه ی عصبی موجک بازگشتی پیشنهادی، بتواند سیگنال کنترلی بهنگام را برای کنترل کردن یک سیستم غیرخطی تقریب بزند در حالیکه همگرایی سیستم حلقه بسته نیز تضمین گردد. پایداری سیستم حلقه بسته در حضور کنترل کننده ی پیشنهادی با استفاده از روش لیاپانف اثبات می شود. به منظور نشان دادن توانایی کنترل کننده ی پیشنهادی شبیه سازی هایی روی سیستم سرو مکانیزم غیرخطی و سیستم ربات تک عضو انجام گرفته است و نتایج این شبیه سازی ها با نتایج حاصل از کنترل کننده ی شبکه ی عصبی بازگشتی مقایسه می گردد. همچنین در این پایان نامه، ساختارهای شبکه های عصبی موجک بازگشتی و الگوریتم های یادگیری آنها بررسی می شوند. سپس با استفاده از شبکه ی عصبی موجک بازگشتی شبیه سازی هایی جهت شناسایی یک سیستم دینامیکی غیرخطی پیچیده و پیش بینی سری زمانی معروف mackey glass انجام گرفته است و نتایج حاصل از آن با نتایج به دست آمده از شبکه ی عصبی بازگشتی و شبکه ی انفیس مقایسه می شوند.

افزایش روزافزون سیستم های کنترل در بسیاری از کاربردها ، منجر به تکنیک های متنوع کنترلی شده است.استفاده از منطق و سیستم های کنترل فازی بواسطه توصیف تقریبی قابل قبول و قابل تجزیه و تحلیل یک سیستم و همچنین فرموله کردن دانش بشری ، توانسته است در بین انواع سیستم های کنترل جایگاه مناسبی پیدا کند. با پیدایش کاربردهای عملی کنترل کننده های فازی ، رویکرد طراحان و محققان به این زمینه تحقیق افزایش یافت، هر چند طراحی کنترل کننده فازی بر اساس نظریه پرفسور زاده، بر پایه دانش فرد خبره و بر اساس تنظیم یک سری مجموعه های فازی و یافتن قوانین اگر-آنگاه فازی مناسب، استوار است و این مورد برای مسائل ساده که بتوان اطلاعات ورودی- خروجی را بدست آورد و دانش فرد خبره موجود باشد از طریق سعی و خطا به صورت رضایت بخشی انجام می شود، اما در عمل اکثر مسائل کنترلی دارای پیچیدگی خاص خود می باشند و فرد خبره قادر به بازگویی تمامی مسائل مطرح در مورد پروسه کنترلی نمی باشد، تا بتوان از آن سود جست، بنابراین محققان به دنبال راه حلی بوده اند که از طریق آن بتوان میزان دخالت انسان را در طراحی کنترل کننده فازی کاهش دهند و کارهای نیز در این زمینه انجام شده و روش هایی ارائه شده است، یکی از این روش ها استفاده از الگوریتم بهینه سازی اکتشافی برای طراحی این کنترل کننده می باشد که به کمک این روش مسائل بسیار پیچیده که شامل پارامترهای مختلف با قیدهای متعدد می باشند، به راحتی در نظر گرفته می شود و کنترل کننده ای بهینه ،پایدار و مقاوم با حداقل دخالت انسان حاصل می شود. در این پایان نامه ابتدا به معرفی سیستم های فازی و الگوریتم های بهینه سازی pso و abc پرداخته می شود و در ادامه از این الگوریتم ها برای تنظیم بهینه کنترل کننده فازی ممدانی برای سیستم تنظیم کننده خودکار ولتاژ ژنراتور و سیستم غیر خطی پاندول معکوس استفاده شده است و در آخر به معرفی سیستم کنترل بار فرکانس ژنراتور پرداخته و سپس با استفاده روشی، که ترکیبی از فیدبک حالت و الگوریتم های اکتشافی است به طراحی بهینه کنترل کننده برای آن پرداخته شده است.

