一类不确定离散系统的生存性判别

研究一类非线性不确定系统的生存性问题. 基于支撑函数, 给出了此系统在凸紧集下可生存的充要条件. 当生存域为多面体时, 分别针对多面体和的形式和交的形式给出了系统生存的充分条件. 最后给出的算例表明了所提出方法的有效性, 同时表明所得结果实际上给出了某类切换系统的生存性条件.

     

基于参数估计的一类非线性系统故障诊断算法

针对系统模型的不确定性、未知输入扰动和非线性特性, 提出一类非线性系统参数估计的故障诊断算法. 构造系统故障诊断观测器, 采用Lyapunov 稳定性定理验证观测器的稳定性, 通过Barbalat 引理证明满足故障诊断观测器为渐近稳定的表征故障参数的参数估计, 并总结了设计算法流程. 仿真结果表明, 所提出算法具有快速收敛性, 对一类非线性系统诊断效果较好.

     

一种参数优化的非线性离散系统鲁棒迭代学习控制方法

针对带有扰动的一类离散非线性系统的鲁棒迭代学习控制问题, 设计一种基于参数优化的迭代学习控制算法. 该算法能够保证在有初始状态误差和状态、输出扰动的情况下使闭环系统具有鲁棒BIBO 稳定性, 系统输出能够单调收敛于给定输出轨迹的邻域内; 在没有初始状态误差和扰动的情况下能够以零稳态误差跟踪给定输出轨迹. 最后通过仿真分析验证了所提出算法的有效性.

     

非线性迭代学习算法在机器人上肢康复中的应用

针对上肢康复机器人轨迹跟踪控制中存在的患者痉挛扰动非线性及不确定性问题, 结合康复机器人系统执行具有重复性的特点以及迭代学习算法特有的性质, 提出一种非线性迭代学习控制算法, 改进了机器人常用的线性动力学控制系统, 使得在模型信息不精确以及只有角度信息可测的情况下, 也能获得良好的轨迹跟踪性能; 应用Lyapunov 稳定性理论和LaSalle 不变性原理证明了闭环系统的全局渐近稳定性. 仿真结果表明, 所提出的非线性迭代学习控制具有良好的控制性能.

     

基于Razumikhin 方法的随机时变时滞非线性系统的状态反馈

采用Razumikhin 方法研究一类随机时变时滞非线性系统的状态反馈镇定问题. 利用随机系统的Razumikhin-Mao 理论和反推设计方法, 设计系统的状态反馈控制器, 所设计的控制器能保证闭环系统的平衡点为依概率全局渐近稳定的. 所提出的方法能够彻底地去掉关于随机时变时滞非线性系统传统结果中所要求的时滞导数的限制. 仿真示例验证了所提出状态反馈控制器的有效性.

     

时变概率随机拓扑条件下高阶群系统一致性分析

在时变连接概率的随机拓扑条件下, 研究了离散时间高阶线性群系统的一致性问题. 首先, 给出一个依赖于相邻主体间拓扑连接概率和各个主体自身信息的随机控制协议; 然后, 应用状态空间分解法分析离散时间高阶线性群系统的一致性, 给出了在连接概率时变的随机拓扑条件下以概率为1 实现一致的充分必要条件; 进而, 确定了随机拓扑条件下离散时间高阶线性群系统的一致函数; 最后, 通过数值分析验证了所得出结论的正确性.

     

一种非线性系统被控对象故障诊断方法

控制系统中的传感器、执行器和被控对象的故障检测与诊断往往是把执行器和被控对象视为一个整体来研究, 这不利于故障的决策与处理. 对此, 设计了非线性系统故障诊断的滑模观测器, 提出一种诊断被控对象故障的方法, 即对非线性系统和执行器同时进行观测, 根据两观测器残差的变化情况判断出非线性系统中传感器、执行器和被控对象故障. 最后以单输入单输出非线性系统为例进行仿真, 验证了该方法的有效性.

     

具有平衡点漂移的非线性系统参数H∞ 控制

针对具有参数不确定性的非线性系统, 研究其参数H_∞ 控制问题. 首先, 当外界扰动输入为零时, 利用非线 性代数方程给出非线性系统平衡点存在区域; 然后, 当外界扰动输入不为零时, 设计状态控制器, 通过Lyapunov 函数 法, 推导出使闭环系统参数稳定且满足H_∞ 性能指标的充分条件. 仿真结果表明, 所设计的H_∞ 控制器能有效地稳定 非线性系统, 并且具有一定的H_∞ 性能指标.

