高阶离散多智能体系统在参数不确定和带外部干扰下的鲁棒H∞一致性控制

研究了高阶离散多智能体系统的在参数不确定和带外部干扰下的H_∞鲁棒一致性控制问题,同时提出线性分布式一致性协议.首先将该问题转化为一组不确定系统的H_∞鲁棒控制问题.其次推导出线性矩阵不等式在参数为γ的H_∞鲁棒一致性意义下的充分条件.第三,给出了所提出一致性协议在不带外部干扰,参数不确定的高阶离散线性多智能体系统中的收敛效果.最后,通过包含和不包含参数不确定系统的对比仿真实验说明了理论结果的正确性和有效性.     

基于学习的鲁棒自适应评判控制研究进展

在作为人工智能核心技术的机器学习领域,强化学习是一类强调机器在与环境的交互过程中进行学习的方法,其重要分支之一的自适应评判技术与动态规划及最优化设计密切相关.为了有效地求解复杂动态系统的优化控制问题,结合自适应评判,动态规划和人工神经网络产生的自适应动态规划方法已经得到广泛关注,特别在考虑不确定因素和外部扰动时的鲁棒自适应评判控制方面取得了很大进展,并被认为是构建智能学习系统和实现真正类脑智能的必要途径.本文对基于智能学习的鲁棒自适应评判控制理论与主要方法进行梳理,包括自学习鲁棒镇定,自适应轨迹跟踪,事件驱动鲁棒控制,以及自适应H_∞控制设计等,并涵盖关于自适应评判系统稳定性、收敛性、最优性以及鲁棒性的分析.同时,结合人工智能、大数据、深度学习和知识自动化等新技术,也对鲁棒自适应评判控制的发展前景进行探讨.     

具有状态信息保护的多智能体系统H∞一致性

为解决多智能体系统在有/无干扰情况下的初始状态信息保护和一致性问题,提出了新的状态信息保护算法,并引入鲁棒H_∞控制协议。首先,在无干扰的情况下提出了状态信息保护算法,来防止其他不诚实智能体窃听诚实智能体的信息,始终保护智能体的初始状态信息无法被不诚实智能体推测出来,并能够实现准确的平均一致性。其次,在有干扰的情况下,采用鲁棒H_∞控制的方法,在信息保护算法的基础上,减弱了干扰对系统模型的影响,提高了系统的抗干扰性能。利用李雅普诺夫方法对系统的稳定性进行分析,并求解线性矩阵不等式,得出了实现H_∞控制的基本条件。最后,通过对有/无干扰情况下的状态信息保护算法分别进行分析和仿真,验证了所提算法的有效性。     

基于自适应参数估计的鲁棒语音增强算法

基于鲁棒H_∞滤波器理论和共轭梯度自适应参数估计方法提出了一种对复杂噪声有抑制效果的语音增强算法。应用这种方法自适应地从带噪信号中提取语音参数时不必预先知道噪声源的统计特性,只要求噪声信号能量有限。因为它基于H_∞滤波器,所以可保证由外界干扰和附加噪声引起的性能指标恶化达到最小。仿真结果表明：该语音增强算法具有计算速度快、鲁棒性好、语音增强效果明显、易于实现、可抑制复杂背景噪声等特点。     

既含有一般多个随机延迟以及多个测量丢失和随机控制丢失的鲁棒H∞模糊输出反馈控制

这篇文章研究了一类不确定离散时间模糊系统的鲁棒H_∞控制问题,这类系统是既含有多个随机延迟、多测量丢失又含有从模糊控制器到发生器的随机控制信号丢失.描述随机通信延迟和随机控制信号丢失的随机变量认为是相互独立服从贝努利分布.测量丢失现象认为是随机发生的.假定对每个传感器发生丢失的概率位于区间[0,1]上是给定的.大量的注意力集中在设计H_∞模糊输出反馈控制器以确保所得到的闭环Tagagi-Segeno（T-S）系统按均方意义是指数稳定的.文章所用的方法能使扰动拒绝达到说给定的指标.通过大量的分析得出了满足指数稳定性以及预先给定的H_∞性能指标的容许输出反馈控制器的存在性的充分条件.另外,锥型补线性化过程用于将控制设计问题转化成能用半正定规划方法求解的序列极小化问题.最后,模拟结果证实了文中所提出的设计方法的可行性和有效性.     

