一种计算传递矩阵H-范数的快速方法---矩阵广义符号函数法

本文提出一种基于矩阵广义符号函数的传递函数阵Ｈ∞范数的快速计算方法,这一方法避免了以往方法中必须采用的哈密顿阵的特征值计算问题,大大加快了计算速度。     

基于l∞范数和l1范数最小化的二自由度最优鲁棒跟踪控制

研究了具有乘摄动模型不确定性并存在未知干扰系统的最优鲁棒跟踪控制问题,采用二自由度控制器结构Youla参数化方法将最优鲁棒跟踪控制问题转化为两个相互独立的优化问题,跟踪问题和鲁棒设计问题,跟踪问题以l∞范数为性能指标通过极小化跟踪误差的最大幅值实现最优跟踪控制;鲁棒性设计问题中,将模型不确定性视为一种外界干扰,通过极小化干扰到误差的灵敏度函数的l1范数使得干扰对跟踪误差的影响最小,通过截断处理,上述两种优化问题均可化为标准线性规划问题,给出了截断阶数与逼近误差之间的关系,仿真结果表明新方法的有效性。     

一种新的多模型模糊自适应控制算法

模仿人的决策思路，对多模型对象提出一种新的自适应控制算法。在建立起对象的有限个模型并离线设计好对应的控制器后，算法通过在线计算模型匹配程度和控制权重来适应对象模型参数的突变。仿真结果表明，该算法简单有效，跟踪迅速，鲁棒性强。     

时延离散系统最优模型匹配：范数准则法

本文对具有时间延迟的离散系统的模型匹配问题进行了研究，将模型匹配问题转变为Hankel范数空间的最优问题，从而获得了系统完全和不完全模型匹配问题的解决，文中也讨论了1∞范数空间的情况。     

非最小相位不稳定对象的鲁棒最优模型匹配

研究了单输入单输出(SISO)线性时不变系统的鲁棒最优模型匹配问题.采用二自由度的控制器,对于被控对象具有乘性摄动时,充分考虑控制器的自由参数,将问题转化成有约束的H∞控制问题,使闭环系统既是H∞范数意义下的最优模型匹配,又具有更大的鲁棒稳定性.最后,通过解两个H∞范数的最优内插问题,给出了一种新的设汁方法来确定控制器的参数.该方法简单、直接,对非最小相位系统和不稳定系统均适用.     

离散H∞滤波系统最优范数计算的特征值算法

基于Riccati方程解的存在条件,建立了离散系统H∞江波问题的最优范数γopt与相关的Hamiltonian差分方程一阶特征值,以及矩阵广义特征值问题一阶特征值之间的对应关系,根据这一关系可以用求解特征值问题的算法计算最优H∞范数,由于仅需计算一阶特征值,所以可用扩展Wittrick-Williams算法求解这一问题。     

优化H-范数的新技术与鲁棒设计

本文提出了一种全新的Ｈ∞－优化方法：梯度方法。这种优化方法非常灵活,适用范围极广,可用于对系统矩阵中的一般参数进行优化选择,可将Ｈ∞－范数与其它范数加权,构成复合的目标函数,还可处理极点配置等限制条件下的Ｈ∞－优化问题。梯度方法的主要思想就是通过与Ｈ∞－范数直接相关的Ｈａｍｉｌｔｏｎ矩阵定义目标函数ρ（ε,ｐ）具有ｌｉｍρ（ε,ｐ）＝１／‖Ｔ（ｓ,ｐ）‖∞。其中ｐ可为系统矩阵中的任何可变参数。ρ（     

伺服-调节组合最优自适应控制

建立起最小方差和动态最优的组合自适应控制,对随机伺服系统同时实现随机调节和伺服跟踪的最优控制,整个控制算法呈递推形式,计算量较小。算法的收敛性讨论说明其具有良好的鲁棒性。     

一种机器人自适应阻抗控制算法

本文针对参数未知及负载不确定下的机器人运动控制问题,提出了一种形式非常简洁的自适应阻抗控制算法,它能使机器人系统跟踪目标阻抗并保证跟踪误差的渐近稳定性及机器人与外界整体系统的稳定性,本文还就无直接力反馈控制方法进行了讨论。     

吊车防摆技术的研究

本文介绍了为消除吊车在吊运货物时引起的摆动进行的实验研究。实验方法都有各自的优缺点和所适用的场所、环境。证明了最优调节器防摆、模糊控制防摆和自适应防摆等都有良好的防摆效果。     

大柔性飞行器的自适应姿态控制设计

研究系统存在不确定性的大柔性飞行器的姿态跟踪控制问题.针对高阶大柔性飞行器模型,使用平衡实现方法对其降阶,并通过奇异值对比分析系统降阶前后特性.基于降阶模型,设计LQR-PI控制器作为基线控制器.考虑不确定性,利用李雅普诺夫稳定性理论设计模型参考自适应控制器,并对比两种方法的控制效果.仿真结果显示,所提方案对包含不确定性的系统具有较好的控制效果,能使系统完成期望的姿态跟踪目标.     

