基于事件触发传输机制的非线性系统模糊H∞ 控制

针对离散时间非线性系统, 提出事件触发传输机制下网络化T-S 模糊控制器设计方法. 在事件发生器中引入前提变量偏差触发条件, 从而取消模糊控制器与被控对象的前提变量之间的同步要求. 通过引入一组基于模糊前提变量特性的松弛等式/不等式, 对于无传输时滞和定常传输时滞两种情况, 分别提出具有较小保守性的控制器/事件发生器联合设计算法. 最后, 通过数值算例表明所提出方法的可行性和有效性.

     

离散Markov跳变系统事件触发H∞量化输出反馈控制

主要研究了基于事件触发机制的离散Markov跳变系统的量化H∞输出反馈控制问题,对系统的建模、稳定性分析、控制器设计等三个方面进行了研究。首先,提出了事件触发通信机制来确定当前采样数据是否能够传输到控制器当中。其次,在传感器与控制器之间引入对数量化器,利用扇形有界方法,量化采样数据达到降低网络中的数据传输速率的目的。接下来,考虑网络诱导时延建立一种具有外部扰动的Markov跳变时滞系统。构造Lyapunov-Krasovskii 泛函,得到使闭环系统渐近稳定且满足H∞性能指标的充分条件,在此基础上设计相应的输出反馈控制器。最后通过数值仿真来证明本文所提方法的有效性。     

输入饱和下非线性系统的事件触发控制器设计

本文研究了具有输入饱和的非线性系统事件触发控制策略设计问题.首先,针对输入饱和下非线性系统,建立混杂系统模型.其次,当非线性函数满足Lipschitz条件下,给出闭环混杂系统局部一致渐近稳定性的稳定判据,并设计了事件触发饱和控制器.然后,当非线性函数满足扇区条件时,给出闭环混杂系统框架下满足局部一致渐近稳定性的LMI条件,并设计了事件触发饱和控制器.进一步地,在事件触发饱和控制器作用下,分析了非线性系统的半全局鲁棒镇定性.最后,结合两个仿真实例说明了所提出事件触发控制策略的有效性.     

基于事件触发机制的神经网络同步控制

对于混合时滞神经网络同步控制中控制器存在随机摄动的问题，提出一种基于事件触发机制的非脆弱控制器。首先，使用一个服从伯努利分布的随机变量描述控制器增益摄动存在的随机性；其次，在神经网络同步控制过程中引入事件触发机制；接着，构造一个新颖的双边李雅普诺夫函数，充分考虑系统状态信息，同时利用改进的积分不等式对泛函导数进行放缩，得到同步误差系统指数稳定性的充分条件；最后，基于解耦技术设计了非脆弱控制器。通过仿真实例验证了所提控制器的有效性。实验结果表明，在四罐系统中，在相同采样周期下，与现有的指数衰减系数相比，所提控制器获得的指数衰减系数提升了0.16。     

一类非线性状态时滞系统的基于采样控制器的渐近稳定问题

针对一类含有状态时滞的非线性系统,利用采样控制方法研究其渐近稳定问题.解决这一问题的关键在于对系统时滞的处理,以及对由于采样方法而产生的状态增长误差进行估计.由于所考虑的时滞是常时滞,可以利用分割方法对系统时滞进行分割,将时滞划分成与采样时间长度相同的数个时间区间,并基于这种分割,通过数学归纳法对系统状态增长误差进行估计.通过坐标变换引入一个比例增益压制系统的非线性项,然后设计含有比例增益的状态采样观测器和采样控制器,结合非线性时滞系统的Lyapunov泛函方法分析闭环系统的稳定性,最终确定比例增益和采样时间需要满足的条件,以保证闭环系统的渐近稳定性.最后通过数值例子表明所用研究方法以及所得研究结果是有效的.     

