高阶系统变增益固定时间动态面Backstepping控制北大核心CSCD

为解决一类存在未知建模误差、外部扰动的非线性系统控制在快速性、准确性、鲁棒性方面的问题,提出变增益固定时间动态面Backstepping控制器。首先,为每一层子系统设计具备新型结构的固定时间Backstepping控制器和固定时间动态面滤波器,使系统状态跟踪误差和滤波误差可在固定时间内完成收敛,收敛时间上界仅与设计参数有关。然后,为控制器和滤波器设计变增益函数,兼顾了大误差阶段的收敛快速性与小误差阶段的收敛准确性。仿真结果表明,所提方案可使系统在1.76 s内完成收敛,快于对比方案的5.51 s和3.68 s,证明了所提方案的优越性和有效性。     

多阶段间歇过程鲁棒模糊预测异步切换控制EI北大核心CSCD

本文针对非线性多阶段间歇过程在切换瞬间存在异步切换的问题,提出了一种鲁棒模糊预测异步切换控制方法.该方法将非线性多阶段间歇过程表示为同步子系统和异步子系统的等效闭环扩展Takagi-Sugeno模糊模型,在此基础上给出了确保每个批次指数稳定和每个阶段渐近稳定的,基于线性矩阵不等式的稳定性条件以及不同情况运行时间的计算方法.根据运行时间采用超前切换思想,避免异步切换情况的出现,保证系统的稳定运行.仿真案例表明所设计的控制器是有效的和可行的.     

DoS攻击下多智能体系统无模型自适应迭代学习跟踪控制EI北大核心CSCD

针对周期性拒绝服务(DoS)攻击下多智能体系统有限时间趋同跟踪控制问题,本文提出了一种无模型自适应迭代学习控制(MFAILC)算法.假设多智能体系统具有固定拓扑结构,并且仅有部分智能体可获取到期望轨迹信息.在多智能体系统数据传输过程中,需要经由对数量化器进行量化处理.首先,使用伪偏导数将智能体系统动态线性化,处理过程中考虑符合伯努利分布的周期性DoS攻击现象,在此基础上设计了MFAILC控制算法,其次,采用压缩映射方法给出了一个在期望意义下保证跟踪误差收敛的充分条件,并在理论上证明了所提算法的收敛性.所提算法只需利用系统的输入输出数据就可完成趋同跟踪任务.最后,仿真结果验证了所提算法的有效性.