基于T-S模型的倒立摆最优保性能模糊控制

对一类具有范数有界参数不确定性T-S模糊模型系统,采用状态反馈的并行分布补偿器(PDC)结构,基于线性矩阵不等式处理方法,研究了其最优保性能模糊控制律的设计问题.导出了保性能模糊控制律存在的条件,通过求解一个凸优化问题给出了最优保性能模糊控制律的设计方法,并用此方法设计了倒立摆系统的最优保性能模糊控制器.仿真实验验证了该设计方法的有效性.     

时滞广义区间系统的弹性保性能控制

研究了一类时滞广义区间系统的弹性保性能控制问题.利用线性矩阵不等式处理方法,导出了系统弹性保性能控制器存在的条件,证明了该条件等价于一个线性矩阵不等式的可行性问题,并用该线性矩阵不等式的可行解给出了弹性保性能控制器的一个参数化表示.进一步,通过求解一个凸优化问题,给出了系统的最优弹性保性能控制器的设计方法.最后的数值例子说明了所给方法的有效性.     

不确定广义系统的弹性H∞保性能控制

利用线性矩阵不等式(LMI)方法,研究被控对象与控制器同时存在摄动的H∞保性能控制问题.针对控制器存在加法式摄动情形,以线性矩阵不等式约束条件给出了广义系统弹性H∞保性能的充分条件,并以线性矩阵不等式的可行解给出了相应的控制器设计方法.通过求解具有线性矩阵不等式约束的凸优化问题,给出了弹性H∞最优保性能及最优H∞性能控制器的设计方法.仿真表明了方法的可行性.     

不确定系统的网络化保性能控制

本文针对控制网络中存在着随机传输时延和数据包丢失的现象,考虑了网络化控制系统的状态反馈保性能控制器设计问题.首先采用时滞相关方法并引入自由权矩阵,给出了基于矩阵不等式的网络化二次型保性能控制器存在的充分条件,然后基于该充分条件获得了基于线性矩阵不等式的控制器设计方法,相应的网络化保性能控制律可以通过求解线性矩阵不等式来构造,并采用锥互补线性化算法给出了网络化次优保性能控制器的设计方法.最后数值示例演示了所得控制器设计结果的应用方法和有效性,并通过仿真比较了传统保性能控制器和网络化保性能控制器在网络化控制系统中的控制性能.     

一类关联不确定离散系统的分散保性能控制

结合一个给定的二次型性能指标, 研究一类关联不确定离散大系统的分散保性能状态反馈控制器设计问题. 采用线性矩阵不等式处理方法, 导出了分散控制器存在的条件, 并给出了一组分散保性能控制器的参数化表示, 据此, 通过建立和求解一个凸优化问题给出了使得闭环性能指标的上界最小化的最优分散保性能控制器设计方法.     

基于网络QoS的网络化控制系统保性能控制

研究存在时延和丢包的非理想网络传输情况下的网络化控制系统的保性能控制问题,得到了在非理想网络传输情况下的网络化控制系统存在保性能控制律的充分条件,提出了基于网络服务质量(QoS)的网络化控制系统的保性能控制器的设计方法,该方法是一种能够兼顾系统控制性能和网络服务质量的综合性控制方法.通过仿真实例验证了该方法的有效性.     

一类不确定切换模糊时滞系统的保性能控制

针对一类存在时滞的不确定切换模糊系统,研究系统的保性能控制问题.利用平行分布补偿算法(PDC)给出保性能控制器的设计方法,利用单Lyapunov函数方法和多Lyapunov函数方法,给出不确定切换模糊时滞系统保性能控制器存在的充分条件和切换律设计.使得闭环系统对所有允许的不确定,在所设计的控制器和切换律下实现保性能控制.仿真结果表明方法的有效性.     

具有结构不确定性的时滞系统的最优非脆弱保性能控制

对一类具有结构不确定性的线性时滞系统的最优非脆弱保性能控制问题进行了研究.以线性矩阵不等式的形式给出了设计非脆弱保性能控制律的一个充分条件.然后给出了在使性能指标上界最小的意义下,最优非脆弱保性能控制律的设计算法.最后用例子演示了方法的有效性.     

基于T-S模型的非线性时滞系统非脆弱保性能模糊控制

针对一类用T-S模糊模型描述的非线性时滞系统,采用状态反馈的并行分布补偿方法,研究其保守性较小的非脆弱保性能模糊控制问题,使闭环系统在控制器存在加性摄动的情况下,其闭环性能指标值低于确定的上界.利用线性矩阵不等式处理方法,导出了非脆弱保性能模糊控制律的存在条件,通过建立和求解一个线性矩阵不等式问题,给出了非脆弱保性能模糊控制律的设计方法.仿真结果表明了所提出方法的有效性.     

考虑执行机构故障的离散系统可靠保性能控制设计

对一类离散时间线性时不变系统,研究当执行机构发生连续增益故障情况下的可靠保性能状态反馈控制律的设计问题.应用线性矩阵不等式处理方法,导出系统存在可靠保性能控制律的一个充分条件,进而用一个线性矩阵不等式的可行解给出所有可靠保性能控制律的一个参数化表示.在此基础上,通过建立和求解由一组线性矩阵不等式所表示的凸优化问题,得到最优可靠保性能控制律的设计方法.     

