基于高阶内模的非线性离散系统迭代学习控制

针对一类工作于重复条件下的一阶非正则离散时间非线性系统追踪迭代域非严格重复的参考轨迹问题,提出基于高阶内模(HOIM)的迭代学习控制方法.利用高阶内模,描述系统输出追踪参考轨迹的迭代域变化规律问题.在针对非线性系统的迭代学习控制律设计过程中,根据内模原理,将高阶内模与D型迭代学习控制律相结合,设计合适的学习增益.从理论上严格证明,在所提出的基于高阶内模的迭代学习控制律的作用下,系统跟踪误差的迭代域收敛性.对机械手离散时间模型的仿真结果表明了该迭代学习控制方法的有效性.     

带遗忘因子迭代学习控制最优增益研究

针对一类含非严格重复扰动的单输入单输出(SISO)离散线性时不变系统(LTI)的收敛特性最优化问题,提出带遗忘因子迭代学习控制(ILC)算法的最优控制增益设计方法。根据迭代矩阵理论和Toeplitz矩阵特性得到含非严格重复扰动的系统收敛充要条件,并运用算子理论证明收敛。根据最优化理论给出系统的单调收敛条件,求解出算法最优控制增益的精确解,得到遗忘因子与最优控制增益之间的关系式,实现系统快速收敛,从而达到改善系统收敛特性的目的。该方法改进了传统最优控制增益在带遗忘因子ILC算法中应用的不足,放宽了系统收敛条件,有效加快系统收敛速度,抑制系统输出跟踪误差波动,同时也为含非严格重复扰动的LTI系统提供了一个更优的解决方案。仿真结果验证了控制策略的有效性。     

二维DCT/IDCT在红外图像预处理中的应用

红外成像在军事、工业及日常生活中都有广泛的应用,而二维离散余弦变换(DCT)是数字信号图像处理中被运用得最广泛的算法。提出了一种以FPGA为硬件载体的二维离散余弦变换对红外图像预处理的硬件设计方法。该设计方法重点在于根据FPGA灵活的特性及红外图像的特点,选择一种比较适合的混合DCT变换方法,通过降低周期内乘法器的使用量提高速率,实现以速率至上的变换系统,并且通过控制信号完成DCT或者IDCT的选择,以满足不同需求的变换。     

分布式传感器网络系统的网络预测控制

本文针对分布式传感器网络系统的Fornasini-Marchesini (FM)状态空间模型,对系统的预测控制器设计问题进行研究.特别是针对所考虑的二维FM传感器网络系统,提出了一种新的网络预测控制方案来补偿通信时滞.首先,根据李雅普诺夫稳定性理论,给出了二维系统保持稳定的充分条件;然后利用稳定性条件,提出了一种新的预测控制器设计策略并保证系统的控制性能;最后,通过一个数值实例验证了所设计控制器的有效性.     

具有未知控制方向的输出反馈自适应学习控制

针对具有未知控制方向的工作于重复条件下的参数化输出反馈高阶非线性系统,提出一种自适应重复学习控制方法.利用连续Nussbaum增益方法解决系统中控制方向即高频增益符号未知的问题.在针对高阶非线性系统的自适应反步控制器设计过程中,使用综合时域自适应以及迭代域自适应的微分-差分自适应律对未知参数进行估计.利用李雅普诺夫稳定理论证明,在所提出的重复学习控制律作用下,系统的输出轨迹沿迭代轴逐点渐近收敛于期望轨迹.数值仿真结果表明,所提出的方法能够在解决控制方向未知问题的同时,保证输出反馈高阶非线性系统的收敛性.     

具有异步控制器的离散马尔可夫跳变Lur’e系统的稳定性和e_2增益性能分析

本文研究了一类具有异步控制器的离散马尔可夫Lur’e跳变系统的稳定性及e_2增益性能.通过引入隐马尔可夫模型(HHM)来描述所设计的控制器和原始系统之间出现的异步现象.利用线性矩阵不等式(LMI)方法分析了闭环系统的稳定性和e_2增益性能.然后提出了一个充分条件使得闭环系统随机稳定,并使得从扰动到系统输出的e_2增益达到最小.同时,通过求解给定条件来设计一个由线性状态反馈和扇形有界非线性输出反馈组成的异步控制器.最后,给出了一个数值仿真例子来验证所提方法的有效性.     

