有色量测噪声下带广义未知扰动的递推上限滤波

针对博弈对抗环境下利用快速采样雷达进行非合作目标跟踪带来的有色噪声和未知干扰共存问题,本文提出有色量测噪声下带广义未知扰动的随机动态系统递推上限滤波.这里,有色量测噪声用于描述由于快速采样或持续干扰带来的噪声相关性,广义未知扰动用于建模博弈对抗对雷达观测带来的异常影响(先验信息缺失).针对所考虑系统,通过参数优化实现状态估计误差协方差上限(而不是理论值)的在线递推,提出有色噪声下上限滤波(CUBF),给出状态估计误差协方差最小上限的近似实现,讨论了所提CUBF的存在性条件.在具有时变未知扰动和有色量测噪声的目标跟踪仿真中验证了所提方法的有效性.

未知扰动下自主水面船自适应有限时间轨迹跟踪

研究了未知干扰下的自主水面船(autonomous surface vehicle,ASV)的轨迹跟踪问题,并提出了基于一种有限时间理论的自适应控制策略。首先,基于反演法将控制系统分为运动学回路和动力学回路两部分;在运动学回路,提出关于跟踪误差的快速终端滑模面(fast terminal sliding surface,FTSS),为实现跟踪误差在有限时间达到FTSS,设计了ASV速度的辅助控制律;在动力学回路,以速度辅助控制律为ASV速度的跟踪目标设计关于速度跟踪误差的FTSS,同时考虑外界干扰,设计了包含鲁棒项的自适应控制律,使得速度跟踪误差在有限时间内收敛于动力学回路FTSS附近的邻域;最后,基于船模的仿真实验证明了所设计控制策略的有效性。

具有未知扰动上界的气垫船全鲁棒滑模控制

本文以轨迹跟踪为任务目标,针对具有未建模动态,参数不确定和未知扰动的全垫升气垫船非线性动力学模型,提出了一种新颖的全鲁棒滑模变结构控制器,并且结合一种不需要扰动上界信息的综合观测器对系统的总扰动进行前馈补偿.首先给出气垫船四自由度的运动学和动力学矢量模型,在扰动上界未知的条件下,针对系统内外不确定性的本质不同,分别设计前馈补偿,同时加入补偿项进一步减小估计误差.然后,设计了一种新颖的无趋近过程的全鲁棒滑模控制器,保证高速行驶的气垫船在未知扰动的环境中仍能够较好的完成跟踪任务,减小跟踪误差的同时消除抖振,增强气垫船控制系统的鲁棒性.通过Young’s不等式和李雅普诺夫稳定性证明整个联动系统的稳定性,仿真结果表明该方法的有效性.

一类用于变时滞未知扰动过程的控制器

结合广义最小方差策略和零极点配置策略,提出了一种简单的隐式自校正算法,其特点是算法简单,计算量小,适用于实际过程控制。仿真结果表明了该算法的优良性能。

含未知扰动情况下的定性控制

针对模型中含有不确定因素的含未知扰动的非线性系统给出了一种基于定量模型的定性控制方法 ,此方法具有模糊控制的控制效果 ,避免了模糊控制器设计中存在主观性和模糊规则难以获取等缺点。

适用于变时滞未知扰动过程的自校正控制算法

基于广义最小方差策略和极点配置策略,提出了一种适用于变时滞、未知扰动过程的新型自校正控制算法。该算法在操作条件变化的情况下,无需在线辨识被控过程的时滞和扰动,通过加权项的自动调整,始终能够保证控制系统稳定运行。该算法的数字仿真和实际应用的结果对于变时滞、未知扰动的过程,不仅具有良好的随机调节性能,而且还具有良好的伺服跟踪能力。

考虑未知扰动的RLV再入鲁棒容错姿态控制

针对复杂再入环境下的可重复使用运载器姿态控制问题,考虑大气的未知干扰、气动参数建模的不确定性以及可能发生的执行器部分失效故障,基于增量反步法和径向基函数(RBF)神经网络设计了姿态角回路和角速度回路的控制器。基于神经网络良好的未知逼近能力,采用RBF神经网络对增量反步法设计过程中的泰勒展开高阶项以及上述未知扰动和故障产生的影响进行逼近估计,并在控制律中进行补偿。经过仿真验证,所设计的控制系统能够在未知扰动影响下有效提高指令的跟踪精度,并且对飞行器的本体特性建模依赖较少,具有良好的鲁棒容错能力。

