基于动态事件触发机制的网络化系统有限频域故障检测

针对通信带宽受限的网络环境,引入一种基于动态事件触发机制的数据传输策略,研究了一类非线性网络化系统在随机网络攻击下的有限频域故障检测问题。首先,在考虑故障灵敏性和扰动鲁棒性的前提下,利用状态增广的方法将原系统的故障检测问题转换成H-/H∞滤波问题;然后,在考虑扇区有界非线性和随机网络攻击的情况下,将故障的有限频域特性考虑到H-性能指标的设计中,并结合有限频输入特性,给出有限频故障输入下的故障检测滤波器与动态事件触发机制的联合设计算法;最后,通过搅拌釜式反应器系统的仿真算例验证了该方法的有效性。     

具有未建模动态的互联大系统事件触发自适应模糊控制

针对一类具有未建模动态及执行器故障的非严格反馈非线性互联大系统,提出一种基于事件触发机制的模糊分散自适应输出反馈控制算法.首先,通过设计模糊状态观测器估计系统中不可测的状态,并引入李雅普诺夫函数约束未建模动态.然后,提出一种基于事件触发机制的自适应容错控制器补偿多个执行器故障产生的影响.最后,利用障碍李雅普诺夫函数实现...     

事件触发机制下的无人机半全局编队跟踪控制

文章研究了具有输入饱和的无人机系统(UAV)的事件触发半全局编队跟踪问题。首先设计了基于事件触发机制的编队跟踪控制协议,然后利用低增益反馈技术,提出了一种解决事件触发编队跟踪控制的算法。最后,通过仿真验证理论结果的有效性。结果表明:提出的控制策略保证UAV能够完成指定的半全局编队跟踪控制,并排除Zeno行为。     

基于动态事件触发的混沌系统故障容错同步问题

针对混沌系统故障容错同步问题进行研究,设计基于动态事件触发的同步控制器以实现混沌系统的故障容错同步.首先,针对系统中存在的故障环节构造故障容错的系统模型,在此基础上采用输入-状态稳定性(ISS)的方法,将控制器求解问题转化为求解所对应故障容错系统的稳定性问题;然后,通过构造Lyapunov函数给出混沌系统故障容错同步的充分条件,通过引入动态变量,使得所设计的触发条件可以根据系统的运行状态进行动态调整,在实现系统故障容错同步的同时,最大程度地降低网络的占用率;最后,通过数值仿真验证所提出方法的有效性.     

不确定非线性系统自适应动态事件触发输出反馈镇定

本文研究了一类不确定非线性系统的动态事件触发输出反馈镇定问题. 显著不同的是系统具有依赖于不可测状态的增长且增长率为输出的未知多项式. 尽管已有一些连续自适应控制器, 但需要巧妙融合非线性状态观测器、系统未知性的动态补偿以及非线性的抵御, 因此这些控制器具有一定的脆弱性, 不能平凡地拓展到不连续情形 (采样误差导致). 为此, 首先通过引入动态高增益和基于高增益的观测器来分别抵御未知增长率和重构系统不可测状态. 进而, 意识到静态事件触发机制的无效性, 通过引入动态事件触发机制, 成功设计出了事件触发输出反馈控制器, 确保了系统状态的全局有界性和收敛性. 数值仿真验证了所设计控制器的有效性.     

非线性零和微分对策的事件触发自适应动态规划算法

针对一类非线性零和微分对策问题,本文提出了一种事件触发自适应动态规划(event-triggered adaptive dynamic programming,ET--ADP)算法在线求解其鞍点.首先,提出一个新的自适应事件触发条件.然后,利用一个输入为采样数据的神经网络(评价网络)近似最优值函数,并设计了新型的神经网络权值更新律使得值函数、控制策略及扰动策略仅在事件触发时刻同步更新.进一步地,利用Lyapunov稳定性理论证明了所提出的算法能够在线获得非线性零和微分对策的鞍点且不会引起Zeno行为.所提出的ET--ADP算法仅在事件触发条件满足时才更新值函数、控制策略和扰动策略,因而可有效减少计算量和降低网络负荷.最后,两个仿真例子验证了所提出的ET--ADP算法的有效性.     

