动态系统时延参数估计的重构输入法

首先指出了过去在进行时延系统参数估计时所用的近似处理方法的弊端。然后就动态系统未知时延参数的估计问题提出了重构系统输入的估计方法，并以极大似然估计迭代算法为基础给出了一套估计动态系统时延参数的算法。最后，应用所提出的方法进行了仿真计算。仿真结果表明，参数估计的精度极高。

Lipschitz非线性系统未知输入观测器设计

针对观测器匹配条件不满足情况下的Lipschitz非线性系统状态估计和未知输入重构问题,提出了一种未知输入观测器设计方法。首先,通过构造辅助输出向量,突破了观测器匹配条件的限制,并设计高阶、高增益滑模微分器实现对辅助输出向量及其微分的精确估计;之后,在辅助输出及其微分精确估计的基础上,设计具有滑模控制律和自适应调节律的自适应鲁棒滑模观测器,并提出了一种未知输入重构方法。该观测器设计方法不需知道Lipschitz常数,其大小可通过自适应调节律调节,且信息重构具有避免直接使用系统输出微分的优点。仿真结果表明,所设计的未知输入观测器不仅在观测器匹配条件不满足情况下可以实现对状态的渐进估计以及对未知输入重构之目的,而且自适应调节律能够在约5s时间内实现对Lipschitz常数的自适应调节。

基于LMI的H_∞未知输入观测器设计

针对同时具有未知输入和量测噪声的离散Lipschitz非线性系统,采用扩展状态向量的方法将量测噪声向量当作系统状态,从而将系统化为形式上不含量测噪声的广义离散非线性系统.通过设计广义系统H∞未知输入观测器,同时估计出原系统状态和量测噪声.为了降低设计的保守性,将观测器设计转化为线性矩阵不等式(LMI)求解问题,给出观测器设计算法,并基于延迟估计的思想提出一种未知输入代数重构方法.仿真结果表明:提出的方法可以使状态估计、量测噪声及未知输入的重构信号逼近实际信号,证明了该方法的有效性和正确性.

一种迭代未知输入观测器设计

针对具有未知输入的线性系统讨论了基于迭代控制思想的未知输入观测器设计方法.针对每一步迭代,由于当前未知输入已知,因而可以通过设计常规的Luenberger观测器得到当前步的状态估计和输出估计.在此基础上采用D-型迭代学习控制的思想,通过当前输出步误差和未知输入估计值提出下一步的未知输入的迭代估计方法,并利用此次未知输入估计值再次设计Luenberger观测器估计下一步的状态.之后,对迭代算法的收敛性进行了分析,并给出了迭代算法收敛的充分条件.最后,对一个实际模型进行仿真,验证了算法的有效性.

FDI攻击下移动机器人弹性预测镇定控制研究

提出一种具有自适应预测时域的输入重构弹性自触发模型预测控制(self-triggered model predictive control,ST-MPC)算法,平衡机器人系统网络安全和资源受限之间的矛盾.首先,基于自触发非周期采样特征和虚假数据注入(false data injection,FDI)攻击模型设计输入重构机制,确保机器人系统可快速重构,能削弱FDI攻击影响的可行控制序列.其次,结合输入重构机制设计关键数据选取条件和预测时域调节机制,从实现最大化触发间隔和降低优化问题复杂度两个方面降低资源消耗.然后,基于输入重构和预测时域调节机制设计弹性ST-MPC镇定控制算法,并推导FDI攻击下算法的可行性和闭环系统稳定性条件.最后,通过仿真实验验证所提出算法能够在抵御FDI攻击前提下保持较好的控制性能及资源利用率.

具有未知输入非线性系统的自适应观测器设计

针对具有未知输入和传感器噪声的的非线性系统,讨论了基于T-S(Takagi-Sugeno)模型的未知输入观测器设计方法.首先,给出了基于非线性系统构造T-S模型系数矩阵的计算方法.然后,以T-S模型作为设计模型,通过扩展传感器噪声为辅助状态向量的方式,将系统扩展为增维系统.继而,针对T-S模型,设计模糊自适应观测器以达到对非线性系统状态,未知输入和传感器噪声同时估计之目的.为此,基于线性矩阵不等式,给出了观测器存在的充分性条件.最后,通过实例仿真验证了此方法的有效性.

基于观测器的不匹配未知输入系统的滑模控制

对具有不匹配时变未知输入的线性系统,研究了基于观测器的滑模控制器设计方法.首先,设计了一种与控制输入无关、能直接抵消未知输入影响的降维观测器.通过该观测器估计系统状态,并提出了一种未知输入代数重构方法,进而利用高增益滑模观测器给出了未知输入一阶微分的渐近估计方法.最后,提出了一种基于系统状态估计、未知输入重构及未知输入一阶微分估计滑模控制器新的设计方法,并通过仿真分析,论证了该方法的可行性和正确性.

