基于自适应事件触发牵制控制的多时滞随机耦合神经网络簇同步

本文通过自适应事件触发牵制控制策略,研究了多时滞的随机耦合神经网络在均方意义下以指数速率进行簇同步的问题.在耦合神经网络中,同一簇中的节点只需与相应的孤立节点同步,而对于不同簇中节点之间的同步状态没有要求.首先,本文提出了一种事件触发牵制控制方法来解决耦合神经网络中节点数量众多、通讯复杂的问题.该方法不仅能减少耦合神经网络中控制器的数量,还可以减少控制信号的传输次数、减轻网络传输压力.然后根据M矩阵方法,建立了随机耦合神经网络均方指数稳定的充分条件.同时,利用自适应控制策略,给出了反馈增益的更新规律.最后,通过一个数值例子验证了所提出的自适应事件触发牵制控制策略的有效性和适用性.     

事件触发下马尔可夫跳跃神经网络的随机同步

本文研究了事件触发机制下带有随机噪声的马尔可夫跳跃神经网络的随机同步问题.为了更有效地降低数据传输量和节约网络资源,本文采用了一种事件触发控制.当传输误差和状态误差满足触发条件时,数据才能够被传输,使得主从系统可以在有限的资源和带宽下实现同步.通过构建新的Lyapunov泛函,以及使用广义Dynkin公式和不等式分析方...     

一类中立型切换系统的依模态异步事件触发控制

通过设计一类依赖模态的异步事件触发控制器实现中立型切换系统的指数稳定。针对具有混合时滞时变时滞的中立型切换系统,提出了一种事件触发采样机制,并考虑系统受物理原件的影响,控制器与系统间存在时滞,再利用时间区间分割和凸组合技术构建一类新颖的多Lyapunov泛函,将系统的异步段,同步段分别分割,给出该类中立型切换系统的稳定充分条件。该分析技术不需要约束在切换时刻引入的增长系数大于1,大大降低了结果的保守性。最后,通过数值仿真验证了理论成果和分析方法的有效性。     

执行器攻击下神经网络事件触发滑模同步控制

针对多神经网络系统在执行器攻击和外部随机干扰下的同步控制问题,对事件触发滑模控制方法进行研究。首先,设计了2种新的积分滑模函数,保证多神经网络系统在整个同步过程中的全局鲁棒性;其次,在事件触发机制的基础上,针对系统存在有界扰动和执行器攻击的问题,设计了分布式事件触发积分滑模控制器,在抑制干扰和攻击的同时实现了多神经网络的同步控制,并且节约了通信资源;再次,基于李雅普诺夫稳定性理论,给出了多神经网络同步的充分条件,并通过推导得出最小触发时间间隔为大于0的正数,即保证系统不会存在奇诺(Zeno)行为;最后,仿真结果验证了所提控制方法的有效性。     

基于事件触发机制的神经网络同步控制

对于混合时滞神经网络同步控制中控制器存在随机摄动的问题,提出一种基于事件触发机制的非脆弱控制器。首先,使用一个服从伯努利分布的随机变量描述控制器增益摄动存在的随机性;其次,在神经网络同步控制过程中引入事件触发机制;接着,构造一个新颖的双边李雅普诺夫函数,充分考虑系统状态信息,同时利用改进的积分不等式对泛函导数进行放缩,得到同步误差系统指数稳定性的充分条件;最后,基于解耦技术设计了非脆弱控制器。通过仿真实例验证了所提控制器的有效性。实验结果表明,在四罐系统中,在相同采样周期下,与现有的指数衰减系数相比,所提控制器获得的指数衰减系数提升了0.16。     

基于事件触发的神经网络控制器稳定性分析

针对非线性系统稳定性问题,设计了基于事件触发的神经网络控制器来稳定非线性系统,控制器只有在触发规则满足的条件下,才更新控制参数,降低了网络传输率。算法开始先建立非线性系统模型,在采样过程中引入事件触发机制,并且设计了神经网络控制器,对于系统中包含的传输时滞,引入系统时滞模型,运用输入延迟法将同步控制器求解问题转化为时滞系统的稳定性问题。再通过构造分段Lyapunov-Krasovskii泛函并结合Jensen不等式,给出了非线性系统稳定条件。与传统数据采样系统相比,本文所提出的方法有效地增大了采样间隔,结尾通过例子仿真验证了所提出方法的有效性。     

