一类随机系统基于干扰观测器的抗干扰控制

针对一类带有多源干扰的随机系统,研究其抗干扰控制问题.针对可以由未知参数的外源系统产生,代表频率、振幅和初相都未知的干扰,构建随机自适应干扰观测器对其进行估计.基于此,结合自适应控制和随机控制的方法,提出基于干扰观测器的抗干扰控制策略,保证复合系统的所有信号均为均方渐近有界.仿真结果验证了所提出方法的正确性和有效性.     

随机多源干扰系统的复合DOBC和容错控制

针对一类带有多源干扰和常值故障的随机系统,研究其抗干扰和故障诊断问题.多源干扰包括由外源系统生成的部分信息已知的干扰和白噪声干扰两类.第1类干扰包含状态和干扰耦合,不仅可以代表一类部分信息已知的干扰,还可以代表一类随机干扰,且耦合增加了系统的复杂性,导致必然等价原则的无效.为了解决这个问题,提出复合极点配置和线性矩阵不等式(LMI)方法相结合的策略.首先,设计随机干扰观测器来估计第1类干扰;其次,设计随机故障诊断观测器来估计系统故障.基于此,结合容错控制和随机控制,提出基于观测器的复合容错控制策略,在满足一定条件下,该策略可以保证复合系统满足依均方渐近有界.最后,通过仿真验证所提出策略的正确性与有效性.     

一类脉冲随机混杂系统的鲁棒H∞控制

研究了具有外在扰动的脉冲Markov切换线性随机系统的鲁棒H∞控制问题,分别从系统的鲁棒稳定性及鲁棒性能两方面进行分析:首先,利用多Lyapunov函数法对系统的稳定性进行分析,给出了系统鲁棒依概率稳定的充分条件;进一步地,运用线性矩阵不等式(LMI)法对系统的鲁棒性能进行分析,给出相应的状态反馈增益矩阵和脉冲控制增益矩阵的求解方法.在此基础上得出了一个鲁棒H∞控制律,并提出了一套基于MATLAB软件的鲁棒控制器的设计方法.最后,利用数值算例说明所设计方法的有效性.     

一类不确定随机系统的鲁棒H∞约束方差控制*

本文根据Ｈ∞优化设计理论及稳态状态协方差配置的系统综合方法，利用一个修正的Ｒｉｃｃａｔｉ方程，对一类具有参数扰动的不确定线性随机系统讨论了鲁棒状态反馈控制器设计，使得闭环系统不但鲁棒稳定并具有指定的稳定裕度；而且系统性能也是鲁棒的，闭环系统同时满足给定的Ｈ∞性能指标及状态方差上限约束。     

一类函数完全未知的随机非线性系统自适应H∞跟踪控制

针对一类函数完全未知的严格反馈随机非线性系统,提出了一种基于backstepping技术的鲁棒H_∞自适应神经跟踪控制器设计的新方法.该方法可在随机非线性系统是依概率一致最终有界的情况下,保证随机非线性系统H_∞性能指标,且H_∞踪踪控制器容易获得.同时该方法去除了一些文献中神经网络逼近误差需要平方可积的假设.文中使用径向基函数(radial basis function, RBF)神经网络逼近打包的未知非线性函数.所设计的控制器能够保证闭环系统跟踪误差及其它所有信号都是依概率有界的,且对外界干扰具有鲁棒H∞抑制作用.最后,仿真结果验证了所提方法的有效性和正确性.     

状态和控制输入不确定时滞系统基于观测器的鲁棒H∞控制

研究一类同时存在状态和控制输入不确定性的时滞系统基于观测器的鲁棒Ｈ∞控制问题。系统的不确定性参数是时变的,但其结构已知。通过构造观测器并利用观测器状态进行反馈控制,使系统不仅鲁棒镇定,而且具有一定的Ｈ∞性能,鲁棒Ｈ∞控制器的设计可通过求解两个代数Ｒｉｃｃａｔｉ方程得到。     

微纳卫星姿态控制系统的精细抗干扰容错控制方法

本文针对一类微纳卫星姿态控制系统飞轮突变故障提出了一种具有干扰抑制和补偿能力的精细故障诊断及容错控制方法.针对反作用飞轮的突变故障,本文不仅考虑了星体转动惯量变化导致的系统参数不确定性,而且考虑了姿态控制系统中飞轮振动带来的干扰影响,设计基于干扰观测器和故障诊断观测器的复合抗干扰容错控制器,并基于线性矩阵不等式对控制器进行求解,使复合系统稳定并满足一定的鲁棒H∞性能.仿真结果表明,基于微纳卫星姿态控制系统的精细故障诊断方法在有效诊断系统时变故障的同时,可有效抵消与抑制干扰.     

