含未知干扰的非对称欠驱动无人艇轨迹跟踪

针对含有集总不确定项的非对称欠驱动无人艇(unmanned surface vehicle, USV)高精度轨迹跟踪控制问题,提出一种基于未知系统动态估计的滑模控制(sliding mode control,SMC)方法。集总不确定项由系统内部未建模动态和外界环境干扰造成。首先,设计未知系统动态估计器(unknown system dynamics estimator, USDE),精确重构集总不确定项,相比于干扰观测器和扩张状态观测器,未知系统动态观测器具有结构简单、参数少的特点;其次,由于传统滑模控制存在颤振现象,提出一种新的滑模控制方案以解决颤振现象,同时保证误差收敛精度;最后,采用Cybership Ⅱ实验模型进行仿真研究,仿真结果表明,所设计的控制方案可以有效解决含有未知干扰的欠驱动无人艇轨迹跟踪问题。

基于Hilbert信号空间的未知干扰自适应识别方法

针对大样本下未知干扰类型的分类识别问题,该文提出一种基于信号特征空间的未知干扰自适应识别方法。首先,基于Hilbert信号空间理论对干扰信号进行处理,建立干扰信号特征空间,进而利用投影定理对未知干扰进行最佳逼近,提出基于信号特征空间的概率神经网络(PNN)分类算法,并设计了未知干扰分类识别器的处理流程。仿真结果表明,与两种传统方法相比,该方法在已知干扰的分类精度方面分别提高了12.2%和2.8%;满足条件的未知干扰最佳逼近效果随功率强度呈线性变化,设计的分类识别器在满足最佳逼近的各类干扰中总体识别率达到91.27%,处理干扰识别的速度明显改善;在信噪比达到4 dB时,对未知干扰识别准确率达到92%以上。

具有未知干扰的互质因子摄动不确定性系统最优鲁棒调节：优化设计及连续性

研究了含未知干扰的互质因子摄动离散时间系统达到最优性能鲁棒性的控制器设计及这种设计的连续性.给出了含未知干扰的互质因子摄动离散时间系统最优鲁棒调节器的一种设计方法.分析了含未知十扰互质因子摄动系统的性能鲁棒性优化设计的连续性,证明了互质因子摄动系统性能鲁棒性的优化设计作为从设计模型到鲁棒控制器的映射是连续的,并且,若设计模型的参数集是紧的,这种映射是一致连续的.

一类伴有不匹配未知干扰系统的故障信号检测

在不满足观测器匹配条件的情况下,针对伴有未知干扰的一类线性时不变系统,研究了基于滑模观测器的执行器故障信号的检测。首先,将未知干扰划分为两部分,一部分满足匹配条件,另一部分不满足匹配条件。基于假设,不满足匹配条件的未知干扰可以表述为一个动态系统,从而可得一个满足匹配条件的增广系统,这个增广系统由原系统和不满足匹配条件的未知干扰系统构成。针对这样一个增广系统,设计滑模观测器,当系统发生故障时,通过残差信号可以判断故障是否发生,仿真结果表明所提的方法是有效的。

未知干扰下具有避免碰撞机制的多智能体协同控制

研究了基于协同控制的多智能体系统编队问题,其中,智能体在运动过程中可以实现与领导者速度的一致性以及避免碰撞。在实际中,通信经常受到干扰并且往往是不准确的,因此需要考虑在速度测量中的未知干扰。本文只考虑了未知干扰项的有界性,并不用将其模型化。此外,在设计控制时,本文考虑了一种智能体间复杂的非线性交互方式。基于多智能体系统现有的工作,提出了一种蜂拥控制方法来解决动态拓扑中的编队问题。在稳定性分析中证明了所有智能体的速度都可以收敛到领导者的速度,并且可以实现避免碰撞的稳定运动。最后,给出一些模拟结果来验证所提出算法的有效性。

带有未知干扰和混合时滞的非线性系统有限时间同步

针对一类具有混合时滞和未知干扰的驱动-响应系统,将系统的有限时间同步问题转化为同步误差系统的有限时间稳定问题,并设计新的含积分项的控制器.利用Lyapunov分析方法、有限时间稳定性理论以及线性矩阵不等式技术,建立系统达到有限时间同步的充分条件.数值模拟验证了理论结果的有效性.