网络串级控制系统的事件触发控制器设计

为了减少有限网络带宽不必要的浪费,针对一类网络串级控制系统,首次引入事件触发机制,并在此基础上考虑系统的串级控制器设计问题,通过对系统稳定性进行分析,设计可靠的主控制器和副控制器.考虑信号传输造成的时延影响,首先建立带有事件触发机制的网络串级控制系统数学模型;然后利用李雅普诺夫稳定性理论和线性矩阵不等式技术,给出基于事件触发机制的系统稳定的充分条件,并且设计相应的主控制器和副控制器;最后通过仿真实例验证所提出的方法在网络串级控制系统中的有效性,即引入事件触发机制后,设计的主、副控制器使得在系统稳定的前提下,信号传输的间隔变大,从而减小网络的拥塞,提高网络带宽的有效利用率.     

具有随机网络攻击的切换信息物理系统的事件触发控制（英文）

本文研究了随机网络攻击下切换信息物理系统的事件触发控制问题.将信息物理系统描述为一种切换线性系统形式.引入事件触发机制来节省系统资源和减轻网络负载,当误差超过给定阈值时传感器中的采样数据才通过通信网络传输到控制器中.考虑在传感器与控制器的通信网络中受到两种不同特征的随机网络攻击.在网络攻击和所设计的事件触发控制器下,建立了切换随机信息物理系统模型.利用模态依赖平均驻留时间方法构建了相应的切换信号.在设计的事件触发控制器和模态依赖平均驻留时间切换信号下实现了系统的均方指数稳定性,并给出了控制器增益.最后,通过实例验证了所得理论结果的有效性.     

一类中立型切换系统的依模态异步事件触发控制

通过设计一类依赖模态的异步事件触发控制器实现中立型切换系统的指数稳定。针对具有混合时滞时变时滞的中立型切换系统,提出了一种事件触发采样机制,并考虑系统受物理原件的影响,控制器与系统间存在时滞,再利用时间区间分割和凸组合技术构建一类新颖的多Lyapunov泛函,将系统的异步段,同步段分别分割,给出该类中立型切换系统的稳定充分条件。该分析技术不需要约束在切换时刻引入的增长系数大于1,大大降低了结果的保守性。最后,通过数值仿真验证了理论成果和分析方法的有效性。     

随机多智能体系统的多率协同控制

本文针对一类带有非线性动力学的随机多智能体系统研究了基于多率采样机制的一致性控制问题。首先,引入多率采样机制异步地对智能体的状态进行采样,并且使用缓存器来同步智能体不同分量的状态信息。然后,提出了一种基于边的事件触发传输机制将每个智能体的状态信息定向传输给邻居智能体,从而减少了通信资源的使用和控制器的更新频率。接着,本文根据所设计的事件触发传输机制设计了相应的控制协议使得随机多智能体系统可以实现均方一致性。因为每条边上的事件都是独立发生的,所以智能体的邻居之间不需要保证信息的时钟同步。最后,给出了数值仿真例子。通过将同步采样机制、异步采样机制和多率采样机制进行比较,说明了所提出的边事件触发传输机制在多率采样下可以获得更好的系统性能。     

带参数摄动的时延分段仿射系统事件触发控制

针对带有参数摄动以及状态时延的网络化分段仿射系统,提出了基于周期事件触发机制的鲁棒控制器设计方法,引入周期事件触发机制来减少通讯网络中信号的传输次数从而降低网络带宽占用。通过构建分段Lyapunov函数,结合李雅普诺夫稳定性定理,将系统的控制器设计问题转换为求线性矩阵不等式可行解问题,实现周期事件触发机制与鲁棒控制器的协同设计。仿真结果说明了该方法的有效性。     

基于免疫网络模型的控制系统跟踪控制

针对大滞后、大振荡受控系统的抗干扰及输出滞后问题,基于Varela免疫网络模型与控制系统的相似性,设计单输入单输出情形下的免疫控制器模型.在此控制器作用下,借助非线性系统理论,获得增广系统的稳定性以及受控系统的渐近跟踪特性.数值实验表明该受控系统可以快速跟踪参考信号且具有较好的抗干扰能力和抗滞后特性.     

Nonlinear one-step-ahead control using neural networks: Control strategy and stability design

A nonlinear one-step-ahead control strategy based on a neural network model is proposed for nonlinear SISO processes. The neural network used for controller design is a feedforward network with external recurrent terms. The training of the neural network model is implemented by using a recursive least-squares (RLS)-based algorithm. Considering the case of the nonlinear processes with time delay, the extension of the mentioned neural control scheme to d-step-ahead predictive neural control is proposed to compensate the influence of the time-delay. Then the stability analysis of the neural-network-based one-step-ahead control system is presented based on Lyapunov theory. From the stability investigation, the stability condition for the neural control system is obtained. The method is illustrated with some simulated examples, including the control of a continuous stirred tank reactor (CSTR).     