一类随机非线性系统的有限时间H∞控制

本文研究一类随机非线性系统的有限时间H_∞控制问题.考虑闭环系统在有限时间间隔内的瞬态性能和抗干扰能力,对伊藤型随机非线性系统进行了研究.利用Lyapunov函数和线性矩阵不等式(LMI)得到了系统满足均方有限时间有界的充分条件,进一步设计了有限时间H_∞控制器,并给出了系统满足均方有限时间有界和相应H_∞性能的充分条件.最后给出了两个例子验证了该方法的有效性和可行性.     

线性随机系统有限时间H∞ 控制

讨论一类具有时变、有限能量外部扰动的线性随机系统有限时间H∞控制问题．首先,给出了线性随机系统有限时间如控制问题的定义;然后,通过构造Lyapunov-Krasovskii函数,并结合线性矩阵不等式,给出了随机系统有限时间如控制器有解的充分条件;进一步,将该问题简化为具有线性矩阵不等式约束的优化问题,并给出了相应的求解算法;最后,通过数值算例表明了该设计方法的有效性．     

一类多输入非线性系统的同时H∞镇定

研究了一类多输入非线性系统同时H∞镇定问题. 提出了可系统地构造公共二次控制储能函数(Control storage function, CSF)的方法. 基于公共二次控制储能函数,设计了可同时H∞镇定闭环系统的连续控制律. 通过一个例子说明了本文所提出方法的有效性.     

一类含输入时滞非线性系统的干扰观测器控制

基于干扰观测器控制（Disturbance-observer-based control,DOBC）作为一种有效的干扰补偿策略取得了广泛的应用. 然而,当干扰和控制输入不能在同一时刻进入控制通道时,外部信号很难得到实时估计和补偿.提出一种复合DOBC结构,包括干扰观测、干扰预测和反馈调节三个部分.该方法的特点是即使一类非线性系统存在输入时滞,同样可以继承传统DOBC的优点. 最后,通过构造辅助观测器给出了预测误差以及复合闭环系统的稳定性分析方法.     

Disturbance Observer‐Based Elegant Anti‐Disturbance Control for Stochastic Systems with Multiple Disturbances

Disturbance observer‐based elegant anti‐disturbance control (DOBEADC) scheme is proposed for a class of stochastic systems with nonlinear dynamics and multiple disturbances. The stochastic disturbance observer based on pole placement is constructed to estimate disturbance which is generated by an exogenous system. Then, composite DOBC and controller is designed to guarantee the composite system is mean‐square stable and its performance satisfies a prescribed level. Finally, simulations on an A4D aircraft model show the effectiveness of the proposed approaches.     

四旋翼无人机不匹配扰动抗干扰控制

针对四旋翼无人机存在的不匹配干扰和执行器故障等现象,提出了一种基于有限时间观测器的飞行控制方案。从无人机的运动学模型出发,构建了受执行器故障和不匹配干扰影响的控制模型。将干扰观测器与非奇异终端滑模控制 (NTSMC) 方法相结合,以实现复合抗干扰和容错控制器设计。首先,设计了两个非线性有限时间扰动观测器来估计不匹配扰动和执行器故障,有限时间观测器使得估计误差在有限时间内收敛到零。其次,将观测器与NTSMC控制方法结合,以在有限的时间内实现跟踪,并有效地减少抖振。最后,从理论和仿真验证了控制方法的有效性和所期望的控制性能。     

Adaptive disturbance observer‐based control for stochastic systems with multiple heterogeneous disturbances

Antidisturbance control problem is discussed for stochastic systems with multiple heterogeneous disturbances, which include the white noise and the disturbance with unknown frequencies and amplitudes. An adaptive disturbance observer is designed to estimate the disturbance with unknown frequencies and amplitudes, based on which, an adaptive disturbance observer‐based control scheme is proposed by combining adaptive technique and linear matrix inequality method. It is proved that the closed‐loop system is asymptotically bounded in mean square when multiple heterogeneous disturbances exist simultaneously and that the equilibrium is globally asymptotically stable in probability as additive disturbance disappears. Finally, two simulation examples, including a wind turbine system, are given to show the effectiveness of the proposed scheme.     