线性离散系统状态和未知干扰的递归滤波算法研究

研究了具有未知干扰、量测缺失和相关噪声的线性离散系统状态和未知干扰同时估计问题。用服从Bernoulli分布的随机序列模拟量测信息丢失的过程;系统过程噪声与量测噪声相互关联的情形用Kronecker delta函数表示。依据线性无偏最小方差的估计准则,设计一种能同时估计未知干扰和线性系统状态的递归滤波器;运用拉格朗日乘子法和矩阵对角理论知识推导计算滤波器中待定增益矩阵进而最小化估计误差协方差;通过数值仿真验证了该滤波算法的有效性。

一类伴有不匹配未知干扰的线性系统的故障检测

针对伴有不匹配未知干扰的线性时不变系统,本文将降维观测器的设计方法和未知干扰建模技术相结合,设计出对未知干扰解耦的故障检测观测器.首先,将部分匹配未知干扰从未知干扰中分离出来,剩余的外部干扰部分即为不匹配未知干扰;然后,依据先验知识对不匹配未知干扰代数建模,构建增广系统,使得秩条件得以满足;最后,针对增广系统设计故障检测观测器,使得残差对未知干扰鲁棒,对故障敏感.通过对一个机器人子系统实例进行仿真,仿真结果表明本文所提出的方法是有效的.

一类不匹配未知干扰基于两步干扰观测器的估计

针对一类非线性系统中存在的不匹配频率未知干扰,提出了一种两步干扰观测器的估计策略.设计两步干扰观测器对干扰进行估计,使得干扰估计误差系统为渐近稳定的.并通过数值仿真实例,验证了所提方法的正确性和有效性.

压力脉冲测试系统滑模抗干扰控制方法

针对压力脉冲测试系统运用滑模控制在体积切换时抖振突出的问题,提出一种滑模抗干扰控制方法。采用奇异值摄动理论对压力脉冲测试系统进行降阶简化,方便控制器的设计以及应用。根据系统降阶模型,构建扩张状态观测器,用于估计系统中的不确定参数和工件体积切换等未知干扰,并将估计的干扰值作为前馈信号补偿给滑模控制器,从而减小干扰不确定上界,减小切换增益来达到抑制抖振的目的。通过选择合适的Lyapunov函数对所提控制方法的稳定性进行了推导证明,使用AMESim、Matlab/Simulink构建的联合仿真平台进行仿真分析,并通过压力脉冲测试台进行了实验验证。研究结果表明:在整体跟踪性能方向,传统滑模控制方法相较于PID方法提升了21.10%,而所提控制方法相较于PID方法提升了30.86%,所提控制方法可以有效估计与补偿未知干扰,实现更小切换增益的同时保持控制精度,在工件体积切换时有效抑制了滑模抖振,提高了系统的抗干扰能力。

未知干扰下多船相邻交叉耦合同步编队避障控制

针对在未知海洋干扰下编队航行时的同步性能差和障碍物碰撞风险问题,提出了一种多船舶分布式相邻交叉耦合同步编队避障鲁棒控制方法和具有更高同步控制精度的相邻交叉耦合同步控制策略,并利用神经网络估计未知海洋干扰;为防止船舶与障碍物、船舶与船舶之间的碰撞风险,将人工势场法应用到多船舶编队控制系统当中;通过模拟5艘船舶在具有多个障碍物和未知海洋干扰情况下的并排编队航行场景,测试了提出方法的有效性。研究结果表明:在考虑障碍物与外界海洋干扰的环境下,5艘船舶在安全躲避障碍物后,均能够以期望的编队形式完成航行;9 s左右这些船舶就能够达到一致的速度,面对障碍物干扰时,速度会出现轻微波动,但30 s后仍可趋于一致,并保持相同的速度继续航行;船舶的位置跟踪误差、速度跟踪误差、相邻船舶的位置同步误差与神经网络逼近误差会出现小幅度的振荡,但30 s后这些误差最终都收敛于0,保证了5艘船舶位置与速度信息的同步。可见,该方法不仅可解决未知海洋干扰下船舶编队控制同步性能较差的问题,同时可有效降低船舶与障碍物、船舶与船舶之间的碰撞风险,一定程度上提高了船舶编队航行时的自主性与安全性。

基于超球面三元组编码的干扰模式开集识别

干扰模式识别是现代军事通信对抗中必不可少的一环,随着复杂电磁环境当中各种新型恶意干扰样式层出不穷,对于未知型干扰的判决也变得愈发重要。因此,要求干扰模式识别算法保持对于已知型干扰高精度识别的同时,也能够完成对于未知型干扰的判决,以排除未知型恶意干扰的影响。基于此,该文将未知型干扰存在时的干扰模式识别问题建模为开集识别问题,并提出一种基于超球面3元组编码的干扰模式开集识别方法。所提方法基于超球面3元组对输入的时频图像进行降维编码以提高识别精度,然后采用元识别分类器准确地完成干扰模式开集识别任务。通过仿真试验证明该算法在干信比大于–2 dB时能够高效地完成开放空间中的干扰模式识别任务。

带未知干扰的模块化航天器系统相对轨道的队形控制

基于多智能体系统一致性理论,在有向拓扑结构中对模块化航天器相对轨道的队形控制问题进行研究.考虑与状态相关的未知外部干扰,在存在模块质量不确定性的情形下,基于自适应增益技术,设计仅依赖模块自身及其邻近模块信息的分布式控制算法,并通过Lyapunov稳定性方法证明闭环系统是渐近稳定的.最后在Matlab/Simulink中对6个模块组成的模块化航天器系统的队形进行仿真分析,仿真结果表明所设计的控制律是有效且可行的.