套代数框架下网络控制系统的鲁棒稳定性分析

研究级联双端口网络控制系统在被控对象、控制器和双端口通信信道中同时存在扰动的稳定性问题.当网络控制系统通过一系列双向通信信道进行信号传输时,系统建模为通过级联双端口网络进行连接.由于通信过程中会发生信息的失真和干扰,考虑双端口信道传输矩阵中的H_∞范数有界扰动以及被控对象和控制器中的gap型扰动,得到基于通信信道扰动服从范数有界时闭环系统与网络控制系统鲁棒稳定之间的关系,同时也以几何不等式的方式给出判定网络控制系统鲁棒稳定性的充分条件.数值算例表明结论是有效的.     

一类分数阶神经网络的自适应H∞同步

针对一类不确定分数阶神经网络系统，研究了其自适应H_∞同步问题和参数辨识问题。提出了一个新的可以使闭环系统实现H_∞同步的自适应控制协议，利用鲁棒控制的方法和Gronwall-Bellma不等式证明了驱动系统和响应系统在该协议下可以实现同步，同时满足H_∞性能。通过仿真实验，验证了所设计控制协议的有效性，并且说明了利用该控制协议可以对未知参数进行辨识。     

系统H∞范数计算:Lyapunov函数的直接优化方法

研究了李雅普诺夫函数的选择对求解系统H_∞范数的影响,提出了一种李雅普诺夫函数的直接优化方法,该方法通过优化黎卡提不等式中的李雅普诺夫函数,给出了H_∞范数的通用解析表达式,实现了二阶系统H_∞范数的精确求解.不同于需要繁琐优化过程的线性矩阵不等式（Linear matrix inequality,LMI）方法,本文提供了一种有效的途径以直接求解系统H_∞范数.     

基于观测器的无人车H∞预瞄控制器设计

为抑制道路曲率干扰并提高无人车路径跟踪精度,提出一种基于观测器的无人车H_∞预瞄控制器设计方法.首先,将无人车非线性路径跟踪模型转换为线性变参数(linear parameter varying, LPV)系统;然后,建立关于路径曲率的预瞄模型,并将无人车路径跟踪模型与预瞄模型相结合构建增广系统;接着,考虑传感器测量噪声对无人车路径跟踪精度的影响,设计基于观测器的H_∞状态反馈控制器,并将控制器设计问题转化为满足一组线性矩阵不等式的优化问题. Simulink/CarSim联合仿真结果表明,所提出的基于观测器的无人车H_∞预瞄控制方法可以有效减小测量噪声对系统性能的影响,与已有最优控制方法相比,可以取得更好的路径跟踪精度.     

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.     

自适应比例–积分H2滑模观测器设计

传统的龙伯格观测器的观测精度极易受到未知外部扰动的影响.为了解决这个问题,本文设计了一种基于径向基神经网络的自适应比例–积分H₂滑模观测器,实现了参数不确定性和外部扰动下非线性系统的鲁棒确切估计.首先,利用径向基神经网络自适应逼近系统模型的复杂非线性项;其次,设计基于误差的线性滑模面,将比例–积分滑模项注入观测器中,使得滑模动态在有限时间内收敛于滑模面,实现对外部扰动和系统模型非线性的完全补偿;最后,基于H₂次优控制和区域极点配置,提出观测器参数自整定方法.通过对单连杆机器人的仿真结果表明,该方法能够保证非线性系统具有较好的鲁棒性和自适应性.     

基于改进观测器的故障检测方法

提出一种基于改进观测器的故障检测方法.首先,设计一种改进的观测器,该观测器相比于Luenberger观测器拥有更多的设计自由度;然后,引入l₁/H_∞性能指标提升观测器产生残差的干扰鲁棒性和故障敏感度,自适应阈值的设计可以有效避免故障预警的误报;最后,通过仿真和实验验证所提出方法的有效性.     

