事件驱动的网络化系统最优控制

针对随机事件驱动的网络化控制系统, 研究其中的有限时域和无限时域内最优控制器的设计问题. 首先, 根据执行器介质访问机制将网络化控制系统建模为具有多个状态的马尔科夫跳变系统; 然后, 基于动态规划和马尔科夫跳变线性系统理论设计满足二次型性能指标的最优控制序列, 通过求解耦合黎卡提方程的镇定解, 给出最优控制律的计算方法, 使得网络化控制系统均方指数稳定; 最后, 通过仿真实验表明了所提出方法的有效性.

     

动态区间系统的最优保性能控制——LMI方法

针对动态区间系统和一个给定的二次型性能指标,研究了其保性能控制问题,基于线性矩阵不等式(LMI)提出了最优保性能控制器设计方法,并将相关结果推广到参数不确定系统.利用功能强大的LMI工具,求解非常方便.所给实例表明,该方法用于设计动态区间系统与秩-1型参数不确定系统的最优保性能控制器,非常有效.     

基于状态反馈线性二次型最优控制器的设计

基于状态反馈的线性二次型最优控制的研究已经取得了较好的效果,设计一款基于状态反馈的线性二次型最优控制器,并将它用在一个实际的状态方程中进行设计.该文所设计的控制系统结构简单,成本低,且易于实现.通过仿真实验以及性能指标的比较,仿真结果表明所设计的控制器是有效的,对系统的动态响应具有较好的跟踪效果,且抗扰能力较强.     

一类非线性欠驱动系统的混沌优化LQ控制

提出了一种基于混沌优化线性二次最优控制器权矩阵参数的三级倒立摆控制方法;根据系统控制的目标,设计了一类适合多变量系统的优化性能指标函数;这类性能指标函数综合考虑三级倒立摆系统各个输出间的重要程度,以及动态特性和稳定性要求,结合文中的性能指标函数,首先利用混沌粗搜索得到控制器权矩阵参数的次优解,再在次优解的邻域内继续寻优,得到全局最优的权矩阵参数;利用这种方法得到的LQ控制器,有效地实现了对三级倒立摆的稳定控制。     

二次型最优控制问题中的权矩阵与最优控制律

二次型最优的权矩阵选择是一个包含大量经验与技巧的问题．对此，研究权矩阵与最优控制律的关系：一个最优控制律，其对应的性能指标（权矩阵）是否唯一的问题．不论是单输入还是多输入情形，在系统能控性指数大于2，对应权矩阵的对角线元素有2个不为零的元素，且满足一定条件时．该性能指标对应的最优控制律，必有另一性能指标与之对应．     

δ算子下的网络控制系统最优控制方法

研究网络控制系统的随机最优控制问题，提出了针对随机时延的网络控制系统最优控制律和二次型性能指标极小的控制律设计方案．在δ算子域内应用动态规划理论．设计网络控制系统的最优状态反馈和输出反馈控制律，得到的线性二次型高斯控制器可对系统中的随机长时延进行动态补偿．最后通过实例仿真验证了上述最优控制方案的可行性和有效性．     

基于动态补偿的矩形广义系统线性二次最优控制

考虑了基于动态补偿的矩形广义系统线性二次最优控制问题. 首先给出具有适当动态阶的补偿器,使得闭环系统正则、稳定、无脉冲(称为容许), 而且相关的矩阵不等式和Lyapunov方程解存在. 进一步二次性能指标可写成一个与该解和系统初值相关的表达式. 为了求解系统的最优控制问题, 将该Lyapunov方程转化为一个双线性矩阵不等式, 并给出了相应的路径跟踪算法以最小化二次性能指标, 进而得到最优补偿器. 最后, 通过数值算例说明本文方法的有效性和可行性.     

基于线性二次型的单神经元PID最优控制器设计及仿真

讨论了线性二次型最优控制理论在神经网络PID控制系统中的应用.将二次型性能指标引入单神经元PID控制器中,设计出单神经元自适应PID最优控制器,从而实现了PID参数在线自适应寻优.给出了完整的设计过程和学习算法,分析了其稳定性.最后,运用MATLAB仿真实现证明了该方法的可行性、有效性,并得到了较为理想的控制效果.     

周期时变线性系统的一般线性二次型最优控制

讨论周期时变线性系统的一般线性二次型最优控制问题, 即状态方程为非齐次方程且二次型性能指标包含线性项的一般情况. 给出了该问题可解的一系列充分必要条件, 同时给出了最优控制的解析构造以及最优性能指标值.     

鲁棒稳定性对最优二次型控制设计的约束

高品质反馈系统中,对象的模型不确定性给最优控制设计带来许多困难.本文针对车载"动中通"天线伺服系统,研究了一种内模扩展的线性二次调节器(LQR)最优控制设计方法.根据卡尔曼等式和小增益定理,给出了系统的鲁棒稳定性对控制器设计参数的约束条件,以及鲁棒稳定裕量与二次最优性能指标参数的定量关系.最后通过MATLAB仿真和实际系统实验,验证了控制器的有效性.     