二维零相关区周期互补序列偶及其理论界的研究

为了给通信系统提供更多的最佳离散信号,提出了一种新的最佳离散信号,即二维零相关区周期互补序列偶,研究了二维零相关区周期互补序列偶的变换性质,利用矩阵秩的不等式推导出了二维零相关区周期互补序列偶的理论界。基于循环左移算子,以缩小零相关区为代价,给出了一种扩展二维零相关区周期互补序列偶集的方法,该方法可以为通信系统提供大规模的信号集。     

不确定离散模糊分段系统的广义H2弹性控制

针对一类离散Takagi-Sugeno(T-S)模糊系统,研究了广义H2稳定性分析和分段弹性控制器设计问题.首先通过构造适当的离散分段二次Lyapunov函数,利用Lyapunov稳定性理论,给出了系统广义H2稳定的充分条件;然后在此基础上,提出了基于线性矩阵不等式的广义H2弹性控制器设计方案,利用Matlab中的线性矩阵不等式工具箱,可以方便的解出控制器增益阵,最后的仿真实例说明了所提方法的正确性.     

一个二维含有理分式离散混沌映射的分析与控制

借助非线性特征研究工具构造了二维含有理分式离散映射,然后运用最大Lyapunov指数谱和分岔图研究该二维有理分式离散映射的动力学行为,最后利用改进形式的小波函数构造压缩映射,对二维有理分式混沌映射进行了有效的混沌控制.通过理论分析和数值模拟,验证了该混沌控制方法的实用性和有效性.     

一种基于重复控制的多重周期信号控制方法

介绍了一种基于重复控制的多重周期信号控制方法,应用内模原理和数学换算,通过建立一个新的状态空同模型,将对原始多重周期信号控制问题转变为一个线形二次型的最优控制问题,从而通过线形二次型最优控制理论计算出需要的控制律.仿真例子验证了此方法的可行性.     

具有指定收敛速度的离散系统鲁棒跟踪数据驱动设计

本文研究了具有指定收敛速度的线性离散时间系统鲁棒跟踪设计问题。首先利用鲁棒输出调节理论描述了跟踪控制问题, 再结合系统数据与强化学习实现了具有指定收敛速度的跟踪控制。学习得到的控制方案不仅保证了跟踪误差渐近收敛到零, 而且具有针对不确定系统动态的鲁棒性。本文所述的指定收敛速度设计不依赖系统演化时间或精确系统模型, 因此是数据驱动的。     

具有外部干扰的离散时间多智能体系统包含控制

对具有外部干扰的高阶线性离散时间多智能体系统的包含控制进行了研究,设计了一种离散时间干扰观测器,利用该观测器提出了基于状态反馈的包含控制协议。运用李雅普诺夫稳定性理论,对该系统进行了收敛性分析,得到了包含达到的条件。最后,利用数值模拟验证了所得理论结果的正确性。     

H∞最优控制的PMLSM伺服系统鲁棒重复控制

永磁直线同步电动机（PMLSM）在跟踪周期性输入时,其参数变化、负载扰动和摩擦力会降低系统的伺服性能,为此设计了一种基于H_∞ 最优理论的鲁棒位移重复控制器.将重复控制器中的延迟环节看作是一个稳定的摄动Δ ₁（s）,把被控对象中包含的不确定性因素看作另一摄动Δ ₂（s）,故可将伺服系统看作是包含2个摄动的不确定系统,进而可以把鲁棒重复控制问题转化成 H_∞ 最优控制问题,使用H_∞ 最优理论同时设计了反馈控制器和重复控制器.理论推导与仿真结果表明,该方案有效提高了系统的跟踪精度和鲁棒性.     