هدف از انجام این رساله ارائه یک روش بهینه برای کنترل و طراحی سوخت خودروهای الکتریکی هیبرید می باشد. امروزه اکثر شرکت های خودروسازی راهکارهای گوناگونی جهت کم کردن هزینه های خودرو بویژه در مصرف سوخت نظیر خودروهای الکتریکی هیبرید ارائه داده اند. در این خودروها از انرژی الکتریکی و سوخت های فسیلی نظیر بنزین، گازوئیل و گاز بطور همزمان در تهیه توان لازم در خودرو استفاده می شود. مزیت اصلی این خودروها نسبت به خودروهای معمول که فقط از سوخت فسیلی استفاده می کنند، در روش های کنترلی مدرن و استفاده از دو منبع انرژی می باشد. ارائه روش های کنترلی گوناگون در این خودروها جهت تخصیص میزان توان لازم از هر نوع انرژی در طول مسیر، از شاخص های مهم این خودروها می باشد. داشتن یک کنترل کننده بهینه به نحوی که بتواند میزان سوخت فسیلی مصرفی در خودرو را مینیمم کند تا میزان آلایندگی کاهش یابد، بسیار حائز اهمیت است. در این رساله به دنبال بررسی راه کارهای بهینه مناسب جهت رسیدن به یک استراتژی بهینه در خودروهای هیبرید هستیم. بهینه سازی سیستم های کنترلی از مسائلی است که از دیرباز مورد توجه قرار داشته است. پیدا کردن یک ورودی کنترل که بتواند معیارهای مورد نظر یک سیستم را اکسترمم کند، مساله اصلی بهینه سازی به شمار می آید. در مسائل کنترل بهینه، پارامترهای مجهول، متغیرهای کنترل و متغیرهای وضعیت هستند؛ در این گونه مسائل، هدف، تعیین ورودی کنترل و متغیرهای وضعیت متناظر با آن می باشد به نحوی که معیارهای سیستم مورد نظر را بهینه کرده و در شرایط مساله نیز صدق کند. از جمله روش هایی که می تواند برای حل مسائل کنترل بهینه مورد استفاده قرار گیرد، روش مستقیم و توابع هیبرید می باشد. ایده اصلی این دو روش، تبدیل مساله کنترل بهینه به یک گروه از معادلات جبری که حل آن بسیار ساده تر از حل مساله اصلی است، می باشد. از آن جهت که در بسیاری از مسایل کنترل بهینه استفاده از تئوری کنترل و اصل حداقل یابی پنتریاگن به دلیل پیچیدگی سیستم های واقعی بسیار سخت و دشوار بوده است، ارایه روش های جدید کنترل بهینه این مساله را ساده ترمی کند. از جمله روش های بکارگرفته شده در کنترل بهینه سوخت خودروهای هیبرید استفاده از برنامه نویسی دینامیکی و برنامه نویسی غیر خطی می باشند. از معایب این روش نیز گسسته سازی مساله کنترل بهینه و حل آن به روش عددی می باشد. همچنین پدیده نفرین ابعاد در روش مستقیم از دیگر معایب استفاده از این تکنیک ها می باشد. در این رساله سعی شده تا با استفاده از خواص توابع متعامد پیوسته و قطعه قطعه پیوسته در روش های مستقیم و توابع هیبرید، مساله کنترل بهینه سوخت خودروی هیبرید حل گردد. از ویژگی های متمایز این دو روش، استفاده از حل معادلات جبری بجای استفاده از حل معادلات دیفرانسیل با شرایط مرزی در دو طرف بازه می باشد. از آنجا که در سیستم های واقعی، نامعینی در سیستم وجود دارد، ارایه روش های کنترلی با حضور نامعینی در سیستم از اهمیت ویژه ای برخوردار است. در این رساله سعی شده است تا با استفاده از قضیه کنترل بهینه و حساب تغییرات، کنترل مصرف سوخت خودروی هیبرید را در حضور نامعینی در سیستم مینیمم ساخت. نحوه کار این روش بگونه ایست که به ازای نامعینی که هزینه سیستم را ماکزیمم می کند، متغیر های کنترلی به نحوی انتخاب شوند تا هزینه سیستم مینیمم گردند.