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.     

一类通讯受限不确定网络控制系统鲁棒H_∞滤波

针对一类通讯受限的不确定网络控制系统,砑究了鲁棒H∞滤波器设计问题.通过引入两个附加的松弛矩阵使Lyapunov矩阵和系统矩阵得到分离,得到了一个新的具有更低保守性的鲁棒H∞性能判据,并基于该判据设计了系统的鲁棒H∞滤波器.当将其应用于具有凸多面体不确定性的网络控制系统时可以得到和系统不确定性相关联的Lyapunov函数,有效降低了设计的保守性.数值算例验证了所提出算法的可行性和优越性.     

一类p规范型非线性系统预设性能有限时间H∞ 跟踪控制

针对一类带有外部扰动的非严格反馈p规范型非线性系统, 在一种新的预设性能控制思想的基础上, 结合加幂积分技术、H_∞ 控制理论及神经自适应技术, 提出了一种自适应神经预设性能有限时间H_∞ 跟踪控制器的设计方法. 所设计的控制器能够保证系统的跟踪误差被有限时间性能函数约束, 并在任意给定的停息时间内收敛到平衡点的一个预先给定的邻域内, 且能够抑制外部扰动对系统的影响. 特别地, 该停息时间与系统初始状态无关. 两个仿真例子验证了所设计控制器的有效性和优越性.     

一类伴有部分解耦干扰的非线性系统故障诊断

针对Lipschitz非线性系统执行器故障检测和传感器故障估计问题,本文提出了一种基于H-/L_∞未知输入观测器的有限频域故障诊断策略.首先,将系统处理成包含传感器故障的增广系统.然后,将该系统的未知输入干扰分为可解耦与不可解耦两部分.针对可解耦部分,利用观测器匹配条件将其从估计误差中消除.针对不可解耦部分,设计L_∞指标抑制其对残差的影响并结合有限频域H-指标提高执行器故障检测灵敏度.接着,给出观测器存在的充分条件并将其转化为受LMIs约束的线性优化问题,实现了执行器故障的鲁棒检测及传感器故障的鲁棒估计.最后,结合仿真算例验证了所提方法的正确性与有效性.     

高超声速飞行器纵向通道分层模糊自适应H∞控制

针对具有参数不确定性特点的高超声速飞行器输出跟踪问题,提出了一种基于分层模糊系统的自适应H_∞控制器的设计方法。为了解决模糊控制器中规则数目随系统变量个数呈指数增长的问题,减少在线辨识参数的数量,增强控制系统的实时性,设计了一种基于分层模糊系统的间接自适应控制器;同时为了减少模糊系统逼近误差、参数不确定性和系统外部干扰对控制系统稳定性造成的影响,引入鲁棒补偿项,提高控制器的H_∞性能,并利用Lyapunov理论分析证明了整个系统的稳定性能。仿真结果表明,该方法不仅能够保证高超声速飞行器具有良好跟踪性能,而且具有很强的鲁棒性。     

具有参数不确定性和外部扰动的非线性系统自适应鲁棒H∞输出反馈控制

本文针对一类同时具有参数不确定性和外部扰动的非线性系统，讨论了其自适应鲁棒H∞输出反馈控制问题。提出的设计方法结合自适应控制和鲁棒H∞控制，基于Hamilton-Jacobi不等式得到了控制问题可解的充分条件和动态输出反馈控制器的形式。     

再入机动飞行器的模糊自适应H2/H∞ 控制

针对再入机动飞行器(MRV)动态的非线性和不确定性,将模糊自适应理论与鲁棒H2/H∞控制理论相结合,提出一种MRV的模糊自适应H2/H∞控制方法。该方法利用模糊逻辑系统逼近导弹模型的非线性函数,补偿其建模的不确定性;并且基于H2/H∞混合优化控制与非零和博弈理论,设计了鲁棒H2/H∞控制器补偿模糊系统的逼近误差和外界干扰,进而改善控制性能,使得性能指标在达到最优化的同时满足H2/H∞性能指标。通过仿真分析,验证了所提出控制方法的有效性。