不确定多时滞系统非脆弱鲁棒保代价控制

针对一类含有多时滞的不确定线性系统，在控制器增益存在乘性和加性两种摄动形式时分别设计了非脆弱具有鲁棒性能的保代价控制器．利用构造的Lyapunov函数和线性矩阵不等式，证明并给出了非脆弱鲁棒保代价状态反馈控制问题有解的充分条件，仅通过求解相应的线性矩阵不等式就可得到非脆弱鲁棒保代价控制器．所设计的控制器不仅使闭环系统具有鲁棒性，能满足所给的的鲁棒保代价性能指标，而且当控制器增益参数变化时，系统性能指标同样能够满足要求．该系统对环境参数的变化具有更好的适应能力。     

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.     

基于观测器的不确定广义时滞系统保成本控制

讨论了基于观测器的一类不确定广义时滞系统的保成本控制问题,给出了系统保成本控制器的设计方法.控制器的构造使得闭环系统是鲁棒稳定的.利用线性矩阵不等式以及Lyapunov函数方法,给出了鲁棒保成本控制器存在的充分条件以及相应的可保成本指标,并证明了这个条件等价于一组线性矩阵不等式(LM Is)的可解性问题,同时推广了已知的相关结果.最后以算例验证了设计方法的有效性.     

不确定离散系统的最优保性能控制*

对一类具有范数有界时变参数不确定性的离散时间线性系统和一个二次型性能指标,研究其最优保性能状态反馈控制律的设计问题。     

Robust guaranteed cost control of uncertain fuzzy systems under time-varying sampling

In practice, the system is often modeled as a continuous-time fuzzy system, while the control input is applied only at discrete instants. This system is called a sampled-data control system. In this paper, robust guaranteed cost control for uncertain sampled-data fuzzy systems is discussed. A guaranteed cost control where a quadratic cost function is bounded by a certain scalar, not only stabilizes a system but also considers a control performance. A typical sampled-data control is the zero-order input, which can be represented as a piecewise-continuous delay. Here we take a delay system approach to the sampled-data guaranteed cost control problem. The closed-loop system with a sampled-data state feedback controller becomes a system with time-varying delay. First, guaranteed cost control performance conditions for the closed-loop system are given in terms of linear matrix inequalities (LMIs). Such conditions are derived by using Leibniz–Newton formula and free weighting matrix method for fuzzy systems under the assumption that sampling time is not greater than some prescribed scalar. Then, a design method of robust guaranteed cost state feedback controller for uncertain sampled-data fuzzy systems is proposed. Examples are given to illustrate our robust sampled-data guaranteed cost control design.     

An LMI approach to output‐feedback‐guaranteed cost control for uncertain time‐delay systems

This paper considers the problem of output‐feedback‐guaranteed cost controller design for uncertain time‐delay systems. The uncertainty in the system is assumed to be norm‐bounded and time‐varying. The time‐delay is allowed to enter the state and the measurement equations. A linear quadratic cost function is considered as a performance measure for the closed‐loop system. Necessary and sufficient conditions are provided for the construction of a guaranteed cost controller. These conditions are given in terms of the feasibility of LMIs which depend on a positive definite matrix and a scaling variable. A numerical algorithm is developed to search for a full order dynamic output‐feedback controller which minimizes the cost bound. Copyright © 2000 John Wiley & Sons, Ltd.     

针对一类执行器故障连续系统的保性能控制设计

本文利用线性矩阵不等式 (LMI)方法 ,讨论了一类存在执行器故障不确定连续系统的保性能控制问题 ,给出了故障时系统保性能状态反馈控制器存在的充分条件并应用基于LMI的凸优化方法实现了针对系统故障的最优保性能状态反馈控制器设计。仿真实例验证了该方法的有效性。     

不确定离散时间切换系统的鲁棒保性能控制

本文基于平均滞留时间和多Lyapunov函数方法,研究了一类线性不确定线性离散切换系统的保性能鲁棒控制问题,以线性矩阵不等式的形式设计了状态反馈保性能控制器使得相应的闭环系统对所有允许的不确定性是全局指数稳定的,并得到一个加权性能上界.仿真结果表明了该方法的有效性.     

Fuzzy guaranteed cost control for nonlinear systems with time-varying delay

This paper focuses on the problem of guaranteed cost control for Takagi-Sugeno (T-S) fuzzy systems with time-varying delayed state. A linear quadratic cost function is considered as a performance index of the closed-loop fuzzy system. Then, the guaranteed cost control of the closed-loop fuzzy system is discussed, and the sufficient conditions are provided for the construction of a guaranteed cost controller via state feedback and observer-based output feedback. When these conditions, which are given in terms of the feasibility of linear matrix inequalities (LMIs), are satisfied, the designed state feedback controller and observer-based controller gain matrices can be obtained via a convex optimization problem. Two illustrative examples are provided to demonstrate the effectiveness of the approaches proposed in this paper.