چکیده راه رفتن انسان یکی از مهمترین و پیچیده ترین فعالیت هایی است که توسط مغز انسان سازماندهی می گردد. در حین راه رفتن ، سیستم عصبی و سیستم اسکلتی-عضلانی به صورت هماهنگ با یکدیگر عمل می کنند. مطالعه این حرکت پیچیده و شناخت وبژگی های مرتبط با آن می تواند اطلاعات مفیدی در خصوص الگوهای راه رفتن و تعادل انسان در حین حرکت ، ارائه نماید. شناسایی الگوهای نامتعادل در حین راه رفتن در افراد سالمند از اهمیت ویژه ای برخوردار می باشد .در این افراد با افزایش سن الگوهای حرکت به تدریج دچار تغییر شده و می تواند به عدم تعادل فرد و در نتیجه زمین خوردن در حین راه رفتن منتهی گردد.این در حالی است که در افراد سالمند به دلیل بروز مشکلاتی از جمله پوکی استخوان و ضعف عمومی بدن ، زمین خوردن عموماً به شکستگی های جدی در ناحیه مفاصل اندام تحتانی منجر می گردد.در روش های متداول تشخیص تعادل و یا عدم تعادل فرد در حین راه رفتن ، سیگنال های کینماتیکی با فرکانس 200 هرتز ثبت شده و سپس محاسبات آماری مشخصی بر روی داده های جمع آوری شده انجام می گردد. در این محاسبات آماری ، شاخص هایی همچون میانگین داده ها و یا میزان چولگی به راست و چپ فضای داده ها محاسبه می گردد و سپس مقادیر به دست آمده با مقادیر مربوط به افراد سالم مقایسه می شود. با در نظر گیری شرایط جسمی فرد و تکیه بر مهارت تجربی پزشک ، سعی می گردد تا افراد سالمند مستعد زمین خوردن ، شناسایی گردند.اگرچه در چند دهه اخیر مطالعات بسیار زیادی با هدف شناخت الگوهای نامتعادل حرکت و مدلسازی روابط غیر خطی میان پارامترهای توصیف کننده حرکت ، با استفاده از شبکه های فازی و نروفازی ، شبکه های عصبی و ویولت انجام شده است ولی اکثر این مطالعات از سیگنال های کینماتیکی برای توصیف و مدلسازی راه رفتن استفاده می کنند . این در حالی است که تجهیزات مربوط به ثبت و اندازه گیری این سیگنال ها نسبتاً گران قیمت و در بیشتر مراکز تحقیقات ایران موجود نمی باشد ، از این رو در این پایان نامه از داده های کینتیکی برای آنالیز حرکت استفاده می شود.در این تحقیق دو مساله اساسی در حوزه راه رفتن مورد بررسی قرار می گیرد . مساله اول به بررسی فرکانس موثر نمونه برداری برای ثبت سیگنال های کینتیکی می پردازد. این فرکانس به طور معمول بین 166 تا 200 هرتز انتخاب می گردد . در حالیکه استفاده از این نرخ نمونه برداری به ایجاد حجم بسیار بزرگی از داده ها می انجامد که خود نیاز مند صرف وقت و انجام حجم زیادی از محاسبات برای پردازش می باشد.در مساله اول سعی می گردد تا با تکیه بر قدرت تطبیق شبکه های عصبی و مدل آنفیس در مواجه با ورودی های جدید ، فرکانس نمونه برداری کاهش داده شود و حجم کمتری از داده ها به عنوان فضای نمونه مورد استفاده قرار گیرد.در مساله دوم پس از انتخاب حجم کوچکتری از فضای داده ، طبقه بندی الگوهای کینتیکی بررسی می گردد. در این پایان نامه سعی می گردد تا با استفاده اط شبکه های عصبی و نیز الگوریتم های طبقه بندی نروفازی ، روش مناسبی جهت تفکیک الگوهای راه رفتن افراد سالم و افراد بیمار استفاده گردد به گونه ای که الگوهای کینتکی ثبت شده در حین حرکت افراد به عنوان ورودی به شبکه اعمال گردد و در خروجی شبکه الگوهای مربوط به حرکت افراد سالم و افراد مستعد زمین خوردن از یکدیگر تفکیک گردد. در انتها تایج به دست آمده از اعمال شبکه عصبی و مدل آنفیس با یکدیگر مقایسه می گردد. کلمات کلیدی : راه رفتن ، تعادل،پارامترهای کینتیکی، طبقه بندی الگوها، شبکه عصبی ، مدل آنفیس

