FDI攻击下非线性多智能体系统分布式无模型自适应控制

为研究受到虚假数据注入攻击的单输入单输出非线性多智能体系统的分布式无模型自适应控制问题,提出了一种新的分布式动态线性化方法, 以获得非线性多智能体的等效线性数据模型。与现有多智能体的分布式无模型自适应控制在控制器设计中有所不同, 本文设计的控制器不需要网络拓扑结构的信息, 仅使用系统的输入输出数据。仿真算例验证了所提出的分布式无模型自适应控制算法可以实现多智能体系统的均方有界趋同控制。算法保证了多智能体系统在受到网络攻击时可以实现趋同控制目标。     

高阶非线性系统自适应模糊有限时间状态约束控制

针对一类具有状态约束的非严格反馈高阶非线性系统,研究一种自适应模糊有限时间跟踪控制问题.首先,利用模糊逻辑系统逼近不确定性非线性函数,在此基础上,采用障碍Lyapunov函数,解决状态约束问题,通过障碍加幂积分方法和反步递推技术,提出了一种有限时间控制设计方法.在有限时间Lyapunov稳定意义下,严格证明闭环系统半全...     

一类非线性时滞系统的有限时间稳定性

研究了一类非线性时滞系统的有限时间稳定性,给出了一些新的时滞无关和时滞相关的有限时间稳定性结果。 应用Razumikhin方法 (R方法), 给出了一般非线性时滞系统的一个有限时间稳定性判据。为了研究这类系统的有限时间稳定性, 根据正交分解法和坐标变换方法,得到了这类系统的一个等价形式。 基于上述得到的稳定性判据和等价形式,给出了这类系统的几个时滞无关和时滞相关的稳定性结果。 通过仿真模拟验证了该方法的有效性。     

一类广义Hamilton系统的有限时间稳定性及其在仿射非线性系统控制设计中的应用

研究了一类广义Hamilton系统的有限时间稳定性及其在仿射非线性系统控制设计中的应用,并给出几个新结果。利用Hamilton系统的结构特性和已有的关于局部有限时间稳定的结果,给出该类Hamilton系统有限时间稳定的几个判定准则。把得到的新结果应用于仿射非线性系统的有限时间控制设计中。通过选取恰当的Hamilton函数,并利用正交分解Hamilton实现及阻尼注入技术,为一类仿射非线性系统设计了一类有限时间控制器。给出两个例子以验证本文结论的有效性。     

时滞非线性参数系统有限时间状态约束控制

研究了具有输入时滞、有界外部干扰以及全状态约束的严格反馈连续时间参数化非线性系统的自适应有限时间跟踪控制问题. 通过使用Barrier Lyapunov函数和自适应反步法,保证了系统所有状态都被约束. 针对输入时滞问题,采用pade近似法消除其带来的负面影响. 所设计的有限时间控制器使闭环系统内的所有信号都有界且所有状态都被约束在给定的范围内,同时输出信号能很好地追踪给定参考信号. 最后通过仿真实例验证了该控制方法的有效性.     

一类多重时滞非线性系统无模型学习自适应控制

对于一类常见多重时滞非线性离散系统,提出了基于动态线性逼近的增量型最小化模型,递推预测模型,无模型学习自适应控制律和带有参数限定时域长度的参数自适应预报递推算法,实现了对存在较在的多重时滞非线性系统的无模型学习自适应控制,该算法不需要受控系统的结构信息,数学,外部实验信号和训练过程,不用解Diophantine方程,无需矩阵运算,在线计算量很小,实时性好,仅用受控系统的I／O数据来设计,传统的未能模动态不存在,通过仿真表明,该算法对于一类非线性系统实现无模型自适应控制是正确和有效的。     