具有外部扰动的奇异非线性多智能体系统的事件触发跟踪控制

针对Lipschitz非线性奇异多智能体系统的事件触发跟踪控制问题,研究了系统在具有外部未知扰动条件下的领导跟随一致性。引入基于采样数据的事件触发函数,有效利用了网络带宽和通信能量,并避免了Zeno行为发生。使用相对输出信息的扩展状态观测器,提出了一种分布式控制协议,在此协议下系统实现领导跟随一致性,并利用奇异系统理论和Lyapunov稳定性方法进行了分析和证明。最后,通过仿真实例验证了所提出方法的有效性。

具有未知扰动的广义系统的故障检测

研究具有未知扰动的随机广义系统的故障检测问题,在合理的条件下,利用状态变换从原系统中分离出一个与未知扰动解耦的降阶子系统,构造了该随机子系统稳定的滤波器,给出了输出偏差量的统计特性,在此基础上,实现了系统故障的检测．

阵列存在未知有界扰动的鲁棒加权子空间拟合

由于阵列响应难于精确标定,因此,阵列信号处理算法的性能不仅受测量噪声的影响同时还受阵列响应扰动的影响。信号回波方向估计DOA受该系统扰动的影响很大。以往的研究均将模型的扰动假设为随机误差,且往往假设扰动是相关矩阵已知的高斯分布。然而,实际系统误差很难满足这一假设。模型误差的更合理的假设是未知有界(UBB)的假设,这里,研究模型扰动是未知有界时,信号的DOA估计问题,提出了鲁棒的信号子空间拟合原理,并用二次锥规划来求解。数值仿真表明该算法是有效的。

未知时变扰动和输入饱和下的智能船舶鲁棒非线性控制

为解决智能船舶的定位控制问题,考虑到船舶在未知时变扰动和输入饱和约束下的定位控制问题,结合非线性扰动观测器,提出一种带辅助动态系统的鲁棒非线性控制算法。通过Lyapunov理论证明提出的非线性扰动观测器与控制器相结合的闭环系统的稳定性和信号的一致最终有界性。利用非线性扰动观测器对环境中存在的海浪扰动进行有效的估计处理。通过仿真试验验证提出的控制算法不仅能保证船舶期望的位置和艏向,而且能提高控制速度,具有较好的控制性能。

未知时变扰动及模型参数动态不确定下船舶自动靠泊控制

针对未知时变扰动及模型参数动态不确定下的船舶自动靠泊控制问题,提出一种新的间接神经自适应的靠泊控制策略。采用径向基函数神经网络逼近船舶模型参数中动态不确定部分,采用带有唯一虚拟参数的线性化参数形式表示模型参数动态不确定性和未知时变扰动构成的复合不确定项,使计算简单,易于工程实现。利用Lyapunov理论证明提出的自动靠泊闭环控制系统的稳定性和信号的一致有界性。仿真实验结果证明了该控制律可以使船舶达到期望的位置和艏向角,实现船舶自动靠泊。

带有未知内部扰动的星形Euler-Bernoulli梁网络的指数跟踪控制

该文研究了带有未知内部扰动的星形Euler-Bernoulli梁网络的指数跟踪控制问题.首先将该问题等价转化为跟踪网络与被跟踪网络的误差网络的镇定问题.利用滑模控制思想,对误差网络设计了非线性反馈控制方案.通过对状态空间选取适当的范数,运用单调算子理论得到了误差网络的适定性.通过构造适当的Lyapunov函数,证明误差网络按任一收敛率指数稳定.这表明跟踪网络能够按任一给定速率以指数速度跟踪到目标网络.

孤岛微电网固定时间分布式鲁棒二次控制

针对孤岛微电网实际运行过程中出现的未知外部扰动,提出了一种固定时间分布式鲁棒二次控制算法,实现了电网频率一致性控制,有效抑制了不确定干扰,提高了系统的鲁棒性能。首先,通过设计基于饱和函数的新型控制算法,有效地解决了现有控制器高频切换引发的抖动问题。同时确保二次控制能够在固定时间内达到稳定状态,且收敛时间上界不依赖于任何初始状态。然后,在设计控制算法的基础上,采用改进的分布式事件触发机制,在满足收敛速度和达到电网频率一致性的基础上减轻了通信负担,减少了控制器更新的频率,显著降低了通信资源的消耗,并排除了Zeno行为。最后,利用Matlab/Simulink仿真平台验证了所提控制算法的有效性。

