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.

动态周期事件触发机制下DC-DC变换器切换鲁棒控制

解决了基于动态周期事件触发切换控制策略的DC-DC变换器系统稳定性问题.事件触发机制可以在提升控制效果的同时节省通信资源.并且在事件触发机制中引入动态变量可以令事件触发条件基于系统的实际情况发生改变,提高了系统的稳定性和鲁棒性.经过对各种触发策略的比较分析,结果表明动态周期事件触发的切换控制方法能够在保证系统性能的前提下有效降低通信负担.最后,通过DC-DC升压变换器仿真实例说明了所建立结果的有效性.

欺骗性攻击下基于动态事件触发的网络控制系统的混合H∞和无源故障检测

本文基于动态事件触发研究了受欺骗性攻击的非线性网络控制系统的故障检测问题。利用一个服从伯努利分布的随机变量来描述欺骗性攻击,设计了动态事件触发机制以节省网络资源,构造了相应的Lyapunov函数,得到了滤波误差系统均方渐近稳定且满足混合H∞和无源性能的充分条件。故障检测滤波器参数的设计以线性矩阵不等式的形式给出。最后通过一个数值算例,比较了动态事件触发方案与静态事件触发方案,说明了所提方法的有效性。

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。

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。

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。

双端事件触发机制下离散不确定Markov跳变系统动态输出反馈H_(∞)控制

为弥补单端事件触发机制未考虑控制器与执行器间网络资源不足的限制,利用两个相互独立的事件触发器构建双端事件触发机制,针对离散不确定Markov跳变系统设计一种动态输出反馈控制器,结合双端事件触发条件建立网络化控制系统。然后,根据线性不等式技术推导出闭环控制系统随机稳定且满足H_(∞)性能指标的充分条件,利用奇异值分解法得到动态输出反馈控制器参数。最后,在系统具有双模态跳变情况下给出仿真算例,体现出所设计方案的有效性。

多智能体系统事件触发固定时间最优一致性

针对多智能体系统(multi-agent systems,MASs)固定时间最优领导-跟随一致性问题,基于性能优化目标,设计了一种基于事件触发机制的最优控制策略,兼顾固定时间最优一致性控制目标和有限的系统通信计算资源。为了近似求解Hamilton-Jacobi-Bellman(HJB)方程获得最优值函数的表达式,提出一种仅包含Critic神经网络结构的自适应动态规划(adaptive dynamic programming,ADP)在线学习算法,结合梯度下降法和经验重放方法,利用历史记录数据和当前数据更新神经网络权重向量近似最优值函数及其梯度。采用基于无人地面车辆的无人集群系统验证了该方法的可行性。

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。

基于状态观测器的动态事件触发机制

针对内部状态不可测的线性系统,在状态观测器输出反馈的基础上,提出一种动态事件触发机制。采用状态观测器来估计内部状态并设计事件触发机制,利用李雅普诺夫控制理论得到使系统渐近稳定的2个线性矩阵不等式(LMIs),并在求解LMIs的基础上设计控制器中的参数和事件触发条件,同时,通过引入内部动态变量提出一种动态事件触发机制。实验结果表明,该动态事件机制可以避免存在Zeno行为,并通过仿真示例说明理论的正确性和有效性。

基于动态事件触发策略和异步周期检测的分布式凸优化

本文研究了多智能体系统的优化问题,在局部成本函数可微并且强凸的条件下,提出了分布式凸优化算法,使得智能体的状态渐近收敛到全局最优点。为了节省系统的通信成本及降低系统的能量消耗,本文引入了积分型动态事件触发机制。不同于传统的周期检测,本文研究的事件检测具有异步性,即每个智能体基于自己的时钟周期地检查事件触发条件。当满足事件触发条件时,相应智能体及其邻居更新它们的控制输入。此外,由于事件触发时刻的最小时间间隔是检测周期h,Zeno行为可以很自然地被排除。最后,数值仿真验证了算法的有效性。

网络攻击下不确定多智能体动态事件触发一致性

研究了网络攻击下具有不确定性多智能体系统动态事件触发一致性问题。传统的事件触发机制无法通过改变触发规则来有效地节约网络资源。通过引入动态事件触发机制,利用该机制的动态变量使设计的事件触发条件可以根据系统的运行状态进行动态调整,从而降低控制更新的频率。在时延控制输入、网络攻击及动态事件触发下,建立了闭环控制系统的数学模型。根据Lyapunov稳定性理论和线性矩阵不等式理论,证明了动态事件触发控制下多智能体系统的一致性。最后,通过仿真验证了该方法的可行性和有效性。

基于动态事件触发机制的饱和2-D系统输出反馈H_(∞)控制

针对一类由Roesser模型描述的饱和2-D系统,为了缓解网络数据传输压力,研究基于动态事件触发机制的输出反馈H_(∞)控制器设计问题.首先,构建此类不确定饱和2-D系统的数学模型;其次,提出一种动态事件触发机制决定当前信息能否传输到网络,以降低信号的更新频率;运用Lyapunov函数方法,通过引入非负标量μ,得到保证相应闭环系统满足一定H_(∞)性能指标的充分条件及输出反馈控制器的存在性判据;此外,利用锥补线性化算法,将输出反馈控制器的设计问题转化为线性矩阵不等式约束下的非线性最小化问题;最后,结合数值仿真验证基于动态事件触发机制的输出反馈控制方法的有效性和可行性.

不确定非线性系统自适应动态事件触发输出反馈镇定（英文）

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.

基于事件触发GrHDP碳纤维角联织机张力控制方法

针对碳纤维角联织机经纱张力控制中存在的张力控制精度低与通信网络资源受限问题,提出一种基于事件触发目标再现启发式动态规划(event-triggered goal representation heuristic dynamic programing,ET-GrHDP)的张力控制方法。首先,分析碳纤维织机的织造原理,构建张力系统控制模型。其次,在GrHDP算法的基础上,采用小波神经网络(wavelet neural network,WNN)设计评价网络,BP神经网络(back propagation neural network,BPNN)设计执行网路和目标网络,以增强GrHDP近似最优控制的能力,同时引入事件触发机制,实现小波GrHDP张力控制器仅在事件触发时刻更新控制信号。最后,使用MATLAB软件对张力系统进行仿真控制实验。与经典GrHDP张力控制相比,所提控制策略在系统状态跟踪响应时间上缩短近22.9%,送经、卷取线速度均无超调量,张力超调量为1.8%,且抗干扰能力强,提高了张力系统的控制性能。在事件触发机制下,张力控制器降低近84%的计算次数,有效减少了通信资源的浪费。

周期事件触发的多智能体分布式凸优化

基于周期事件触发机制,研究了具有时变时滞的多智能体系统在强连通有向拓扑下的分布式凸优化问题,提出了一种分布式事件触发零梯度和算法。与时间触发的分布式优化算法相比,该算法可以降低网络系统中的通信负载,具有能耗低和通信成本低的优点。此外,还证明了智能体的状态渐近收敛到全局最优点。由于事件仅在周期时刻进行检验,那么相邻事件触发时刻的时间间隔的下界是采样周期h,可以直接排除Zeno行为。最后通过数值模拟说明了理论结果的有效性。

事件触发下网络控制系统的动态输出反馈控制

研究了基于事件触发的网络控制系统(NCSs)的动态输出反馈控制(DOFC)。通过综合考虑NCSs中的网络诱导延迟和时序错乱的问题,建立了包含事件触发机制和DOFC的闭环模型。与传统的静态控制不同,DOFC可以忽略极点配置受限的问题,增加系统的适应性范围。仿真结果验证了所提出的事件触发机制和DOFC的有效性。