基于广义模糊双曲模型的自适应动态规划最优控制设计

为连续非线性系统提出了一种有效的最优控制设计方法. 广义模糊双曲模型(Generalized fuzzy hyperbolic model, GFHM)首次作为逼近器用来估计 HJB (Hamilton-Jacobi-Bellman)方程的解 (值函数,即它是状态与代价函数之间的映射), 然后,利用该近似解获得最优控制. 本文方法只需要一个GFHM估计值函数. 首先, 阐述了对于连线非线性系统最优控制的设计过程; 然后,证明了逼近误差是一致最终有界的 (Uniformly ultimately bounded, UUB); 最后, 一个数值例子验证了本文方法的有效性. 另一个例子通过与神经网络自适应动态规划的方法作比较, 演示了本文方法的优点.     

自适应容错控制的发展与展望

自适应容错控制出现了一些新进展及其代表性工作.首先,给出自适应容错控制的内涵;然后,将其分为四大类:基于故障参数估计的自适应容错控制,基于近似模型的自适应容错控制,基于多模切换与校正的自适应容错控制和直接自适应容错控制,重点论述了模型参考自适应容错控制;最后,提出了一些具有挑战性的问题.     

Optimal and robust control of a class of nonlinear systems using dynamically re-optimised single network adaptive critic design

Following the philosophy of adaptive optimal control, a neural network-based state feedback optimal control synthesis approach is presented in this paper. First, accounting for a nominal system model, a single network adaptive critic (SNAC) based multi-layered neural network (called as NN₁) is synthesised offline. However, another linear-in-weight neural network (called as NN₂) is trained online and augmented to NN₁ in such a manner that their combined output represent the desired optimal costate for the actual plant. To do this, the nominal model needs to be updated online to adapt to the actual plant, which is done by synthesising yet another linear-in-weight neural network (called as NN₃) online. Training of NN₃ is done by utilising the error information between the nominal and actual states and carrying out the necessary Lyapunov stability analysis using a Sobolev norm based Lyapunov function. This helps in training NN₂ successfully to capture the required optimal relationship. The overall architecture is named as ‘Dynamically Re-optimised single network adaptive critic (DR-SNAC)’. Numerical results for two motivating illustrative problems are presented, including comparison studies with closed form solution for one problem, which clearly demonstrate the effectiveness and benefit of the proposed approach.     

非线性主动悬架系统自适应最优控制

针对非线性主动悬架系统多性能指标综合优化问题,提出一类自适应最优控制方法.首先,通过引入一阶低通滤波操作,利用系统输入输出构建结构简单且调节参数少的一类未知非线性动态估计器,在线估计系统未知非线性动态;其次,构建包含乘驾舒适度、悬架行程空间及输入能耗的性能指标函数,采用单层神经网络对最优性能指标函数进行在线逼近,并得到新的哈密尔顿函数;为实现在线求解,构建一类新的基于参数估计误差信息的自适应律,在线更新神经网络权值并计算最优控制律;最后,理论分析闭环系统稳定性和收敛性,并通过专业软件Carsim与Matlab/Simulink搭建的联合仿真平台给出的对比仿真结果,验证所提出方法可有效解决主动悬架系统多目标性能优化控制问题,提升主动悬架系统综合性能.     

非线性系统自适应最优切换控制方法

针对具有未知动态和M个平衡点的连续时间非线性系统, 将线性自适应最优切换控制器和未建模动态补偿器相结合, 基于嵌入转换技术和近似动态规划思想, 提出一种自适应最优切换控制方法. 首先在非线性系统的M个平衡点建立M个线性化模型, 当模型参数已知时, 提出由线性最优切换控制器、切换准则、未建模动态补偿器以及非线性系统组成的控制系统结构; 当模型参数未知时, 在每个平衡点附近采集输入和状态数据, 利用黎卡提方程的迭代求解公式、最小二乘方法、极小值原理以及二次规划技术得到非线性系统的自适应最优切换控制器和最优切换序列; 最后进行仿真实验, 实验结果验证了所提方法的有效性、优越性和实际可应用性.