未知非线性零和博弈最优跟踪的事件触发控制设计

设计了一种基于事件的迭代自适应评判算法,用于解决一类非仿射系统的零和博弈最优跟踪控制问题.通过数值求解方法得到参考轨迹的稳定控制,进而将未知非线性系统的零和博弈最优跟踪控制问题转化为误差系统的最优调节问题.为了保证闭环系统在具有良好控制性能的基础上有效地提高资源利用率,引入一个合适的事件触发条件来获得阶段性更新的跟踪策略对.然后,根据设计的触发条件,采用Lyapunov方法证明误差系统的渐近稳定性.接着,通过构建四个神经网络,来促进所提算法的实现.为了提高目标轨迹对应稳定控制的精度,采用模型网络直接逼近未知系统函数而不是误差动态系统.构建评判网络、执行网络和扰动网络用于近似迭代代价函数和迭代跟踪策略对.最后,通过两个仿真实例,验证该控制方法的可行性和有效性.     

基于未知输入观测器的多智能体一致性控制

现有研究成果大多仅考虑随机噪声或未知输入干扰单一存在的情况,实际工程中两者往往同时存在.在此背景下,本文针对一类含有未知输入干扰和随机噪声的非线性多智能体系统,提出了一种一致性控制协议方法.首先,针对单个智能体系统设计未知输入观测器以消除干扰项对状态估计的影响.参考Kalman滤波器算法来求解状态反馈矩阵,使得输出残差信号的协方差最小,从而增强系统对随机噪声的鲁棒性.然后,基于观测器的状态估计信息,设计了鲁棒一致性控制协议,并将其转化为线性矩阵不等式求解问题.最后,通过一个数值仿真证明了所提方法的正确性和有效性.     

基于未知控制增益的非线性系统自适应迭代反馈控制

针对一类单输入单输出不确定非线性重复跟踪系统, 提出一种基于完全未知控制增益的自适应迭代反馈控制. 与普通迭代学习控制需要学习增益稳定性前提条件不同, 所提自适应迭代反馈控制律通过不断修改Nuss baum形式的反馈增益达到收敛. 证明当迭代次数i→δ时, 重复跟踪误差可一致收敛到任意小界δ. 仿真显示了所提控制方法的有效性.     

具有输入饱和的近空间飞行器鲁棒控制

针对近空间飞行器这一类存在外部扰动,输入饱和和参数不确定的多输入多输出线性系统,提出了一种基于干扰观测器的抗饱和鲁棒控制方案.将干扰观测器与抗饱和控制技术相结合,从而消除系统存在的未知外部扰动、输入饱和和不确定性对系统控制的影响.首先,设计干扰观测器对线性外部系统产生的未知扰动进行估计.然后根据干扰观测器输出,通过超前抗饱和方法设计抗饱和补偿器,并将其加入到鲁棒控制器的设计中,保证闭环系统存在输入饱和、未知外部扰动和参数不确定情况下的稳定性.为便于设计,干扰观测器、抗饱和补偿器和控制器设计矩阵均通过求解线性矩阵不等式得到.最后,将提出的鲁棒抗饱和控制方法应用于近空间飞行器,仿真结果验证了该控制方案的有效性.     

基于强化学习的JLQ模型的直接自适应最优控制

研究离散时间跳变线性二次(JLQ)模型的直接自适应最优控制问题.将强化学习的理论和方法应用于JLQ模型,设计基于Q函数的策略迭代算法,以优化系统性能.在系统参数以及模态跳变概率未知的情况下,Q函数对应的参数矩阵,可通过观察给定策略下系统行为,应用递归最小二乘算法在线估计.基于此参数矩阵,可构造出新的策略使得系统性能更优.该算法可收敛到最优策略.     

求解图型博弈的Nash均衡

图型博弈是一种新的博弈表示方法。求解Nash均衡是图型博弈的核心问题。论文把求解图型博弈的Nash均衡看作是离散空间中的优化问题,给出了求解图型博弈ε-Nash均衡的迭代优化算法。另外,为加快算法的收敛速度,提出了一个获得高迭代效率策略剖面的方法:基于博弈的图形结构进行多策略更新。实验结果表明算法是可行、高效的。     

离散Lipschitz非线性系统状态和未知输入估计

针对含有未知输入和可测噪声的离散Lipschitz非线性系统,研究了状态估计、未知输入以及可测噪声同时估计的问题.首先,对含有未知输入的系统,设计了比例积分观测器,达到同时估计系统状态和未知输入之目的.分析了残差系统的观测性和稳定性,利用H_∞实现该观测器对时变未知输入的有效估计;其次,将观测器增益矩阵的求解转化为求解线性矩阵不等式的形式;进一步地,基于系统状态扩展方法,将所提方法推广至同时含有未知输入和可测噪声的系统;最后,通过两个仿真算例说明了所提方法的正确性和有效性.     