考虑扰动影响的微电网分布式自适应控制策略

通信网络、可编程控制器的引入在为微电网控制策略设计提供便利的同时,也增加了系统遭受多种类型扰动的可能性。针对控制通道中存在的未知扰动,定量分析了扰动对基于一致性的常规微电网次级控制策略产生的不利影响。进一步,提出了一种基于自适应积分滑模的微电网次级控制策略,分析了所提分布式控制策略在扰动下的动态性能,理论证明了该策略对未知扰动具有良好的抑制能力。该策略不需已知扰动的任何先验信息或假设扰动符合某种特定类型,可实现对未知扰动的自适应补偿,从而确保在多种类型扰动下微电网频率和电压的恢复以及有功功率的合理均分。仿真实验证实了所提控制策略的正确性与有效性。

存在扰动和时滞的高速列车自适应制动控制

为了保障高速列车的安全可靠运行,文章以存在未知扰动和输入时滞的高速列车制动系统为被控对象,设计了新的高速列车制动系统模型参考自适应控制策略,实现了对给定速度曲线的渐近跟踪。首先,通过分析高速列车制动系统的原理和动态特性,建立了存在扰动和时滞的高速列车制动系统状态空间模型;其次,充分利用模型参考自适应控制善于处理系统不确定性和外界扰动的能力,结合状态预测,设计了状态反馈控制器,使其在存在未知扰动和输入时滞时仍能实现对给定速度曲线的渐近跟踪;最后基于CRH380AL型高速列车在济南—青岛段的数据开展仿真验证,仿真结果表明文章设计的高速列车制动控制系统具有理想的稳定和渐近跟踪特性,能克服未知参数和有界扰动的影响,具有良好的鲁棒性。

基于未知动态观测器双惯量伺服系统低频主动谐振抑制

针对双惯量伺服系统存在的机械谐振,本文提出了一种基于扰动观测器的滑模主动低频谐振控制方法.利用可测量的电机端的位置信号,对其进行滤波操作得到位置的滤波变量,根据不变流形原理设计未知扰动观测器,实现对传递力矩的在线估计,并将估计值融入到控制器设计中对其进行补偿.为了消除传统滑模存在颤振现象,基于正切函数提出了一种新颖滑模面设计方法.在此基础上,设计了滑模控制器实现了对期望信号的准确跟踪,并利用李雅普诺夫稳定性理论证明了闭环系统稳定性.最后通过实验对比,验证了本文提出的控制策略有效性,此外该算法建构简单不需要计算电机加速度的信息,利于在实际中应用.

基于数据驱动的鲁棒性电力系统扰动识别

广域测量系统(wide area measurement system,WAMS)为快速准确地扰动识别与稳定控制提供了有力的数据基础。然而,一方面通讯堵塞、硬件故障、干扰等原因使实际同步相量测量单元(phasor measurement unit,PMU)存在数据质量问题;另一方面,高比例可再生能源接入使得电力系统动态行为复杂性显著增加,不同扰动之间呈现类内差异性和类间相似性,这都给扰动识别带来了挑战。为解决上述问题,该文提出一种数据驱动的鲁棒性扰动识别方法。该方法利用时间卷积网络的时序分析能力与去噪自编码器的鲁棒特征提取能力,提出基于双通道时间卷积去噪自编码器的特征提取方法,并融入自适应特征融合技术,可有效提取PMU多量测量中对不良数据鲁棒的时序特征,有效减小了不良数据的影响。进一步,结合度量学习思想,提出基于附加角度边距损失函数优化的长短期记忆网络扰动识别方法,通过扩大决策边界提高了分类准确率。并提出预分类与再识别的策略,实现了高比例可再生能源下考虑未知扰动的扰动识别问题。基于IEEE-39节点系统,在不同场景下对该方法进行仿真测试,验证了所提方法具有较好准确性、实时性。最后,通过现场数据和实际电网模型验证了所提方法具有较高的泛化性和有效性。

带有扰动的非线性系统的自适应模糊控制

为了研究一类不确定带有未知扰动的非线性严格反馈系统的自适应模糊跟踪控制问题.文中通过模糊逻辑系统的逼近特性和Backstepping技术构造了一个新的自适应模糊跟踪控制器.该控制器保证闭环系统的所有信号半全局一致有界,并且跟踪误差收敛到原点的一个任意小邻域内.

飞轮储能用磁轴承传感器端扰动自适应迭代学习控制方法

本发明提供了一种飞轮储能用磁轴承传感器端扰动自适应迭代学习控制方法,该方法的步骤包括:建立磁轴承系统数学模型、建立带有横截面圆度引起的传感器端的振动的磁轴承动力学模型、搭建自适应迭代学习控制器、利用自适应迭代学习控制器对由横截面圆度引起的传感器端的振动干扰进行抑制。该自适应迭代学习控制方法设计的控制器时不需要精确的参数,面对未知扰动和不确定参数具有仍可保持系统稳定,使得系统具有一定的鲁棒性;控制器的结构简单,易于搭建,便于硬件实现。