一种事件触发型传感器网络时钟同步算法*

通过介绍时钟同步机制的作用和现状,针对节点能源有限的特点,提出一种事件触发型传感器网络时钟同步算法。仿真结果表明该算法能较好地节约能源开销,延长网络寿命。     

随机非线性系统基于事件触发机制的自适应神经网络控制

针对一类具有严格反馈结构且控制方向未知的随机非线性系统,提出了基于事件触发机制的自适应神经网络（Adaptive neural network,ANN）输出反馈控制方法.利用径向基神经网络逼近系统中未知的非线性函数.通过引入Nussbaum增益函数并设计滤波器,解决了系统控制方向未知的问题.通过设计具有相对阈值的事件触发机制,保证了闭环随机非线性系统的有界性.最后给出数值仿真例子验证所提控制方法的有效性.     

多链接复杂网络指数同步的间歇事件触发控制

本文研究了基于间歇事件触发控制策略的延迟多链接复杂网络的指数同步问题, 设计了一种间歇动态事 件触发控制策略. 相比于间歇静态事件触发控制策略, 本文提出的控制策略是基于控制区间内的动态事件触发, 极 大地减少了事件触发次. 并且, 考虑的间歇控制的控制增益是自适应的, 这具有动态调整的作用. 基于图论和李雅 普诺夫方法, 本文给出了实现延迟多链接复杂网络指数同步的充分条件. 此外, 本文设计的控制策略能够排除Zeno 现象. 并且, 将理论结果应用于一类振子系统的指数同步问题. 最后, 文章给出相应的数值仿真来验证理论结果的有 效性和可行性.     

基于频率校正的触发型传感器网络同步算法

通过对现有时钟同步算法的分析,为消除触发型同步算法中时钟频率偏差对同步误差的影响,提出一种基于频率校正的触发型传感器网络同步算法。该算法中基站监测事件发生时,相关传感器节点通过线性回归计算时钟晶振频率偏差,通过同步信令的交互,估算往返时延和时间差值。仿真结果表明,该算法能达到良好的同步精度。     

基于事件触发机制的网络控制研究综述

全面综述基于事件的控制系统的研究现状与最新成果.主要介绍事件驱动通信机制的各种类型和事件触发控制的主要研究内容,包括不同的建模方法以及控制器与事件产生器的联合设计方案,重点对时延系统建模方法进行分析,将事件触发闭环控制系统建模成连续时滞模型.此外,关于网络诱导因素对事件触发机制的影响以及网络化事件触发控制的一些应用也进行说明.最后,提出目前研究工作所存在的不足,以及下一步需要解决的开放难题.     

Markov跳变系统的非同步事件触发耗散容错控制

本文主要研究一类具有执行器故障的Markov跳变系统的非同步事件触发耗散容错控制问题.通过引入非同步事件触发器来降低传感器的采样数据传输频率,从而降低通信消耗.采用两个独立的隐Markov模型分别描述触发器、控制器与原系统之间的非同步现象.在此框架下,基于Lyapunov稳定性和耗散理论,得到了闭环控制系统在执行器存在故障的情况下随机稳定并严格耗散的充分条件.并借助矩阵不等式变换技术给出了触发器和控制器矩阵参数的求解方法,实现了触发器和控制器的协同设计.最后,通过仿真研究验证了所提出的设计方法的有效性.     

基于动态事件触发的混沌系统故障容错同步问题

针对混沌系统故障容错同步问题进行研究,设计基于动态事件触发的同步控制器以实现混沌系统的故障容错同步.首先,针对系统中存在的故障环节构造故障容错的系统模型,在此基础上采用输入-状态稳定性(ISS)的方法,将控制器求解问题转化为求解所对应故障容错系统的稳定性问题;然后,通过构造Lyapunov函数给出混沌系统故障容错同步的充分条件,通过引入动态变量,使得所设计的触发条件可以根据系统的运行状态进行动态调整,在实现系统故障容错同步的同时,最大程度地降低网络的占用率;最后,通过数值仿真验证所提出方法的有效性.     

