离散时间Itˆo 型跳变系统Lyapunov 方程的有限次迭代求解算法

针对离散时间Itˆo 型马尔科夫跳变系统Lyapunov 方程的求解给出一种迭代算法. 经证明, 在误差允许的范围内, 该算法可以在确定的有限次数内收敛到系统的精确解, 收敛速度较快, 具有良好的数值稳定性, 并且该算法为显式迭代, 可避免迭代过程中求解其他矩阵方程对结果精度产生的影响. 最后通过一个数值算例对该算法的有效性进行了验证.

     

基于一类连续非线性函数的多智能体系统有限时间一致性

针对存在时滞的多智能体系统,提出了基于一类连续非线性函数的有限时间一致性算法.利用Lyapunov有限时间稳定性理论和矩阵理论,给出了这类算法使得系统能够在有限时间内达到一致的充分条件,进而给出了一个满足条件的有限时间一致性算法,并对该算法的收敛性进行分析,得到了系统的收敛时间.数值仿真验证了所提出算法的有效性.     

一类不确定非线性系统的全局鲁棒有限时间镇定

对一类不确定非线性系统提出了一种连续的全局鲁棒有限时间控制律．首先,针对标称系统设计出了一种状态反馈控制律,应用Lyapunov直接稳定性理论和Lasalle不变性原理证明了闭环标称系统的全局渐近稳定性,同时具有负的齐次度;其次,引入辅助变量和采用有限时间收敛的二阶滑模Super—twisting算法,设计出了对不确定性和干扰进行抑制的补偿控制项,并根据有限时间Lyapunov函数给出了补偿控制项参数的取值范围;最后,综合得到一种连续的使实际闭环系统有限时间收敛到平衡点的鲁棒镇定控制律．仿真结果表明了所提控制律的有效性．     

基于反推滑模的船舶动力定位有限时间控制

考虑存在未知外界干扰的船舶动力定位控制问题,提出一种基于有限时间理论的自适应反推非奇异快速终端滑模算法,并对未知干扰进行自适应估计.利用有限时间Lyapunov理论证明了设计的控制律能够保证闭环系统的状态在有限时间内收敛到平衡点附近小的邻域内.仿真结果表明,与传统渐近稳定控制律相比,设计的控制策略保证闭环系统具有更快的收敛速度及更好的稳定性和鲁棒性.此外,通过对干扰的自适应补偿,进一步降低了系统的稳态误差,增强了系统的抗干扰能力.     

快速二阶终端滑模控制及其在下肢外骨骼的应用

为了提高传统二阶终端滑模控制的全局收敛性,提出一种快速二阶终端滑模控制算法.设计一种二阶趋近律,将绝对值函数隐藏在积分项里,并增加线性项以提高全局收敛性.当系统状态未到达滑模面时,采用二阶趋近律,并通过调整参数避免奇异问题;当系统状态到达滑模面时,采用不含不连续符号项的指数趋近律,以保证控制误差有限时间收敛.采用Lyapunov直接法证明快速二阶终端滑模控制算法的稳定性,及其比super twisting算法具有更优良的收敛特性.以下肢外骨骼为研究对象,建立动力学模型.在考虑建模误差和外部干扰的情况下,将该算法应用于下肢外骨骼的姿态控制.仿真结果表明,所提出的控制算法能够有效抑制抖振,并且比super twisting算法具有更良好的跟踪性能,验证了该算法的有效性.     

基于动态补偿的线性系统最优干扰抑制

本文针对受外部干扰的线性时不变系统研究了基于动态补偿的最优干扰抑制问题,其中干扰信号为已知动态特性的扰动信号.首先,将原系统与扰动系统联立构成增广系统,进而转化为无扰动的标准线性二次最优问题.其次,给出了经具有适当动态阶的补偿器补偿后的闭环系统渐近稳定并且相关的Lyapunov方程正定对称解存在的条件,进一步给定的二次性能指标可写成一个与该解和闭环系统初值相关的表达式.为了得到系统的最优解,将该Lyapunov方程转化为一个双线性矩阵不等式形式,并给出了相应的路径跟踪算法以求得性能指标最小值以及补偿器参数.最后,通过数值算例说明应用本文方法可以不仅能够最小化线性二次指标,而且能够使得系统的干扰得到抑制.     