رویتگرها از حیث تخمین متغیرهای داخلی سیستم به ویژه متغیرهای حالت، در طراحی سیستم های کنترل جایگاه ویژه ای دارند. طراحی رویتگر حالت در سیستم های غیرخطی در مقایسه با سیستم های خطی با پیچیدگی های خاصی همراه است و این موضوع دلیلی بر ارائه طیف وسیعی از روش های طراحی در چند دهه اخیر می باشد. رویتگر شبه لیونبرگر از جمله رویتگر های کاربردی در سیستم های غیرخطی با ویژگی رویت پذیری یکنواخت است که در طراحی آن معمولاً فرض لیپشیتز بودن تابع دینامیک سیستم در نظر گرفته می شود. در این رساله یک دسته بندی کلی از روش های طراحی این رویتگر، تحت عنوان روش های مستقیم و غیرمستقیم ارائه شده و مزایا و معایب هر یک بررسی می گردد. همچنین شرط لیپشیتز تعمیم یافته بر اساس ساختار بخش غیرخطی معادلات سیستم معرفی شده و بر اساس آن یک شرط لازم و کافی در پایداری معادله خطای رویتگر شبه لیونبرگر بدست می آید. بر مبنای این دو شرط، توصیف روش های مختلف طراحی رویتگر امکان پذیر است و لذا یک چارچوب کلی در تحلیل و طراحی رویتگر شبه لیونبرگر ارائه می شود. چارچوب کلی طراحی در کاهش محدودیت های روش های طراحی موجود بکار گرفته شده است. علاوه بر این یک الگوریتم منظم در طراحی رویتگر شبه لیونبرگر ارائه می گردد که ضمن برخورداری از اغلب مزایای روش های مستقیم و غیرمستقیم، قابل استفاده در دسته وسیعی از سیستم های غیرخطی است. کاربرد این الگوریتم در طراحی رویتگرهای مرتبه کاهش یافته و رویتگرهای غیرخطی تطبیقی نیز بررسی شده است. نتایج شبیه سازی در بخش های مختلف، اهمیت کاربردی مباحث مطرح شده را نشان می دهد.

در سیستم های کنترلی امروزی، پردازش بهنگام سیگنال ها از اهمیت ویژه ای برخوردار است زیرا این سیگنال ها حاوی اطلاعاتی از سیستم و بنابراین عملکرد آن هستند. هر چه بتوان اطلاعات بیشتری از سیگنال های در دسترس استخراج کرد، طبیعتا توصیف دقیق تری از خصوصیات سیستم در اختیار داریم و در نتیجه توانایی کنترلی بالاتری خواهیم داشت. در حقیقت طراحی مناسب و ارزیابی عملکرد سیستم کنترلی، نیازمند اطلاعاتی در مورد سیگنال های موجود در محیط است. بنابراین پژوهش های بسیاری جهت رویارویی با سیگنال هایی که وجودشان از قبل قابل پیش بینی می باشد انجام گرفته است. یک دسته از این سیگنال ها که در کاربردهای گوناگون ظاهر می شوند سیگنال های سینوسی و در حالت کلی تر سیگنال های سینوسی میرا هستند. سیگنال های سینوسی میرا در گستره وسیعی از کاربردها ظاهر می شوند. چه به منظور کاربردهای کنترلی (همچون حذف اغتشاش) و چه به قصد پردازش سیگنال، یافتن الگوریتمی که توانایی استخراج و تعقیب پارامترهای این سیگنال را داشته باشد، حائز اهمیت می باشد. این موضوع پژوهشگران را بر آن داشته تا به دنبال راهکارهایی مناسب جهت استخراج پارامترهای این نوع سیگنال به منظور کاربردهای بهنگام باشند. با توجه به این موضوعات، در این پایان نامه ابتدا الگوریتم جدیدی مبتنی بر فیلتر کالمن توسعه یافته برای تخمین بهنگام فرکانس و ضریب میرایی سیگنال سینوسی میرا ارائه شده است و بر مبنای قضایای مربوط به پایداری فیلتر کالمن توسعه یافته، همگرایی این الگوریتم مورد بررسی قرار گرفته است. آنگاه مدل ارائه شده برای سیگنال سینوسی میرا به یک مدل جدید برای سیگنال متشکل از n سیگنال سینوسی میرای بایاس شده، گسترش داده شده است. شبیه سازی های متعددی موید کارایی مطلوب الگوریتم برای تجزیه و تحلیل سیگنال های سینوسی میرا در حوزه زمان است. شبیه سازی های انجام شده نشان می دهد که الگوریتم پیشنهاد شده علاوه بر تخمین پارامترهای سیگنال سینوسی میرا، توانایی تعقیب پارامترهای سیگنال سینوسی میرا با پارامترهای متغیر را دارا می باشد. در ادامه این پایان نامه، مساله حذف سیگنال های سینوسی میرا در یک سیستم کنترل به عنوان اغتشاش وارد شونده به یک فرآیند خطی و تغییر ناپذیر با زمان مورد بررسی قرار گرفته است. بدین منظور روش پیشنهادی برای تخمین فرکانس، ضریب میرایی و مولفه های سینوسی و کسینوسی سیگنال اغتشاش در یک سیستم حذف پیشخوردی تطبیقی استفاده شده و یک قانون کنترل جهت حذف این نوع از اغتشاش ها ارائه شده است. عملکرد سیستم پیشنهادی با استفاده از مثال های شبیه سازی برای سیگنال های سینوسی میرا با پارامترهای ثابت و متغیر مورد بررسی قرار گرفته است.