含未建模动态的非线性参数系统的鲁棒自适应控制

许多实际系统如生化过程、带有摩擦的机器等都是具有不确定性的非线性参数系统。如何有效地控制这类系统是-富有挑战性问题。针对一类重要的非线性参数系统提出了一种鲁棒自适应控制器，可用于存在参数和非线性不确定性、未知扰动和未建模动态的情况。该鲁棒自适应控制器的设计是基于控制李亚普诺夫函数法，通过引入一动态信号和自适应非线性阻尼来抑止未建模动态、非线性不确定性和未知有界扰动的影响，同时采用反推设计方法来克服控制器设计的复杂性。所提方法不必对系统的未知参数进行估计，且无论系统的阶次多高、未知参数多少，只需要一个自适应参数。理论证明，所提出的鲁棒自适应控制器可保证整个具有不确定性的非线性参数系统的稳定性，且通过适当选择设计参数，可使状态以任意精度趋于平衡点。仿真结果例证了所提方法的有效性。     

非线性参数化系统的鲁棒自适应控制

针对一类重要的多输入多输出非线性参数化系统提出了一种新的鲁棒自适应控制器的设计方法,采用自适应非线性阻尼和变能量函数法来抑制未建模动态和扰动对系统的影响.Lya-punov稳定性分析和仿真结果表明,该方法可以保证整个系统的稳定性.     

全局信息未知的多智能体自适应容错包容控制

研究一类带有执行器故障并且全局信息未知的多领航者多智能体系统包容控制问题,其中执行器故障包括失效、卡死和中断。针对未知的全局信息问题,即Laplacian矩阵的最小特征值未知,通过自适应技术在线估计了控制器的耦合增益,进而设计鲁棒容错控制器实现跟随者的状态跟踪误差在不确定性、扰动、非线性动态和故障同时存在的情况下的稳定性,并给出一个仿真算例来验证所提出的方法的有效性。最终保证了跟随者的状态跟踪误差的渐近稳定性,即所有的跟随者状态轨迹能够跟踪到多个领航者所形成的凸包区域内。     

Global finite-time stabilization design for a class of high-order uncertain nonlinear systems

The problem of finite-time stabilization for uncertain nonlinear systems is investigated.It is proved that a class of high-order nonlinear systems in the lower-triangular form is globally stabilized via non-Lipschitz continuous state feedback.By using the finite-time Lyapunov stability theorem and the method of non-smooth feedback design,a recursive design procedure is provided,which guarantees the finite-time stability of the closed-loop system.The simulation results show the effectiveness of the theoretical results.     

一类非线性系统的无模型学习自适应控制

对于一类常见非线性离散系统，提出了其动态线性逼近的增量型模型、无模型自适应控制律和带有参数限定时域长度的参数自适应预报递推算法。实现了对时滞非线性系统的无模型学习自适应控制。通过仿真表明，该算法对于一类非线性系统实现无模型学习自适应控制是正确和有效的。     

多智能体网络的混杂建模与量化一致性

针对多智能体网络系统中普遍存在的拓扑变化、信息量化问题,综合考虑了状态量化和拓扑切换的影响.基于一种新的量化器构建了量化反馈作用下多智能体系统的混杂模型,并进一步分析了该混杂系统的有限时间收敛性,给出了一致收敛的时间下界.最后,对不同切换网络拓扑进行计算机仿真,验证所得结果的有效性.     

Finite-time adaptive formation control for multi-agent systems with uncertainties under collision avoidance and connectivity maintenance

In this paper, the problem of adaptive finite time formation control is investigated for double integrator multi-agent systems with uncertainties. Firstly, considering the multi-agent systems with uncertain dynamic reference and external bounded disturbance, a distributed adaptive estimator control algorithm is designed to realize formation tracking control in finite-time. It is important that the collision avoidance and maintaining connectivity of the multi-agent systems are realized by constructing an effective potential function based on distance constraints. On the other hand, the problem of formation production control for the double integrator systems is discussed with desired formation shape in finite-time. Achieving four control objectives is the main contributions in all the phases, including the estimation of uncertainties, collision avoidance, connectivity maintenance, and finite-time convergence. Finally, an application example of the formation production control is presented to verify accuracy of the proposed theoretical method.