基于遗忘因子的数据驱动最优迭代学习控制算法研究

针对一类有限时间内重复运行的非线性非仿射离散时间系统,本文提出了一种基于遗忘因子的数据驱动最优迭代学习控制方法.首先,引入一种迭代动态线性化方法,将被控非线性系统等效化为线性输入输出增量形式;其次,分析了最优迭代学习控制方法中存在的问题,并针对由历史信息的累积效应所导致的控制输入不能及时响应的问题,设计自适应遗忘因子使算法具有更好的可控性和灵活性.所提出的控制方法是数据驱动的控制方法,设计和分析过程仅依赖于系统的输入输出数据,不包含任何显式模型信息.最后,通过仿真验证了该方法的有效性.     

Consensus and formation control of discrete-time multi-agent systems

Consensus problems for discrete-time multi-agent systems were focused on.In order to design effective consensus protocols,which were aimed at ensuring that the concerned states of agents converged to a common value,a new consensus protocol for general discrete-time multi-agent system was proposed based on Lyapunov stability theory.For discrete-time multi-agent systems with desired trajectory,trajectory tracking and formation control problems were studied.The main idea of trajectory tracking problems was to ...     

一种基于输出误差的有模型离散时间动态系统迭代学习控制算法

本文对D.-H.HHwang等人提出的一种离散时间动态系统选代学习控制算法进行了改进,使其可用到仅知输出误差的系统,同时,给出了迭代学习算法渐近收敛的充分条件.这种算法可用于参数未知,但呈周期性变化的线性或非线性离散时间动态系统.     

不确定离散时间系统的状态逼近事件触发控制

为减少不确定离散时间线性/非线性系统的事件触发次数, 节省通讯资源, 提出了基于状态逼近的事件触发控制方法。 首先, 针对不确定离散线性系统, 利用采样信号、系统矩阵和确定离散线性系统解析解的定义, 逐段构造不确定离散系统的状态逼近解。 将测量误差定义为系统当前状态与逼近解之间的差, 构造事件触发条件和控制器, 通过设计Lyapunov泛函得到离散线性系统的稳定性条件。 其次, 对于一类Lipschitz离散非线性系统, 将该系统进行线性化处理。 根据无扰动离散线性系统解析解的定义, 类似于线性系统的处理方法, 逐段构造状态逼近解, 重新定义测量误差, 设计事件触发条件和控制器, 并建立离散非线性系统的稳定性条件。 将状态逼近技术与动态事件触发策略相结合, 在减小测量误差的同时, 降低触发阈值, 进一步减少事件发生的次数, 实现更好的控制效果。 通过倒立摆系统和蔡氏电路两个数值例子表明,相比于传统事件触发方案, 状态逼近法可以显著降低事件触发的次数, 避免了通讯资源的浪费。     

一类离散时滞系统的脉冲网络控制

研究了离散时间时滞系统（DDS）的脉冲网络控制问题,提出了一个DDS的脉冲网络控制方案。在脉冲控制下,DDS变成一个离散时间脉冲混合系统。分别对两起方案（带/不带网络时滞）的脉冲控制信号进行了研究。利用矩阵谱、特征值理论和驻留时间的方法,推导出离散时间脉冲混合系统的全局一致指数稳定性标准,实现了DDS的指数稳定。最后,通过计算出的一个数值仿真实例作说明。     

互联电力系统的随机控制

本文对线性离散时间互联随机系统,提出了考虑发电速率限制的最优负荷频率控制器设计的新方法。基于线性二次高斯理论的最优控制器在估计和控制方面应用了Chandrasekhar型算法。无论估计或控制的计算时间都约为通常算法的三分之一左右。仿真计算结果表明,这种负荷频率最优控制器可使动态响应显著改善。     

基于观测器的一类离散非线性系统的控制

研究一类离散非线性系统的观测器设计问题,基于Schur补引理和Lyapunov稳定性定理,提出一类离散非线性系统的观测器设计方法.证明了在适当条件下,提出的观测器保证观测误差渐近趋于零.进一步,提出了基于观测器一类离散非线性系统的反馈控制器设计方法.并给出在反馈控制的作用下相应闭环系统达到稳定的充分条件.