     

灰色Verhulst 拓展模型的病态性问题

有效判定灰色模型的病态性是进行灰预测建模的关键. 为了揭示灰色Verhulst 拓展模型建模参数在原始序列存在微小扰动下的变化规律, 以矩阵谱条件数为工具对该模型灰导数的背景值进行分类证明. 结果表明, 灰色Verhulst 拓展模型不存在严重病态性. 采用灰色Verhulst 拓展模型进行预测建模, 模型的解不会因系统原始数据在收集过程中存在微小误差而产生显著漂移现象.

     

一类饱和非线性系统抗饱和控制器设计

针对一类饱和非线性系统研究抗饱和控制器综合问题. 基于线性分式表示技术(LFR), 该类非线性系统可转化为带有满足扇形区间不等式条件的非线性函数及额外线性分式约束的饱和线性系统. 基于二次Lyapunov 方程并利用广义扇形区间不等式条件处理饱和非线性项, 提出了基于LMI 条件的非线性抗饱和控制器综合方法. 数值仿真验证了所提出方法的有效性.

     

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.     

单边Lipschitz 非线性时滞系统的函数观测器设计

基于线性矩阵不等式理论, 研究一类非线性时滞系统的函数观测器设计. 通过选取合适的Lyapunov-Krasovskii 泛函, 得到函数观测器增益矩阵存在的充分条件, 并系统地提出函数观测器增益矩阵的设计方法. 仿真实例表明, 所设计的函数观测器是可行有效的.

     

一类高阶随机非线性系统的状态反馈镇定

针对一类既不可反馈线性化也不仿射于控制输入的高阶随机非线性系统,研究其状态反馈镇定问题.利用齐次占优和反推技术,所设计的状态反馈控制器使得整个闭环系统在[0,+∞)上几乎处处有唯一解,并使得闭环系统的平衡点是依概率全局渐近稳定的.主要贡献是完全取消了高阶系统的阶次限制,得到了新的结果.最后通过数值仿真验证了所提出控制方案的有效性.     

非均匀Hammerstein-Wiener 系统的递阶随机梯度辨识算法

针对一类非均匀数据采样Hammerstein-Wiener 系统, 提出一种递阶多新息随机梯度算法. 首先基于提升技术, 推导出系统的状态空间模型, 并考虑因果约束关系, 将该模型分解成两个子系统, 利用多新息遗忘随机梯度算法辨识出此模型的参数; 然后, 引入可变遗忘因子, 提出一种修正函数并在线确定其大小, 提高了算法的收敛速度及抗干扰能力. 仿真实例验证了所提出算法的有效性和优越性.

     

不确定非线性多智能体系统的分布式模糊自适应镇定控制

针对一类具有未知非线性和未知参数摄动的非线性多智能体系统, 提出一种分布式模糊自适应镇定控制方法. 基于邻接智能体信息和部分智能体的自身信息, 分别设计静态耦合和动态耦合的分布式模糊自适应控制律. 基于Lyapunov 稳定性理论, 证明了所提出的控制器能使得系统状态最终稳定于原点的邻域内. 仿真实例验证了所提出方法的有效性.

     

执行器饱和不确定NCS 非脆弱鲁棒容错控制

针对存在时变时延和丢包的不确定网络化控制系统(NCS), 同时考虑执行器饱和、控制器参数摄动以及非线性扰动等约束, 研究执行器发生结构性失效故障时系统的鲁棒容错多约束控制问题. 基于时滞依赖Lyapunov 方法和容错吸引域定义, 采用状态反馈控制策略推证出了闭环故障不确定网络化控制系统稳定的少保守性不变集充分条件, 并给出了非脆弱鲁棒容错控制器的设计方法以及最大容错吸引域的估计. 仿真算例验证了所述方法的可行性和有效性.

     

广义马尔科夫跳变系统的部分模态依赖观测器设计

针对系统状态变量不完全可测以及系统模态不能实时获得的实际情况,研究广义马尔科夫跳变系统的部分模态依赖观测器及相应控制器的设计问题.基于线性矩阵不等式技术,运用模态依赖的李雅普诺夫函数讨论广义马尔科夫系统的正则和无脉冲特性,给出使系统随机稳定的基于观测器的控制器存在的充分条件.最后通过数值算例验证了所提出设计方法的有效性和优越性.     

随机多智能体系统稳定性综述

随机多智能体系统一致稳定性分析大致可区分为: 带随机噪声的多智能体系统的一致稳定性分析, 切换拓扑下随机多智能体系统一致稳定性分析, 随机时滞多智能体系统一致稳定性分析, 随机多智能体系统分布式优化控制一致稳定性分析. 对此, 从以上4 个方面对随机多智能体系统稳定性问题的研究进展及其存在的问题进行阐述, 并对随机多智能体系统一致稳定性的进一步研究方向进行了展望.