基于高阶观测器和干扰补偿控制的模型预测控制方法

针对状态不可测、外部干扰未知, 并且状态和输入受限的离散时间线性系统, 将高阶观测器、干扰补偿控制与标准模型预测控制(Model predictive control, MPC)相结合, 提出了一种新的MPC方法. 首先利用高阶观测器同步观测未知状态和干扰, 使得观测误差一致有界收敛;然后基于该干扰估计值设计新的干扰补偿控制方法, 并将该方法与基于状态估计的标准MPC相结合, 实现上述系统的优化控制. 所提出的MPC方法克服了利用现有MPC方法求解具有外部干扰和状态约束的优化控制问题时存在无可行解的局限, 能够保证系统状态在每一时刻都满足约束条件, 并且使系统的输出响应接近采用标准MPC方法控制线性标称系统时得到的输出响应. 最后, 将所提控制方法应用到船舶航向控制系统中, 仿真结果表明了所提方法的有效性和优越性.     

非零和微分博弈系统的事件触发最优跟踪控制（英文）

近年来,对于具有未知动态的非零和微分博弈系统的跟踪问题,已经得到了讨论,然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用.针对具有未知动态的连续时间非线性非零和微分博弈系统,本文提出了一种基于积分强化学习的事件触发自适应动态规划方法.该策略受梯度下降法和经验重放技术的启发,利用历史和当前数据更新神经网络权值.该方法提高了神经网络权值的收敛速度,消除了一般文献设计中常用的初始容许控制假设.同时,该算法提出了一种易于在线检查的持续激励条件(通常称为PE),避免了传统的不容易检查的持续激励条件.基于李亚普诺夫理论,证明了跟踪误差和评价神经网络估计误差的一致最终有界性.最后,通过一个数值仿真实例验证了该方法的可行性.     

非线性多输入系统的近似动态规划H∞控制

实际工程中存在各种多输入系统,比如用于大型雷达和火炮的多驱动伺服系统、多自由度机械臂系统等,针对这些系统的H_∞控制研究具有重要意义.同时,近似动态规划方法已被广泛用于求解各类最优控制问题,但并未涉及多输入系统的H_∞控制.本文应用近似动态规划方法,设计多输入非线性系统的H_∞控制器.应用基于强化学习的神经网络在线逼近非线性Hamilton–Jacobi–Isaacs (HJI)方程的解,引进一种新的自适应律更新神经网络权值,然后直接用于H_∞控制器的设计,并证明了权值的收敛性和系统的闭环稳定性,保证了多输入系统受到外界未知干扰时的良好性能.最后应用仿真实例验证所提方法的正确性和有效性.     

永磁同步电动机高动态响应电流控制

永磁同步电动机系统广泛采用矢量控制策略实现转矩控制,电流控制环是其核心部分.电流环一般采用PI型控制,但PI型电流控制动态响应动态特性受到制约,参数整定必须在超调量及响应时间等指标之间折衷选择.为了改进PI型电流控制的动态响应性能,在输入误差较大时,采用滑模变结构控制,输入误差较小时,切换到PI型电流控制.结合滑模变结构和PI型电流控制,可以充分利用滑模变结构控制动态响应快,以及PI型电流控制无稳态误差的特点,并能解决滑模变结构控制的抖颤问题.实验结果表明该电流控制方法响应时间短而且超调量小,同时获得良好的动态响应和控制精度.     

Anti-windup compensator for active queue management in TCP networks

In this paper, we apply a dynamic anti-windup scheme for improving the performance of a conventional proportional–integral (PI) controller for active queue management (AQM) supporting TCP flows. When a PI controller is used for AQM, the windup phenomenon of the integral action can cause performance degradation because the packet drop probability is limited between 0 and 1. Therefore we suggest a TCP/AQM model with a saturating actuator and apply a dynamic anti-windup method for improving the performance of the conventional PI AQM scheme. The proposed scheme not only provides graceful performance degradation, but also guarantees the stability of the overall system with the linearized TCP model. We verify the performance of the proposed scheme through ns-2 simulations. The simulation results show that our scheme outperforms the conventional PI controller when the traffic load is not stationary, which is always the case in real network environment.     

