基于事件触发机制的多自主水下航行器协同路径跟踪控制

针对考虑外部海洋环境扰动和内部模型不确定性的多自主水下航行器(Autonomous underwater vehicle,AUV),研究其在通信资源受限和机载能量受限下的协同路径跟踪控制问题.首先,针对水声通信信道窄造成的通信资源受限问题,设计一种基于事件触发机制(Event-triggered mechanism,ETM)的协同通信策略;然后,针对模型不确定性和海洋环境扰动问题,设计一种基于事件触发机制的线性扩张状态观测器(Extended state observer,ESO)来逼近水下航行器的未知动力学,并降低了系统采样次数;最后,针对机载能量受限问题,设计一种基于事件触发机制的动力学控制律,在保证控制精度的前提下,降低了执行机构的动作频次,从而节省了能量消耗.应用级联系统稳定性分析方法,分别验证了闭环系统是输入状态稳定的且系统不存在Zeno行为.仿真结果验证了所提基于事件触发机制的多自主水下航行器协同路径跟踪控制方法的有效性.

事件触发机制下配电网三相动态状态估计

随着高级量测体系的发展和智能电表的广泛应用,为配电网三相状态估计提供了丰富的终端量测信息。与此同时,大量的智能电表数据给配电网通信系统提出了更高的通信带宽和实时存储要求。为了缓解量测拥堵和时延现象,文中引入事件触发机制代替传统量测数据的周期性采样,在保证有效量测信息及时上传的同时减少通信成本和投资。在此基础上,针对配电网实时状态感知问题,提出了基于鲁棒集合卡尔曼滤波的配电网三相动态状态估计方法,在正常运行场景下,能够保持与无偏估计加权最小二乘法相近的估计精度;当含有坏数据时,该方法也拥有较强的鲁棒性。

基于混合神经网络和注意力机制的生物医学事件触发词识别方法

生物医学事件作为生物医学文本挖掘的重要组成部分,在生物医学研究和疾病的预防中发挥着重要作用.触发词识别是生物医学事件抽取的关键和前提步骤,旨在提取描述事件类型的关键词.传统方法在特征提取过程中过分依赖自然语言处理工具,导致耗费人工成本.另外,由于生物医学文献的特殊性—长文本语句多,导致长距离依赖问题比较明显.为了解决这些问题,我们提出了一种混合结构,由残差卷积神经网络和双向长短期神经网络、混合神经网络和多头注意力机制组成.该模型利用残差卷积神经网络提取单词级特征并利用双向长短期神经网络提取上下文语义信息.此外,本文通过空间域滑动窗口将长句划分为等长短句,在不破坏上下文信息的前提下,避免了长距离依赖.实验结果表明,本文提出的方法在生物医学事件抽取通用语料MLEE(Multi-Level Event Extraction)上取得了较好的效果,F值达到81.15%.

自适应事件触发机制下分布时滞Markov跳变网络化系统H_(∞)故障检测

传统事件触发机制中阈值的选择会对信号传输效率产生很大影响。针对此问题,研究了自适应事件触发机制下具有分布时滞的Markov网络化系统的故障检测问题。设计了一种模态相关的自适应事件触发机制,通过动态调整阈值,提高了网络资源利用率。考虑网络时延和数据丢包现象,同步设计触发器和故障检测滤波器。构造模态相关的Lyapunov泛数,根据积分不等式技术推导出使系统随机稳定且具有H_(∞)性能的充分条件。利用解耦方法和LMI技术求解出了故障检测滤波器参数。最后通过数值仿真验证了方案在节省网络资源上的优势。