基于Riccati方程解的高增益未知输入观测器设计

针对具有未知输入和测量噪声的一类Lipschitz非线性系统,研究了状态估计、噪声估计及未知输入重构问题.通过将输出噪声看作扩展状态,把原系统转化为描述系统.针对描述系统,首先基于Riccati方程的解,提出了一种高增益观测器设计方法,实现对系统状态的估计和测量噪声的重构;之后,设计二阶高增益滑模观测器精确估计输出的微分,并利用状态和输出微分的估计,提出了一种未知输入的重构方法.在一Riccati方程有解的前提下,所提出的未知输入和测量噪声的重构,均适用于强时变信号.最后,对一个实际模型仿真,验证所提出方法的有效性.

匹配条件不满足时线性系统未知输入观测器设计

针对一类不满足观测器匹配条件的线性系统,讨论了未知输入观测器设计方法.首先,为了突破观测器匹配条件的限制,提出了一种与未知输入相对阶无关的辅助输出构造方法.然后,把未知输入看作系统状态的一部分,将原系统转化为一个不含未知输入的增维线性描述系统.针对这样的系统转化,对一系列等价前提条件进行了详细的讨论.之后,针对该增维线性描述系统,构造Luenberger观测器来估计原系统的状态和未知输入.同时,借助于高阶滑模微分器,来估计辅助输出中的未知信号.最后,对一个单连杆柔性机械手模型进行了数值仿真,仿真结果表明了方法的有效性.

基于机器学习的USRP RIO通信干扰系统

随着通信技术的不断进步,其在军用和民用领域的应用受到了越来越多的重视。但是在通信技术中,通信对抗一直是一个热门的话题,各种不同的抗干扰策略被提出,以应对通信过程中受到的内外界扰动。之前的研究中,干扰技术都比较单一,干扰的有效性变得很差。因此,在通用软件无线电外设可重构输入/输出(Universal Software Radio Peripheral Reconfigurable Input/Output,USRP RIO)软件的基础上设计了一种无线平台通信干扰策略。在这个策略中,用强化学习来预测通信的干扰,同时智能干扰设计通过机器学习来完成,显著提升了系统的干扰效果。

状态估计与未知输入和可测噪声同时重构方法

针对一类不确定线性系统,讨论了状态估计及未知输入和可测噪声重构方法.首先,对仅具有未知输入的线性系统,讨论了观测器匹配条件不满足前提下的状态估计和未知输入重构问题;通过设计降维观测器和高阶滑模观测器,提出一种未知输入代数重构方法;然后,将以上结论上升到具有未知输入和可测噪声的线性系统,以此提出了状态估计及未知输入和可测噪声同时重构的方法;最后,通过对飞行器模型进行仿真,验证了所提出方法的有效性.

采用代数建模方法的自适应观测器设计

针对伴有未知输入的一类线性时不变系统,当观测器匹配条件不满足时,研究了自适应观测器的设计问题。通过将未知输入划分为匹配未知输入和不匹配未知输入两部分,并假设不匹配未知输入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;对于该增广系统讨论了自适应观测器的存在条件,给出了自适应观测器的设计方法,这种自适应观测器不仅可以观测原系统的状态,还可以重构、匹配未知输入。将该设计方法应用于一类机器人系统,虽然系统未知输入初值和观测器重构的未知输入初值相差很大,但是观测器重构的未知输入值能够很快地跟踪上系统实际的未知输入值;虽然这是一种有界误差跟踪,但是误差可以控制在很小的范围内,并不影响实际应用。仿真结果表明,所提方法是有效的。

基于高阶滑模观测器的状态和未知输入同时估计方法

对一类含有未知输入的仿射非线性系统,讨论了一种能同时估计系统状态和未知输入的未知输入观测器设计方法.首先利用李导数对仿射非线性系统进行线性化,将其转化为可控标准型.其次,针对变化后的等价系统,提出了一种高阶、高增益滑模观测器,由此不仅能得到系统状态的估计,同时还得到状态微分的估计.再次,基于状态及其微分的估计,对未知输入提出了一种重构方法.该方法能对强时变未知输入重构,而且重构中没有用到系统微分的信息.最后,通过对两个实际模型的仿真,表明了方法的可行性.

弹性边界与未知输入下斜拉索-磁流变阻尼器减振控制研究

在弹性边界条件下,针对斜拉索-磁流变阻尼器系统,进行未知输入作用下的减振控制方法研究。基于Hamilton原理及未知输入观测器原理建立斜拉索-磁流变阻尼器状态空间方程和未知输入估计器。基于未知输入观测器对斜拉索-磁流变阻尼器系统的未知输入实时观测估算,并对未知输入进行重构。在未知输入观测器基础上设计具有新型趋近律的滑移模型控制器。最后,以宁波招宝山斜拉索桥C20号斜拉索为例,进行仿真验证。结果表明:具有新型趋近律的滑移模型减振控制算法能保证斜拉索-磁流变阻尼器系统在未知输入作用下发挥的快速性和稳定性,有效抑制拉索的振幅和振速,且能在突发情况下依旧保持良好的减振效果。