带扰动的多非完整移动机器人分布式有限时间一致性控制

论文研究多个非完整移动机器人在控制输入存在干扰时,有限时间一致性控制问题.利用坐标变换,将多移动机器人系统的一致性问题转化为非完整约束链式系统的一致性问题,在控制输入带有未知有界干扰的条件下,设计了一种分布式控制算法,并利用Lyapunov理论证明了该算法能够使移动机器人的各个状态在有限时间内达到一致.最后通过数值仿真验证了算法的有效性.     

四旋翼无人机姿态系统复合连续快速非奇异终端滑模控制EI北大核心CSCD

本文针对受多源干扰影响的四旋翼无人机姿态系统,基于复合连续快速非奇异终端滑模算法,研究了姿态指令变化率未知情况下的连续有限时间姿态跟踪控制问题.首先,基于四旋翼无人机姿态回路动力学模型,通过引入虚拟控制量实现姿态跟踪误差动态的三通道解耦;其次,分别针对各通道跟踪误差动态设计高阶滑模观测器,实现跟踪误差变化率和集总干扰的有限时间估计;最后,结合姿态跟踪误差变化率的估计信息,构建动态快速非奇异终端滑模面,并在控制设计中用指数幂函数代替符号函数以保证控制量连续.并且基于Lyapunov分析方法给出了姿态跟踪误差有限时间收敛的严格证明,仿真结果验证了所提方法的有效性.     

基于干扰观测器的航天器非奇异终端二阶滑模控制

为了消除干扰力矩和结构不确定性对卫星姿态控制性能的影响,本文提出了一种基于新型干扰观测器的非奇异终端二阶滑模控制方法.首先,文章设计了一种基于跟踪微分器的干扰观测器,来对卫星系统中的不确定项进行估计,利用估计值进行补偿,并保证估计误差在有限时间内收敛.在此基础上,文章设计一个非奇异终端滑模面,当系统到达滑模面时,姿态误差可以在有限时间内收敛,并利用二阶滑模趋近律设计控制器,保证系统在有限时间到达滑模面.在干扰观测器误差未完全收敛时,滑模控制器可以对存在的扰动进一步抑制,实现姿态跟踪系统的有限时间稳定,并通过李雅普诺夫方法严格证明了其稳定性.最后,仿真结果表明,干扰估计值误差可以在有限时间内收敛,证明了该控制方法对存在的干扰是具有较好的鲁棒性.     

快速super twisting 算法及其在飞翼布局无人机姿态控制上的应用

通过在super twisting 算法中增加线性项, 提出一种快速super twisting 算法, 并采用Lyapunov 方法证明了受扰快速super twisting 算法具有比受扰super twisting 算法更优良的收敛特性. 将该算法应用于存在干扰的飞翼布局无人机姿态控制, 设计快速super twisting 观测器以实现对干扰的快速估计和补偿. 仿真结果表明, 在相同的控制器参数下, 相比super twisting 观测器, 快速super twisting 观测器的收敛速度更快, 可提高姿态控制系统的鲁棒性.

     

一种基于反推技术和ESO补偿的解耦控制方法

针对一类非线性多入多出系统,设计了一种新的解耦控制器.首先采用反推技术设计每一个子系统的等效输入;然后用扩张状态观测器(ESO)对各个子系统的耦合、外扰和参数时变等不确定作用进行动态估计,并把估计值引入到反推控制器中进行补偿,最终实现解耦和摔制.利用Lyapunov稳定性理论证明了该方法的收敛性;数例仿真表明了该方法可获得较快的响应速度及较好的解耦效果和鲁棒性.     

混沌对角递归神经网络的船舶横摇预报方法

船舶运动在一定条件下会出现混沌特性,因此可以利用混沌神经网络对其进行预报.对传统的混沌对角递归神经网络模型各权值的训练进行优化,给出了基于Lyapunov函数的各层权所通用的学习速率调整算法的收敛定理并加以证明.仿真结果表明,采用优化采样时刻可提高各权值的精确度,使收敛性得到改善,能有效提高预报精度和延长预报时间.与前向神经网络BP预测相对比,优化后的模型具有很好的预测效果.     