多率采样机制下多智能体动态事件触发二分一致性研究

针对满足细节平衡结构的对抗交互多智能体系统,研究多率采样机制下其动态事件触发二分一致性问题。在多率采样机制下,通过构造一个多率缓存器解决多率采样时序不匹配的问题,设计一类多率观测器便于获得系统的估计状态以实现目标控制。通过引入动态事件触发机制,多率观测器在事件触发时刻广播其状态数据至通信网络中的邻居智能体。每个智能体基于触发时刻的观测器状态信息,利用一组开环估计器以获得连续的智能体状态估计值。在此基础上,设计一个分布式控制协议,利用代数黎卡提方程和李雅普诺夫稳定性理论证明系统可以在细节平衡的多智能体系统通信网络中实现二分一致性,并且排除动态事件触发可能导致的芝诺行为。通过一个包含3种不同采样机制和控制方案的对比仿真,证明了所提控制方案的有效性,表明多率采样机制相较于传统的单率采样机制具有更快和更稳定的收敛性能,并且动态事件触发相较于静态事件触发可以进一步降低触发次数。

动态事件触发脉冲机制下多智能体系统的拟一致性

考虑到多智能体系统在复杂环境中受到外部干扰和控制器受到恶意攻击等问题,本文旨在研究一类受扰非线性多智能体系统在事件触发机制和脉冲控制下的领导跟随拟一致性。不同于现有文献中需要事先指定最小事件触发间隔,本文所设计的动态事件触发机制通过其参数的选择加以保证,从而避免了芝诺行为的发生。基于此机制,进一步给出了系统实现拟一致性的一些充分条件以及相应误差上界的估量值。最后,通过数值仿真例子验证了结果的有效性。

基于改进事件触发机制的四旋翼飞行器输出反馈模糊控制

为了提高四旋翼飞行器姿态跟踪控制精度,减少通讯开销,节约控制成本,本文建立四旋翼飞行器动力学模型,采用模糊状态观测器估计飞行器状态,解决非线性和不确定性问题,结合改进型事件触发机制设计姿态跟踪控制器,实现飞行器在不同姿态下的精确控制和稳定飞行。仿真结果验证了本文控制方法的有效性。

基于动态事件触发机制的孤岛微电网频率控制方法研究

针对传统周期采样方案在微电网频率控制中存在数据冗余和通信资源浪费等问题,研究了基于动态事件触发机制的孤岛微电网二次频率控制方法。为了减少冗余控制数据,采用阈值可根据最新传输值和当前测量值误差调整的动态事件触发的方式来确定是否需要发送采样信息。首先,选取合适的Lyapunov泛函数,推导出微电网频率控制系统渐进稳定且满足给定期望H∞鲁棒性能的充分条件。其次,对控制器进行联合设计得到满足以上要求的控制器增益,保证事件触发机制的可行性。证明相邻两次触发时刻的差值为唯一非零正数,保证了Zeno现象不会发生。最后,通过4种场景的仿真分析验证了所提方法的有效性和实用性。

基于事件触发机制的动力定位系统神经自适应控制

针对含模型参数不确定和环境干扰的水面船动力定位控制问题,本文提出了一种基于事件触发机制的神经自适应控制算法。结合径向基函数神经网络和最小学习参数算法设计自适应项补偿环境干扰和模型参数不确定。设计的自适应项仅有3个在线学习参数,减少了传统神经网络自适应技术的参数学习个数。再结合动态面控制技术和事件触发机制设计动力定位控制器,其中引入一种事件触发机制降低控制器到执行机构的信息传输负担,同时降低执行机构的动作次数。使用Lyapunov稳定性理论证明了闭环系统的稳定性。通过仿真试验和对比分析验证了提出控制律的有效性。

事件触发机制下基于观测器的连续网络化Markov跳变系统的控制器设计

针对具有从传感器到执行器和执行器到控制器两段时延不确定的连续网络化Markov跳变系统,研究基于事件触发机制的观测器与控制器的协同设计问题.首先,考虑到系统状态不可测的情况,在控制器端构造观测器,通过对事件触发机制下信号传输时序的分析,将闭环系统建模为等价的时滞系统;其次,利用李雅普诺夫泛函稳定性定理和线性矩阵不等式方法,得到闭环系统稳定的充分条件;最后,给出控制器和观测器增益矩阵的求解方法,实现控制器和观测器的协同设计,并用数值仿真验证该设计方法的有效性.