自适应的PIP主动队列管理机制

近年来AQM的研究者提出了多种主动队列管理机制,包括RED,PI,REM,AVQ,PD,SMVS,PIP等,它们之间的主要区别在于丢弃概率的计算方法不同,其中基于反馈校正的PIP是综合性能更为突出的一种算法,但是遗憾的是其参数不能实现自动配置 .结合单神经元自适应PID控制器,为PIP算法建立了自适应的模型,提出一种参数自适应的PIP算法 .通过NS2仿真实验,验证了该算法能提高链路利用率和降低报文丢失率,有效缓解了根据特定网络条件配置算法参数的问题 .结合PI,REM,AVQ,PD等AQM算法,讨论了该自适应模型在其他AQM机制中的推广 .     

随机时滞马尔可夫跳跃系统的比例-积分跟踪控制

针对具有时变时滞和未知非线性的随机马尔可夫跳变系统,基于传统的PI控制策略和线性矩阵不等式算法,提出一种具有随机稳定性能、跟踪性能和鲁棒性能的多目标控制器设计方案.运用Lyapunov稳定性理论并引入L<,1>性能指标,构造出具有PI结构的跟踪控制器,保证了随机马尔可大跳跃系统的稳定性和跟踪性能,实现了系统跟踪性能的优...     

Operator-based robust control for nonlinear systems with Prandtl–Ishlinskii hysteresis

This article presents an operator-based robust control method for nonlinear systems with Prandtl–Ishlinskii (PI) hysteresis. On the existence of the hysteresis, the system usually exhibits undesirable oscillations and even instability. While addressing the hysteresis, PI model is adopted to describe it. Especially, the PI model is decomposed into two terms: an invertible part and a disturbance part. In this way, the invertible part could be considered as a part of the nonlinear system. Based on the concept of Lipschitz's operator and the robust right coprime factorisation condition, a robust control design scheme is given to guarantee the bounded input bounded output stability of the obtained system. Further, a tracking operator design method is given to ensure the control system output-tracking performance under the existence of the disturbance part. Numerical simulation results are presented to validate the effectiveness of the proposed method.     

一种新的网络拥塞控制算法API-V

针对PI控制器响应速度的不足，提出一种自适应网络动态变化的主动队列管理算法：API-V控制器．在PI控制器的基础上，根据瞬时队列长度增加速度控制，根据实时测量链路的数据包丢失率获得当前的负载信息，动态调整PI算法中的有关参数．理论分析和仿真结果表明，相对于PI控制器及其改进算法，API-V控制器具有更快的响应速度、收敛速度和更小的队列抖动，并且提高了缓冲区的利用率．     

基于速度控制的API网络拥塞控制策略

本文针对PI控制器响应速度方面的不足，提出了一种自适应网络动态变化新的主动队列管理算法--API-V控制器。在PI控制器的基础上，根据瞬时队列长度，增加速度控制；根据实时测量链路的数据包丢失率，获得当前的负载信息，动态调整PI算法中的有关参数。理论分析和仿真表明，API-V控制器相对于PI控制器及其改进算法，不仅具有更快响应速度和收敛速度、更小的队列抖动，而且提高了缓冲区的利用率。     

Identification and predictive control of a multistage evaporator

A recurrent neural network-based nonlinear model predictive control (NMPC) scheme in parallel with PI control loops is developed for a simulation model of an industrial-scale five-stage evaporator. Input–output data from system identification experiments are used in training the network using the Levenberg–Marquardt algorithm with automatic differentiation. The same optimization algorithm is used in predictive control of the plant. The scheme is tested with set-point tracking and disturbance rejection problems on the plant while control performance is compared with that of PI controllers, a simplified mechanistic model-based NMPC developed in previous work and a linear model predictive controller (LMPC). Results show significant improvements in control performance by the new parallel NMPC–PI control scheme.     

灰色预测PI主动队列管理拥塞控制策略

提出了一种新颖的基于隐含类型的GM模型的预测PI算法。利用预测队列误差而非瞬时采样值来决定路由器的丢包率。该方法致力于在响应速度与增益两者之间取得一个最佳的折中。仿真结果验证了该灰色预测PI主动队列管理策略的有效性。     

A novel intelligent controller for combating stiction in pneumatic control valves

Pneumatic control valve introduces limit cycles in process variables due to stiction nonlinearity. In this paper a novel stiction combating intelligent controller (SCIC) based on fuzzy logic has been proposed. The proposed technique reduces the complexity of the overall control scheme as it does not require any additional compensator. The SCIC controller is a variable gain fuzzy Proportional Integral (PI) controller making use of Takagi-Sugeno (TS) scheme. The performance of the SCIC controller has been investigated and compared with conventional PI controller on a laboratory scale flow process. SCIC controller outperformed PI controller and provided promising performance with lesser aggressive stem movement.