1) increment recursive
增量递推
1.
Due to the dependence of traditional proportional integral differential control strategy upon the detection accuracy, time-delay caused by computation and state change of the controlled objects of the proposed compensation system, the authors pre-act the increment recursive forecasting model to the proposed system to compensate the control error brought by time-delay, and pu.
由于传统比例-积分-微分控制方法对上述系统的检测精度、计算延时和被控对象状态变化具有较强的依赖性,文中将增量递推预测模型预作用于上述系统以补偿延时带来的控制误差,提出了一种采用预测模型实现的多模比例-积分-微分控制方法,使得当电网状态变化时该补偿系统可自动在比例-积分和比例-微分模型间切换。
2.
To avoid the influence of detection accuracy and time delay, a increment recursive forecast mode is presented.
分析了该滤波器的拓扑结构和工作原理,讨论了其谐波抑制能力及控制系统设计,提出了一种基于增量递推的预测模型用于补偿时滞带来的影响,采用基于多模PID的控制算法进行电流跟踪控制,提高了系统的跟踪精度,最后给出了仿真结果。
2) Incremental recursive least square
增量递推最小二乘
3) Discrete recursive incremental PID control
离散递推增量式PID控制
4) Recursive measurements
递推测量
5) Dose escalation
剂量递增
1.
Dose escalation of cisplatin with 5-fluorouracil in concurrent chemoradiotherapy for esophageal carcinoma;
食管癌同期放化疗PF方案剂量递增试验
2.
Methods:The scheduled dose escalation ranged from 70 Gy to 76 Gy.
以≥15%的患者发生≥RTOGⅢ级急性放射性损伤为终止剂量递增标准。
3.
The scheduled dose escalation ranged from 74 Gy to 80 Gy.
目的通过剂量递增试验以期获得食管癌三维适形放射治疗的最大耐受剂量并观察其疗效和毒副反应。
6) Graduate increased dosage
递增剂量
补充资料:递推估计算法
利用时刻t上的参数估计孌(t)、存储向量嗘(t)与时刻 t+1上测量的输入和输出值u(t+1)和y(t+1)计算新参数值孌(t+1),再根据孌(t+1)计算出新参数值孌(t+2),直到获得满意的参数值为止。这种算法的每一步计算量都比较小,能够使用小型计算机进行离线或在线参数估计,可以估计时变参数,也可以实时估计适应控制器的参数(见适应控制系统)。20世纪60年代,递推估计算法得到迅速发展,到了70年代产生了许多不同的方法,例如,有离线方法的各种变形、卡尔曼滤波法、随机逼近方法和模型参考适应参数递推估计法等。递推估计算法的各种方法可以用一个统一的公式来描述:
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法:①递推最小二乘法;②递推增广最小二乘法;③递推近似极大似然法;④递推辅助变量法;⑤递推广义最小二乘法;⑥卡尔曼滤波参数估计;⑦随机逼近法;⑧模型参考适应法;⑨时变参数递推估计法。
参考书目
Lennart Ljung,Torsten Soderstrom, Theory and Practice of Recursive Identification,MIT Press., Combridge, Mass., 1983.
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法:①递推最小二乘法;②递推增广最小二乘法;③递推近似极大似然法;④递推辅助变量法;⑤递推广义最小二乘法;⑥卡尔曼滤波参数估计;⑦随机逼近法;⑧模型参考适应法;⑨时变参数递推估计法。
参考书目
Lennart Ljung,Torsten Soderstrom, Theory and Practice of Recursive Identification,MIT Press., Combridge, Mass., 1983.
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条