基于事件触发的高阶切换非线性系统的有限时间动态面跟踪控制

针对一类高阶切换非线性系统,研究了基于事件触发的自适应跟踪控制问题.首先,利用模糊逻辑系统近似系统中的不确定非线性函数.通过引入有限时间收敛的一阶滤波器,解决了由虚拟控制器重复求导所导致的计算复杂度问题.利用backstepping控制技术和公共李雅普诺夫函数方法,提出了一种自适应模糊有限时间动态面控制算法.所提出的控制方案可以保证闭环系统的所有信号在有限时间内实现有界并且跟踪误差在有限时间内收敛到原点的一个小邻域内.最后,数值例子说明了所提出控制策略的有效性.

不确定非线性离散系统指令滤波事件触发控制

本文提出了考虑输入饱和的一类不确定非线性离散系统的事件触发指令滤波控制方法.采用指令滤波控制技术解决了传统反步法存在的“因果矛盾”问题,引入补偿机制提高了系统的控制精度;利用事件触发机制能够避免自适应律和控制律的频繁更新,降低了计算负担,提高了资源利用率;运用模糊逻辑系统逼近系统中未知的非线性函数;结合李雅普诺夫稳定性理论,验证了提出的控制方案能够保证跟踪误差收敛到原点小的邻域内以及闭环系统的所有信号有界.仿真结果表明,本文提出的控制方法具有较强的鲁棒性及较好的跟踪性能.

不完全量测下事件触发水面扩展目标跟踪

已有的水面扩展目标跟踪方法虽然提高了跟踪精度,但增加了通信消耗,而且无法避免不完全量测的干扰。为解决上述问题,依据探测器获取目标信息的机理将量测向量中各分量进行分组,建立不完全量测下由随机矩阵描述的扩展目标测量模型;进而结合目标运动模型,构建不完全量测下水面扩展目标跟踪模型;基于所建立的目标跟踪模型,提出一种多通道解耦的事件触发机制调节探测器与估计中心间的数据传输;基于容积卡尔曼滤波算法,提出一种不完全量测下事件触发水面扩展目标跟踪方法。仿真实验结果表明,所提方法可在保持较高目标跟踪精度的前提下,显著降低通信消耗,同时有效避免不完全量测的干扰。

具有执行器饱和的正线性系统的事件触发控制

尽管事件触发控制策略在提升通信效率方面效果显著,但在实际运用过程中,可能会因为触发次数的减少而导致系统稳定性下降.针对这一问题,本文提出了一种新的事件触发控制策略,实现了执行器饱和正线性系统在通信效率和系统稳定性之间的平衡.首先,引入权重因子构建了一种线性加权事件触发机制,并基于该机制和凸包技术设计了事件触发状态反馈饱和控制器;其次,利用线性余正Lyapunov函数方法,在事件触发机制下分别建立了一般吸引域估计和最大吸引域估计下闭环系统正性和稳定性的充分条件.这些条件可以退化为时间触发机制下的条件,从而实现通信效率和系统性能之间的平衡;再次,给出了事件间隔时间的严格正下界,从而避免了Zeno行为,即系统在有限时间内进行无限次触发;最后,通过一个仿真例子验证了所提出的事件触发控制策略的有效性和优越性.

基于事件触发的网络化系统输出反馈耗散控制

针对事件触发机制下网络化系统的输出反馈耗散控制问题进行研究。首先,引入事件触发机制来减少有限带宽的影响,节约系统资源;其次,考虑网络化系统中存在的外部干扰,利用输入时滞法建立了基于事件触发机制的时滞系统模型;然后,构造一种时滞相关的Lyapunov-Krasovskii泛函,利用改进的积分处理方法推导出了保证闭环系统严格耗散性能的充分条件,并采用锥补线性化算法求出输出反馈控制器增益和事件触发参数矩阵;最后,通过数值仿真验证了所提方法的有效性与优越性。