در این پایان نامه ابتدا بوسیله قضایای پایداری ناحیه تعادل در سیستم های دارای ورودی ، شرط کافی جهت تحلیل پایداری تام یک سری از سیستمهای غیرخطی ، توصیف شده توسط مدل فازی پیوسته تاکاگی - سوگنو بدست می اید .مزیت روش ، سادگی چک کردن آن می باشد. ابتدا مشاهده می شود که شرط بدست آمده با شرط پایداری لیاپونفی یکسان می باشد سپس بوسیله قضایای پایداری مربعی که حالت تعمیم یافته ای از قضیه پایداری لیاپونفی است شرایطی آسانتر جهت تحلیل پایداری تام مدل فازی پیوسته تاکاگی - سوگنو بدست می آید ، به این ترتیب که با توجه به اینکه شرایط پایداری لیاپونفی با شرایط پایداری تام یکسان است ، قضایای بدست آمده برای پایداری لیاپونفی در مورد پایداری تام آنها تعمیم داده می شود. همچنین مشاهده می شود که با توجه به مفاهیم و خواص پایداری مربعی ، می توان پایداری تام مقاوم این مول را نیز تحلیل نمود. لازم به تاکید است که بزرگترین حسن این روش ساده تر بودن آن نسبت به دیگر روشهاست .

وجود نامعینی در مدل فرآیند و تاثیر ورودیهای مزاحم ، از عوامل اصلی استفاده از فیدبک در سیستمهای کنترل می باشند. یک روش موثر و قابل پیاده سازی در طراحی کنترل کننده های مقاوم برای به حداقل رساندن اثر نامعینی و اختلال روش تئوری فیدبک کمی است .هدف از طراحی کنترل کننده در این روش آن است که علیرغم وجود نامعینی در فرآیند ، اولا سیستم حلقه بسته پایدار باشد. ثانیا خروجی سیستم ، فرمان ورودی پله ای را تعقیب نماید و ثالثا اثر ورودی مزاحم پله ای در عملکرد سیستم و همچنین اثر نویز اندازه گیری در سیگنال کنترل تا حد ممکن کاهش یابد.

در بسیاری از فرآیندهای صنعتی امکان مدلسازی مستقیم ریاضی بر اساس قوانین فیزیکی وجود ندارد . چرا که این فرایندها ممکن است گسسته ، تصادفی ، غیر خطی ، متغیر با زمان و یا نامعین باشند. یکی از روشهای مناسب برای مدلسای این قبیل سیستمها روش مدلسازی فازی می باشد. این روش حتی در مواقعی که مدل ریاضی سیستم در اختیار است می تواند مفید واقع شود.

‏‎یکی از مشکلات موجود برای طراحی کنترل کننده در سیستمهای کنترل، وجود نامعینی ها در مدل فرآیند تحت کنترل و تاثیر ورودی های مزاحم می باشد. یکی از روشهای مفید و قابل اجرا در طراحی کنترل کننده های مقاوم برای به حداقل رساندن اثر نامعینی و اختلال ، روش موسوم به تئوری فیدبک کمی‏‎qft‎‏ می باشد . در این روش کنترل کننده طوری طراحی می شود که سیستم حلقه بسته پایدار بوده ، ورودی پله ای را دنبال کرده و اثر ورودی های مزاحم پله ای و نیز نویز اندازه گیری تا حد ممکن کاهش یابد. در این پایان نامه ابتدا تاریخچه مختصری از کنترل کلاسیک و کنترل مدرن گفته می شود و پس از تشریح روش ‏‎qft‎‏ برای طراحی کنترل کننده برای فرایندهای تک متغیره و چندمتغیره ، روشی نو جهت طراحی کنترل کننده خطی مقاوم برای سیستمهای تک متغیره و چندمتغیره در حوزه فرکانس پیشنهاد می گردد.