Adaptive output feedback control for nonlinear time-delay systems using neural network

This paper extends the adaptive neural network （NN） control approaches to a class of unknown output feedback nonlinear time-delay systems. An adaptive output feedback NN tracking controller is designed by backstepping technique. NNs are used to approximate unknown functions dependent on time delay, Delay-dependent filters are introduced for state estimation. The domination method is used to deal with the smooth time-delay basis functions. The adaptive bounding technique is employed to estimate the upper bound of the NN approximation errors. Based on Lyapunov- Krasovskii functional, the semi-global uniform ultimate boundedness of all the signals in the closed-loop system is proved, The feasibility is investigated by two illustrative simulation examples.     

基于模糊模型和神经网络的多时滞不确定非线性系统的鲁棒H∞控制

针对一类具有多时滞的不确定非线性系统,提出了一种基于模糊模型和神经网络的组 合控制方法.利用具有多时滞的模糊T-S模型对系统进行近似建模并给出基于线性矩阵不等式 (LMI)的模糊H∞控制律.提出完全自适应RBF神经网络控制方法,通过在线自适应调整RBF 神经网络的权重、函数中心和宽度,来对消系统的未知不确定性和模糊建模误差的影响,不要求 系统的不确定项和模糊建模误差满足任何匹配条件或约束,并证明了闭环系统的稳定性.最后, 将所提出的方法应用到一具有多时滞的非线性混沌系统,仿真结果表明了该方法的有效性.     

一类模糊时滞系统指定衰减度的鲁棒控制

研究了一类非线性时滞系统基于模糊T-S模型的鲁棒镇定问题,所考虑的不确定时滞系统含有时变未知但有界的状态时滞,首先利用Razumikhin定理和Lyapunov定理,得出了由模糊T-S模型描述的非线性时滞系统鲁棒稳定且具有指定衰减度的判据,其次得到了具有指定衰减度的无记忆状态反馈控制律存在的充分条件及相应的控制器设计方法,该条件被进一步等价地转化为一个线性矩阵不等式的可解性问题,所设计的控制器确保了闭环系统具有指定衰减度鲁棒稳定。     

基于RBF神经网络的一类不确定非线性系统自适应H∞控制

基于RBF神经网络提出了一种H∞自适应控制方法.控制器由等效控制器和H∞控制器两部分组成.用RBF神经网络逼近非线性函数,并把逼近误差引入到网络权值的自适应律中用以改善系统的动态性能.H∞控制器用于减弱外部干扰及神经网络的逼近误差对跟踪的影响.所设计的控制器不仅保证了闭环系统的稳定性,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后给出的算例验证了该方法的有效性.     

Observer-based adaptive control for nonlinear input-delay systems with unknown control directions

This paper investigates the problem of adaptive control for strict-feedback nonlinear systems with input delay and unknown control directions. The Nussbaum function is utilised to deal with the unknown control directions and a novel compensation system is introduced to handle the time-varying input delay. By using neural network(NN) approximation and backstepping approaches, an adaptive NN controller is designed which can guarantee the semi-global boundedness of all the signals in the closed-loop system. Two simulation examples are also given to illustrate the effectiveness of the proposed method.     

具有有限时间输出约束的切换非线性时滞系统的多维泰勒网自适应控制

研究一类具有有限时间输出约束的切换非线性时滞系统的控制器设计问题.为了在有限时间将输出跟踪误差限制在预定边界内,引入一种改进的有限时间性能函数(FTPF).在控制器的设计过程中,利用障碍Lyapunov函数来解决输出约束问题.然后,将多维泰勒网(MTN)的逼近特性与自适应反步技术相结合,提出一种新的自适应MTN控制方法.在该方法中,通过设计Lyapunov-Krasovskii泛函,使得存在时滞的情况下,仍然能够保证切换系统的稳定性.最后,通过仿真实例表明所提出设计方案的有效性和实用性.