自主式智能体有限时间停车问题及控制策略设计

提出自主式智能体在有限时间内的停车控制问题.基于极坐标系下自主式智能体的非线性运动模型,将智能体运动控制系统分解为原地转动的线性系统和直线运动、转动结合的弱非线性系统两种形式.利用 Lyapunov 设计方法,得到在有限时间内智能体到达给定停车区域的切换控制律,并给出到达给定区域所需时间的估算公式.仿真算例表明了所提出控制方法的有效性.     

线性随机系统有限时间H∞ 控制

讨论一类具有时变、有限能量外部扰动的线性随机系统有限时间H∞控制问题．首先,给出了线性随机系统有限时间如控制问题的定义;然后,通过构造Lyapunov-Krasovskii函数,并结合线性矩阵不等式,给出了随机系统有限时间如控制器有解的充分条件;进一步,将该问题简化为具有线性矩阵不等式约束的优化问题,并给出了相应的求解算法;最后,通过数值算例表明了该设计方法的有效性．     

切换系统的二类共同Lyapunov 函数

研究切换系统的共同Lyapunov函数存在问题.对于一类正切换系统,给出了共同Lyapunov函数存在的充分条件.当系统矩阵集为二阶矩阵紧集时,给出了判断共同Lyapunov函数存在的方法,并给出了计算共同Lyapunov函数的算法.最后通过算例验证了所提出算法的有效性.     

具有非线性扰动的网络控制系统的鲁棒稳定化

针对一类具有随机时延和非线性扰动的网络控制系统,利用变采样周期的方法,将连续被控对象离散化,使网络控制系统建模为部分转移概率未知的非线性Markov跳变系统.通过随机Lyapunov方法,给出保证整个闭环系统随机稳定的充分条件,同时得到非线性扰动项的最大界.仿真算例表明了所提出方法的有效性.     

回响状态网络输出连接权重的一个稳定训练方法

鉴于在回响状态网络(ESN)的应用中常使用Wiener-Hopf方程学习输出连接权重,但该方法难以保证自治ESN的稳定性,首先分析了导致该稳定性丧失的原因,提出并证明了自治ESN具备Lyapunov稳定性的一个充分条件;然后将输出连接权重学习问题转化为一个非线性约束的最优化问题,并采用粒子群优化算法求解.仿真结果表明,所提方法既能确保ESN获取高精度的预测输出,又能保ESN的Lyapunov稳定性.     

具有有界时滞的网络控制系统的镇定

针对具有有界时滞且时滞上界大于一个采样周期的网络控制系统,研究了系统建模和状态反馈镇定问题.在分析有界时滞的所有可能性的基础上,提出一种能够用于处理时变控制律问题的网络控制系统数学模型,进而将该系统的镇定问题转化为镇定一系列模型的鲁棒控制问题.根据 Lyapunov 方法,给出了保证闭环系统稳定的状态反馈控制器.仿真算例验证了所提出方法的有效性.     

有界控制下单向收敛滑模控制

提出一种控制有界情况下状态单向收敛的滑模控制方法.对于二阶系统,单向收敛是指初始状态与状态到达滑动模态的位置位于相平面同一象限的过程.通过分析到达阶段的动态特性,揭示了状态非单向收敛的原因,并提出了一种单向收敛条件,给出了系统状态单向收敛的区域.将所提出的方法应用于具有单向收敛要求的交会对接控制系统,结果验证了所提出方法的有效性.     

自适应神经变结构的机器人轨迹跟踪控制

提出一种神经网络与变结构融合的控制策略用于非线性机器人控制,该方案利用神经网络来自适应补偿不确定模型,并通过变结构控制器消除逼近误差.考虑到局部泛化网络的不足,根据其状态空间的划分,分别对3个区间采用神经网络与变结构的分级与集成控制.该方案能在控制阶段初期及网络逼近区域外使两种控制器共同起作用以保持系统的强鲁棒性,基于Lyapunov理论证明了闭环系统的全局稳定性.仿真结果进一步表明了该方法的优越性.