具有未知输入干扰的补偿控制

针对系统存在干扰波形已知但干扰幅值未知或幅值无界的一类外界干扰,提出了一种实现干扰补偿的控制策略,并给出了具体的设计过程。通过对原系统构造一个新的系统输出并为其设计状态观测器,进而实现对状态和干扰的同时估计。此外,并将干扰的估计信息引入到控制律当中,从而实现系统对外界干扰的补偿控制,保证系统状态有界。仿真结果验证了这一控制方法的有效性。

带未知通信干扰和丢包补偿的多传感器网络化不确定系统的分布式融合滤波

研究了带有未知通信干扰、观测丢失和乘性噪声不确定性的多传感器网络化系统的状态估计问题.通过白色乘性噪声描述系统状态和观测中的随机不确定性,采用一组服从Bernoulli分布的随机变量描述网络传输过程中存在的观测丢失现象,且数据传输中存在未知的网络通信干扰.当发生丢包时,以当前丢失观测的预报值进行补偿.对每个单传感器子系统,应用线性无偏最小方差估计准则设计了不依赖于未知通信干扰的最优线性滤波器.推导了任两个局部滤波误差之间的互协方差阵.进而,应用矩阵加权融合估计算法给出了分布式融合状态滤波器.仿真例子验证了算法的有效性.

具有未知输入干扰的离散状态估计器设计

基于离散系统，本文研究被控对象含有未知输入干扰的状态估计问题，提出了一种新的能够消除未知输入干扰影响的全维状态估计器，给出了新型状态估计器存在的条件．最后给出了仿真示例，证明了本文的结果．

一类受到未知外部干扰的多智能体系统学习协同控制

针对一类受到未知外部干扰的多智能体系统,在迭代学习控制框架下,结合自适应控制,首先设计了具有微分型参数自适应律的时变增益,同时,为了补偿未知外部干扰,设计了辅助控制器;通过构造复合能量函数,基于类Barbalat引理,证明了区间[0,T]上的完全一致性.其次,借助坐标变换,将编队问题转化为一致性问题.最后,通过一个仿真算例验证了所提算法的有效性.

具有未知传输干扰和丢包的网络化多传感器系统的CI融合滤波器

研究了具有未知传输干扰和观测丢失的网络化多传感器系统的滤波器设计问题。采用一组满足伯努利分布的随机变量来描述观测丢失现象。在没有传输干扰任何信息的情形下,基于线性无偏最小方差估计准则,设计了系统状态的具有Kalman形式的递推滤波器。应用CI(Covariance Intersection)融合算法给出了分布式次优融合状态滤波器。并基于融合状态滤波器给出了未知传输干扰估计。仿真验证了该算法的有效性。

双重未知干扰解耦的多传感器系统偏差校正与状态估计

具有未知干扰输入的随机系统状态估计问题广泛存在于控制、通信、信号处理和故障诊断等领域,但目前的研究成果大多局限于单传感器动态离散系统。针对状态方程含有未知干扰、量测方程含有未知偏差的多传感器系统状态估计问题开展了研究,提出了一种双重未知干扰解耦下的最小方差无偏估计滤波器。首先,建立量测偏差通用演化模型;然后,解耦偏差演化模型中的未知输入,设计最小方差无偏估计器对量测干扰偏差进行估计;之后,利用估计出的量测偏差来校正动态系统测量值;最后,根据量测偏差校正后的系统模型设计最优状态观测器,获得具有最小方差无偏的状态估计。径向飞行控制系统的例子验证了所提方法的有效性,与相关方法的仿真对比反应了所提方法的优越性。

具有输入时延和干扰的鲁棒仿射机动编队控制

针对具有输入时延和干扰的多智能体仿射机动跟踪控制问题,提出一种新的具有预设的性能鲁棒仿射编队控制算法。首先利用Artstein模型简化技术,将时延系统转化为无时延系统。通过预设性能函数对系统的跟踪误差设定性能边界。利用误差转换函数设计了一种新的控制律,使得多智能体系统在输入时延和干扰的情况下仍可实现仿射编队机动控制。使用输入到状态稳定和基于李雅普诺夫的分析证明了系统的稳定性。最后,通过数值仿真验证所提出的控制律的有效性。