具有DoS攻击非线性网络的动态事件触发控制

针对非线性网络控制系统存在的拒绝服务（DoS）攻击设计一种具有动态事件触发策略的H_∞安全控制器.首先,将DoS攻击引起的丢包影响作为触发条件的不确定性,针对这个不确定性以及在静态事件触发中引入一个内部动态参数,设计动态事件触发机制,在此基础上设计具有H_∞性能的安全控制器.然后,考虑网络通道中网络诱导时延对系统的影响,建立能够体现时延上下界信息的Lyapunov-Krasovskii泛函,依据Lyapunov稳定性理论、Young’s不等式、Schur补引理、单边Lipschitz条件、二次内有界和动态事件触发条件推导出系统存在安全控制器的条件,继续利用一些特殊导数,将双线性矩阵不等式转化为一组线性矩阵不等式,从而实现触发参数与反馈增益的协同设计,同时保证存在DoS攻击的安全性能.最后,通过一个数值例子验证所提方法的有效性.     

基于PNN滤波的非线性系统故障检测方法

本文以ＰＮＮ状态估计为基础，提出了一种非线性系统的故障检测方法。     

基于事件触发的NNCS动态输出的H∞保性能控制

针对具有时变时延的非线性网络化控制系统（NNCS）,在离散事件触发的输出通讯机制下,研究了NNCS的保性能控制和H∞鲁棒控制问题。首先,设计NNCS动态输出反馈控制器以得到闭环系统,利用Lyapunov稳定性方法,给出闭环系统在无扰动情况下渐近稳定和保性能的充分条件;其次,在γ次扰动情况下完成系统的H∞鲁棒控制问题;然后,针对系统中出现的输出误差、时延、非线性项等因素的影响,采用变量替换法求解出NNCS动态输出反馈控制器;最后应用Matlab仿真验证所提方法的有效性。     

基于双通道事件触发机制的水面无人艇同时故障检测与控制

本文研究双通道事件触发通讯机制下水面无人艇(USV)的同时故障检测和控制(SFDC)问题.考虑执行器故障和外部扰动,建立了SFDC框架以同时实现控制和故障检测目标.为了节约有限的通信资源和系统能源,在传感器–控制器通道和控制器–执行器通道分别部署了积分型事件触发器.在事件触发的通讯机制下,提出了故障检测器和控制器的联合设计准则.最后, USV的仿真结果验证了提出的基于事件触发的SFDC方法的有效性.     

无人艇全分布式动态事件触发编队控制

针对通信资源受限的多无人艇(USV)编队控制问题, 本文提出了一种动态事件触发数据传输机制以降低通信频率, 减少控制算法对系统带宽的占用. 首先, 基于滑模和自适应控制算法设计一种全分布式编队控制器, 使得所有编队成员在保持预设队形的同时能够完成对期望轨迹的跟踪. 与现有编队控制器相比, 该控制器不需要通信网络的全局信息. 然后, 基于Lyapunov稳定性理论证明了编队跟踪误差以及所有闭环信号都能达到稳定状态. 此外,该算法能够保证触发时间序列不表现出Zeno行为. 最后, 通过数值仿真验证了全分布式编队控制器的有效性     

无人机多机动目标自主探测与跟踪

无人机机载相机图像中机动目标尺寸较小而且会发生显著变化,加上大量的背景噪声干扰,给目标探测和跟踪带来很大困难.针对这些问题,本文提出了一种在无人机机载相机图像序列中自主探测与跟踪多个机动目标的方法.首先,提取目标的图像数字特征并采用级联分类算法进行特征分类,得到目标的强分类器,对目标进行自主探测搜索.然后,基于全局最优关联算法对探测回波进行关联滤波,实现对多个机动目标的跟踪与识别,其中最优关联代价矩阵融合了距离和方向信息,提高了关联和跟踪的鲁棒性.将无人机航拍图像序列中的地面坦克作为目标进行实验,结果表明本文算法可以实现对多个机动目标的自主探测和跟踪,并具有较好的跟踪鲁棒性.     

基于小波变换与等价空间的无人机作动器故障检测

基于等价空间的故障检测可实现残差对初始状态与输入全解耦,在实际工程系统中取得了广泛应用.然而,为了确保故障诊断系统性能,高阶的等价空间导致残差在线计算量大,且制约了可检测故障信号的频率范围.本文提出一种基于小波变换与等价空间结合的无人机作动器故障检测方法,将故障检测问题归结为小波基函数选取和等价空间向量的优化设计,使产生的残差信号满足了干扰鲁棒性与故障灵敏性比率型性能指标的最小化,并通过引入平稳小波变换对残差进行多尺度滤波,利用小波变换的时频局部化特性和快速算法,在满足故障检测系统性能的前提下有效降低了等价空间阶数,一定程度上实现了较宽频率范围内作动器故障信号的检测,克服了传统等价空间方法的不足.最后,以无人机作动器故障检测为例,通过仿真实验验证了本文方法的有效性.     