高速列车弓网故障响应研究

弓网系统是牵引供电系统中重要组成部分,受电弓与接触线之间良好的动态性能是列车平稳受流的重要前提.由于列车速度的提高,弓网间耦合振动加剧,并直接导致弓网故障的发生.基于受电弓及接触网的结构动力学特性,建立了弓网垂向耦合振动系统模型,对弓网系统中受电弓连接件松动、接触线磨损、定位器失效等情况下的接触力响应进行了动力学仿真及分析,初步从动力学角度进行分类,为弓网接触力测控以及故障诊断打下基础.     

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.     

Finite horizon quadratic optimal control and a separation principle for Markovian jump linear systems

In this note, we consider the finite-horizon quadratic optimal control problem of discrete-time Markovian jump linear systems driven by a wide sense white noise sequence. We assume that the output variable and the jump parameters are available to the controller. It is desired to design a dynamic Markovian jump controller such that the closed-loop system minimizes the quadratic functional cost of the system over a finite horizon period of time. As in the case with no jumps, we show that an optimal controller can be obtained from two coupled Riccati difference equations, one associated to the optimal control problem when the state variable is available, and the other one associated to the optimal filtering problem. This is a principle of separation for the finite horizon quadratic optimal control problem for discrete-time Markovian jump linear systems. When there is only one mode of operation our results coincide with the traditional separation principle for the linear quadratic Gaussian control of discrete-time linear systems.     

PHiL pantograph testing via FE-based catenary model with absorbing boundaries

This paper presents an innovative power hardware-in-the-loop (PHiL) development platform for railway pantograph testing. A novel real-time-capable finite-element catenary model is proposed in a train-fixed moving-coordinate formulation combined with an efficient absorbing boundary layer to accurately depict railway catenary dynamics in the region around the pantograph contact point. The complex catenary dynamics is accurately and efficiently modeled, including nonlinear effects like dropper slackening, and a model-predictive impedance controller realizes the task of accurately emulating the virtual catenary dynamics on a real-world pantograph test rig.     

基于蚁群算法的机器人系统LQR最优控制研究

针对两轮自平衡机器人线性二次最优控制器(LQR)中的权参数选择问题,提出了一种基于自适应蚁群算法的权矩阵优化参数策略.利用LQR控制器,采用自适应蚁群算法对LQR权矩阵Q的各位参数进行数字寻优,将得到的数字序列进行划分,寻找到最优参数值,从而对两轮自平衡机器人的俯仰属性进行有效的系统控制.仿真实验结果表明:采用蚁群算法优化后的控制器比人工选择参数策略有更好的控制效果,验证了方法的稳定性和有效性.     

Mixed LQG and H∞ coherent feedback control for linear quantum systems

The purpose of this paper is to study the mixed linear quadratic Gaussian (LQG) and H_∞ optimal control problem for linear quantum stochastic systems, where the controller itself is also a quantum system, often referred to as ‘coherent feedback controller’. A lower bound of the LQG control is proved. Then two different methods, rank-constrained linear matrix inequality method and genetic algorithm are for controller design. A passive system (cavity) and a non-passive one (degenerate parametric amplifier) demonstrate the effectiveness of these two proposed algorithms.     

H∞ Guaranteed Cost Control for LPV Systems Subject to The Gain Constraint

This paper deals with the problem of H_∞ guaranteed cost control for linear parameter varying (LPV) systems subject to the gain constraint. Specifically, our main goal is to design a controller such that the closed‐loop system is exponentially stable with the H_∞ performance index, the quadratic performance index, and the gain within the desired constraints over the entire parameter region. In order to achieve this goal, less conservative and more practical sufficient conditions for the existence of the state feedback controller are proposed by introducing the parameter dependent Lyapunov function and many extra freedom degrees in terms of linear matrix inequalities and a free parameter matrix. The parameter matrix aspecially can regulate the gain freely without the influence of the desired performance to meet the additional design criteria enhancing the practicability and the design flexibility. As a special case, relevant results are extended to design a static output feedback controller. One numerical example is used to show advantages of the proposed approach.     

Variable feedback gain control design based on particle swarm optimizer for automatic fighter tracking problems

The main focus of this paper is to develop an optimization method for the automatic fighter tracking (AFT) problem. The AFT problem is similar to a general evader–pursuer maneuvering automation problem between the dynamic systems of two highly interactive objects. This paper proposes a particle swarm optimizer-based variable feedback gain controller (PSO-based VFGC) for dealing with AFT problems. The PSO-based VFGC is designed to obtain the control value of a pursuer through an error-feedback gain controller. Once conditions of system closed-loop stability have been satisfied, the optimal feedback gains can be obtained through PSO, and the actual control values can be derived from the obtained values. Simulation results confirm the capabilities of the proposed method by comparing the results against two other methods in the field: the weight matrix value defined Ricatti equation, and the linear matrix inequality (LMI) based linear quadratic regulator (LQR). The performance of the proposed method is superior to that of its alternatives.     

结构不确定离散系统的最优非脆弱保成本控制

讨论了一类不确定线性离散系统的最优非脆弱保成本控制问题.考虑的系统和状态反馈控制器均具有时变的结构化的不确定性.基于线性矩阵不等式的方法,给出了存在和设计非脆弱保成本控制律的一个充分条件,以及在使二次成本函数上界最小意义下,最优非脆弱保成本控制律的凸优化设计方法.并用数值例子说明该方法降低了成本函数上界的保守性.