基于动态事件触发机制的双通道时延网络预测控制

本文针对传感器-控制器通道和控制器-执行器通道均存在时延的网络控制系统(NCSs),研究了在动态事件触发机制(DETM)下基于模型的网络预测控制(NPC)问题。通过在静态事件触发机制(SETM)中引入一个内部动态变量,设计了双通道动态事件触发机制,采用龙伯格观测器对系统状态进行估计,提出了基于模型的网络预测控制方法主动对双通道网络时延进行补偿,根据Lyapunov稳定性理论,给出了网络控制系统渐进稳定的充分条件,通过数值仿真验证了所提方法的有效性。

基于事件触发的Delta算子网络控制系统故障检测

针对网络控制系统在高速采样情况下,网络中由于通信网络带宽受限发生时延和丢包所引起的故障问题,文中采用了基于事件触发机制和Delta算子相结合的故障检测方法。在对故障检测滤波器和控制器进行协同设计的同时,在Delta算子滤波器模型中加入构造向量,避免了参数设计时双线性项的产生。构造δ域的Lyapunov-Krasovskii泛函,对残差系统的稳定性和H∞性能进行分析。数值仿真实例验证了文中所提事件触发机制的有效性,并通过残差评价函数证明了其对故障的灵敏度较高。

动态事件触发机制下多智能体系统固定时间跟踪

针对受扰非线性多智能体系统跟踪控制问题,提出一种基于动态事件触发机制的固定时间积分滑模控制方法。设计与相对状态信息相关的新型积分滑模面且提出分布式控制协议,基于测量误差和滑模面构造动态变量和动态事件触发函数。采用固定时间稳定性原理证明,若选取适当的控制参数则可使多智能体系统在固定时间内实现动态事件触发机制下的跟踪控制,且避免Zeno现象。该控制方案能够有效抑制系统扰动的影响,减少多智能体系统通信和计算资源的消耗,且避免收敛时间对系统初始状态的依赖。仿真结果表明,新提出的动态事件触发控制器使得多智能体系统在固定时间内实现跟踪控制,降低触发频率而节省资源,更适用于实际应用。

基于事件触发机制的多飞行器有限时间协同制导方法

针对多飞行器目标齐射问题,提出一种基于事件触发机制的有限时间一致性协同制导方法,通过事件触发机制减少控制指令生成与通信频次,进而降低了信道负载,提升了通信效率与可靠性。首先,设计了两阶段制导律,第一阶段使各飞行器的中间变量一致性误差收敛至一小区间,第二阶段利用三维比例导引律完成制导。其次,将多飞行器系统制导动力学模型整理为二阶多智能体动力学系统,并通过设计终端滑模面将其降阶为一阶多智能体动力学系统。最后,基于事件触发机制,分别设计了集中式与分布式一致性制导方法。理论分析与仿真结果验证了上述方法的有效性、有限时间收敛性与Zeno现象规避性。

基于动态事件触发机制的电弧炉弧流参数建模及控制

国内冶金工业交流电弧炉弧流参数控制存在很大局限性,大多依据经验设定电抗器、变压器和弧流参数等工作点,缺乏全流程弧流参数智能化控制。为解决铍铜合金冶炼全流程弧流参数控制问题,本文从能量角度建立电弧炉冶炼过程多目标优化模型,并在弧流控制全流程引入动态事件触发机制(Dynamic Event-triggered Mechanism,DETMs)对模型进行优化,在电气特性和工艺指标的约束下,制订具有弧流、弧压和电抗协同作用的冶炼控制策略。研究结果表明:①从能量传导角度搭建多目标优化模型符合铍铜合金冶炼过程特点,温度约束条件较为容易观测,在一定程度上反映电弧电阻的动态变化;②引入DETMs解决了模型多个局部弧流变化阶段间的衔接问题,改善了目标值变化滞后导致冶炼时间延长问题;③FCPs触发弧流目标值的效果优于人工\时序触发机制,组成了具有较强的跟踪能力和鲁棒性能的弧流控制系统,实现了弧流目标值超前变化、局部稳态阶段耗时缩短。