Fuzzy adaptive nonlinear sensor‐fault tolerant control for a quadrotor unmanned aerial vehicle

In this paper, a novel fuzzy adaptive nonlinear fault tolerant control design scheme is proposed for attitude dynamics of quadrotor UAV subjected to four sensor faults (bias, drift, loss of accuracy, loss of effectiveness). The sensor faults in Euler angle loop are transformed equivalently into a mismatched uncertainty vector, and other unknown items involving faults, uncertain parameters and external disturbances in angular velocity loop are lumped into an unknown nonlinear function vector. Fuzzy logic systems with adaptive parameters are used to approximate the mismatched uncertainty and lumped nonlinear function vectors. Dynamic surface control is applied to design the fault tolerant controller, and sliding mode control is introduced to improve the control accuracy. All signals of the closed‐loop control system are proved to be semi‐global uniformly ultimately bounded. Simulations demonstrate the effectiveness of the proposed approach for sensor faults.     

基于同步的多旋翼无人机非线性模型自适应参数辨识

针对多旋翼无人机的非线性模型,提出了一种基于同步理论的自适应参数辨识方法.其主要思想是通过设计一种"从系统",在实现状态与原有非线性系统同步的同时,设计自适应更新律,使得对参数的估计收敛到真值.所提方法能够适用于以非线性形式存在的参数,其渐近稳定性由李雅普诺夫方法和拉塞尔不变性原理予以证明.仿真实例可以验证,合理选择自适应增益,即便真值发生突变,所提方法也能保证估计值快速收敛到最新的真值.     

有向切换通信拓扑下多无人机分布式编队控制

本文对多无人机分布式时变编队控制问题进行了研究. 无人机之间的通信拓扑假定是有向和切换的. 基于 自身状态与邻居状态的相对局部信息构建了分布式编队控制器. 通过引入一个恰当的编队误差向量, 将有向切换 通信拓扑下的多无人机编队问题转化为一个切换系统的镇定问题. 基于Lyapunov稳定性分析方法得到了达成编队 的充分性条件. 仿真实验结果验证了结论的有效性.     

考虑无线充电的无人机路径在线规划

近年来, 无人机在物流、通信、军事任务、灾害救援等领域中展现出了巨大的应用潜力, 然而无人机的续航 能力是制约其使用的重大因素, 在无线充电技术不断突破和发展的背景下, 本文基于深度强化学习方法, 提出了一 种考虑无线充电的无人机路径在线优化方法, 通过无线充电技术提高无人机的任务能力. 首先, 对无人机功耗模型 和无线充电模型进行了构建, 根据无人机的荷电状态约束, 设计了一种基于动态上下文向量的深度神经网络模型, 通过编码器和解码器的模型架构, 实现无人机路径的直接构造, 通过深度强化学习方法对模型进行离线训练, 从而 应用于考虑无线充电的无人机任务路径在线优化. 文本通过与传统优化方法和深度强化学习方法进行实验对比, 所提方法在CPU算力和GPU算力下分别实现了4倍以及100倍以上求解速度的提升.     

Flocking control of a fleet of unmanned aerial vehicles

Current applications using single unmanned vehicle have been gradually extended to multiple ones due to their increased efficiency in mission accomplishment, expanded coverage areas and ranges, as well as enhanced system reliability. This paper presents a flocking control method with application to a fleet of unmanned quadrotor helicopters (UQHs). Three critical characteristics of formation keeping, collision avoidance, and velocity matching have been taken into account in the algorithm development to make it capable of accomplishing the desired objectives (like forest/pipeline surveillance) by safely and efficiently operating a group of UQHs. To achieve these, three layered system design philosophy is considered in this study. The first layer is the flocking controller which is designed based on the kinematics of UQH. The modified Cucker and Smale model is used for guaranteeing the convergence of UQHs to flocking, while a repelling force between each two UQHs is also added for ensuring a specified safety distance. The second layer is the motion controller which is devised based on the kinetics of UQH by employing the augmented state-feedback control approach to greatly minimize the steady-state error. The last layer is the UQH system along with its actuators. Two primary contributions have been made in this work: first, different from most of the existing works conducted on agents with double integrator dynamics, a new flocking control algorithm has been designed and implemented on a group of UQHs with nonlinear dynamics. Furthermore, the constraint of fixed neighbouring distance in formation has been relaxed expecting to significantly reduce the complexity caused by the increase of agents number and provide more flexibility to the formation control. Extensive numerical simulations on a group of UQH nonlinear models have been carried out to verify the effectiveness of the proposed method.