乘性随机离散系统的最优控制

基于对系统随机不确定因素的分析,文中定义了一种新型随机离散系统--乘性随机离散系统,并研究该类系统的线性二次型(LQ)最优控制问题.首先给出了该类系统的有限时间和无限时间LQ最优控制律,并着重分析、证明了无限时间LQ最优控制问题的Riccati方程的正定矩阵解的存在性及相应数值求解算法与收敛性,以及闭环系统的稳定性等问题.仿真结果表明了该方法的有效性.     

Neural Network Based Adaptive Tracking Control for a Class of Pure Feedback Nonlinear Systems With Input Saturation

In this paper, an adaptive neural networks (NNs) tracking controller is proposed for a class of single-input/singleoutput (SISO) non-affine pure-feedback non-linear systems with input saturation. In the proposed approach, the original input saturated nonlinear system is augmented by a low pass filter. Then, new system states are introduced to implement states transformation of the augmented model. The resulting new model in affine Brunovsky form permits direct and simpler controller design by avoiding back-stepping technique and its complexity growing as done in existing methods in the literature. In controller design of the proposed approach, a state observer, based on the strictly positive real (SPR) theory, is introduced and designed to estimate the new system states, and only two neural networks are used to approximate the uncertain nonlinearities and compensate for the saturation nonlinearity of actuator. The proposed approach can not only provide a simple and effective way for construction of the controller in adaptive neural networks control of non-affine systems with input saturation, but also guarantee the tracking performance and the boundedness of all the signals in the closed-loop system. The stability of the control system is investigated by using the Lyapunov theory. Simulation examples are presented to show the effectiveness of the proposed controller.      

一类诱导时滞网络控制系统自抗扰控制器设计

针对一类具有网络时滞小于采样周期的网络控制系统提出网络控制的主要问题是网络通信系统模型的不确定性导致控制性能不佳;针对这一问题,采用基于无模型的自抗扰算法,将网络环节和被控对象一同视为控制对象,将网络时滞作为被控对象的不确定性因素,利用扩张状态观测器对不确定性因素进行实时观测估计;Matlab/TrueTime网络控制实验表明:自抗扰控制方法能够有效地减小网络诱导时滞对控制系统的影响。     

变参考轨迹下的鲁棒迭代学习模型预测控制

迭代学习模型预测控制是针对间歇过程的先进控制方法.它能通过迭代高精度跟踪给定参考轨迹,并保证时域上的闭环稳定性.然而,现有的迭代学习模型预测控制算法大多基于线性/线性化系统,且没有考虑参考轨迹变化的情况.本文基于线性参变系统提出一种能有效跟踪变参考轨迹的鲁棒迭代学习模型预测控制算法.首先,采用线性参变模型准确涵盖原始非线性系统的动态特性.然后,将鲁棒H∞控制与传统迭代学习模型预测控制相结合,抑制变参考轨迹带来的跟踪误差波动,通过优化线性矩阵不等式约束下的目标函数求得控制输入.深入分析了鲁棒迭代学习模型预测控制的鲁棒稳定性和迭代收敛性.最后,通过对数值例子和连续搅拌反应釜系统的仿真验证了所提出算法的有效性.     

部分参数不准确的线性系统的鲁棒性控制

研究了部分参数不准确的线性系统在有界能量噪声作用下的控制问题,即对于系统参数的鲁棒性控制问题.先将它简化为一个带正参数δ的H∞控制问题,然后采用J无损分解方法,推导出调节问题的可解性条件和动态反馈控制器的全部显示通解.     

Self-triggered Consensus Control for Linear Multi-agent Systems With Input Saturation

In this paper, we study the consensus problem for a class of linear multi-agent systems (MASs) with consideration of input saturation under the self-triggered mechanism. In the context of discrete-time systems, a self-triggered strategy is developed to determine the time interval between the adjacent triggers. The triggering condition is designed by using the current sampled consensus error. Furthermore, the consensus control protocol is designed by means of a state feedback approach. It is shown that the considered multi-agent systems can reach consensus with the presented algorithm. Some sufficient conditions are proposed in the form of linear matrix inequalities (LMIs) to show the positively invariant property of the domain of attraction (DOA). Moreover, some sufficient conditions of controller synthesis are provided to enlarge the volume of the DOA and obtain the control gain matrix. A numerical example is simulated to demonstrate the effectiveness of the theoretical analysis results.