     

一类非线性非严格反馈系统的间接自适应神经网络控制

针对一类非严格反馈非线性系统,本文提出了间接自适应神经网络控制器的设计方案,并基于系统函数界函数的单调递增性质,提出了变量分离方法,同时利用间接自适应神经网络控制技术和Backstepping(反推)相结合的方法,构造出间接自适应神经网络状态反馈控制器,所构造的间接自适应控制器,保证了闭环系统的所有信号是半全局有界的,并且系统的所有状态收敛到原点充分小的邻域内,有效地解决了一类非线性非严格反馈系统的自适应神经网络控制问题,并采用数值例子进行仿真实验。仿真结果表明,在本文所提出的控制律的作用下,不但保证了闭环系统的稳定,而且保证所有信号在闭环系统有界。该控制器为一类非严格反馈非线性系统的稳定性控制提供了理论参考。     

一类含有非线性项的不确定系统的有限时间输出跟踪控制

讨论了一类含有非线性项的不确定系统的有限时间输出跟踪控制问题．首先,采用变结构控制理论,给含有非线性项的不确定系统设计了滑模控制率,使辅助系统状态在有限时间到达切换面并维持在切换面上运动;其次,给出了辅助系统有限时间稳定的充分条件,使系统输出有限时间跟踪参考模型输出信号．最后,通过数值算例演示了该方法的可行性及有效性．     

控制方向未知的非线性系统有限时间跟踪控制

研究了一类具有输入死区以及控制方向未知的严格反馈非线性系统有限时间输出反馈跟踪控制问题. 首先,通过坐标变换,将所研究的控制方向未知的非线性系统转化为控制增益已知的等效系统. 然后,设计了一个模糊状态观测器来逼近不可测的状态,引入Nussbaum函数来解决控制方向未知的困难. 基于模糊状态观测器,通过反步法利用变换后的系统间接得到原系统的控制器. 此外,该控制器可以保证跟踪误差在有限时间内收敛于原点的一个小邻域,且闭环系统中的所有信号都保持有界. 最后,通过一个仿真算例验证了该控制方法的可行性和有效性.     

非线性时滞系统的自适应模糊跟踪控制

针对一类带有未知非线性函数和时滞项的非线性不确定系统,提出了一种新的自适应模糊跟踪控制。用模糊逻辑系统来逼近系统中未知的非线性不确定函数,基于自适应方法和Backstepping设计模糊自适应控制器。设计的模糊自适应控制器确保了闭环系统的所有信号是一致有界的,也保证了跟踪误差收敛到原点的一个充分小的邻域内;另外设计的模糊跟踪控制器不涉及模糊基向量函数的计算,使其在系统的控制过程中将极大地降低系统的在线计算负担。仿真算例验证了所提出方法的有效性。     

非线性随机系统的鲁棒自适应平滑估计算法

针对有色噪声下一类含有未建模动态和扰动的非线性随机系统,提出一种鲁棒自适应平滑估计算法。该算法通过极小化状态平滑估计误差的方差和相邻时刻残差的协方差,在线辨识状态滤波估计误差和残差的方差,实现对未建模动态和扰动的自适应补偿。仿真结果验证了该算法在解决有色噪声下非线性随机系统的时变时滞与参数联合估计问题中的有效性。     

一类非线性系统的鲁棒有限时间控制问题

讨论了一类带有动态不确定项的非线性系统的鲁棒有限时间控制问题。通过利用“加幂积分器”的方法构造出了一个部分状态反馈控制律，解决了这类不确定非线性系统的有限时间镇定问题。     

基于动态线性逼近的非线性系统无模型自适应控制

对于一类常见多重时滞非线性离散系统,提出了其动态线性逼近的增量型模型,无模型自适应控制律和带有参数限定时域长度的参数自适应预报递推算法,实现了对时滞非线性系统的无模型自适应控制。该算法不用解Diophantine方程,无需矩阵运算,在线计算量很小,实时性好,具有很强的抑制噪声干扰能力。通过仿真表明,该算法对于一类非线性系统实现无模型自适应控制是正确和有效的。