基于事件触发的Buck型DC-DC变换器有限时间控制

针对Buck型DC-DC变换器输出电压跟踪控制问题,提出了一种基于事件触发机制的有限时间控制方案。首先,将Buck变换器建模成一类反馈型非线性系统。然后,为能有效地避免通信资源的浪费,通过构造一种状态变换设计了一种事件触发机制;同时,利用反步法,设计了系统的状态反馈控制器,该控制器在事件触发时刻更新;然后,基于所设计的事件触发控制器,利用有限时间Lyapunov稳定性理论分析了系统的稳定性,并证明了所设计的控制方案不会发生Zeno现象;最后,通过Buck变换器仿真实例验证了所提出的事件触发控制方案的有效性,仿真结果表明了在所设计的控制方案下,Buck型DC-DC变换器的输出在有限时间内可以达到期望值,同时还能减少通信资源的浪费。     

基于事件触发的离散 MIMO 系统自适应评判容错控制

本文针对具有执行器故障的一类离散非线性多输入多输出(Multi-input multi-output, MIMO)系统, 提出了一种基于事件触发的自适应评判容错控制方案. 该控制方案包括评价和执行网络. 在评价网络里, 为了缓解现有的非光滑二值效用函数可能引起的执行网络跳变问题, 利用高斯函数构建了一个光滑的效用函数, 并采用评价网络近似最优性能指标函数. 在执行网络里, 通过变量替换将系统状态的将来信息转化成关于系统当前状态的函数, 并结合事件触发机制设计了最优跟踪控制器. 该控制器引入了动态补偿项, 不仅能够抑制执行器故障对系统性能的影响, 而且能够改善系统的控制性能. 稳定性分析表明所有信号最终一致有界且跟踪误差收敛于原点的有界小邻域内. 数值系统和实际系统的仿真结果验证了该方案的有效性.     

严格反馈系统的事件触发学习控制

本文针对一类严格反馈非线性系统,提出了基于确定学习的事件触发控制方案.首先,在本地控制测试端设计自适应神经网络控制,并在控制过程中实现系统未知动态的知识获取和存储.随后,基于常值权值,设计了新颖的事件触发控制器和事件触发条件.结合李雅普诺夫稳定性分析和非线性脉冲动态系统原理,验证了所提方案能够保证跟踪误差收敛到零的小邻域内以及所有闭环信号是最终一致有界的.此外,本文所提方案采用常值权值代替了估计权值,使得所提方案易于实现,暂态性能好和网络资源占用少.最后,通过对比仿真结果证明了所提方案的有效性.     

事件触发双模分布式预测控制

本文针对有界扰动作用下的线性离散大系统,提出了事件触发双模分布式预测控制设计方法.利用输入状态稳定性(input-to-state stability,ISS)理论建立了仅与子系统自身信息相关的事件触发条件.只有子系统满足相应的事件触发条件,才进行状态信息的传输和分布式预测控制优化问题的求解,并与邻域子系统交互最优解作用下的关联信息.当子系统进入不变集时,采用状态反馈控制律进行镇定,并与进入不变集的邻域子系统不再交互信息.分析了算法的递推可行性和系统的闭环稳定性,给出了扰动的上界.最后,通过车辆控制系统对算法进行仿真验证,结果表明,本文提出的方法能够有效降低优化问题的求解次数和关联信息的交互次数,节约计算资源和通信资源.     

基于事件触发的执行器饱和NCS容错控制

针对具有网络时延和执行器部分故障的网络化控制系统,考虑系统模型可能具有的参数不确定性以及未知扰动,研究执行器饱和时的稳定性问题。对网络时延提出离散事件触发机制,执行器部分故障采用故障矩阵方式,饱和项采取线性凸包法,由此推证出了闭环系统模型。构造Lyapunov 泛函,得出闭环系统在吸引域内达到稳定的充分必要条件,由此得到相应控制器的设计方法。利用仿真证明上述对系统的处理确实可以使系统达到渐近稳定,而事件触发机制也确实可以减少数据量的传输。