带有状态/输入量化的无人艇航向跟踪控制

[目的]针对水面无人艇(USV)的海上通信受限的问题,提出一种带有状态/输入量化的USV航向跟踪控制方法。[方法]基于反步法设计系统控制律,结合动态面技术降低虚拟控制律的计算量膨胀问题。对于控制系统中存在的不确定项及外界干扰,利用扩张状态观测器(ESO)进行估计。采用均匀量化器分别对控制系统中的状态变量和控制输入进行量化,且量化后的状态反馈信息仅用于跟踪控制。利用量化状态递归设计基于ESO的USV航向控制器,证明闭环控制系统中量化变量和非量化变量间误差的有界性。[结果]基于李雅普诺夫稳定性理论,提出了量化误差考量及闭环系统稳定性判定方法,严格证明了所设计的带有状态量化和输入量化的USV航向跟踪控制系统的稳定性,仿真实验验证了该控制策略的有效性。[结论]结果表明,所提方法可为USV航向跟踪控制提供借鉴。

带有状态/输入量化的无人船自适应模糊跟踪控制

针对海上通讯带宽受限情况下无人船的航迹跟踪控制问题,设计了一种带有状态量化和输入量化的自适应反馈跟踪控制方案。在保证有效跟踪的同时,减少执行器执行频次,降低控制幅度。首先,在不考虑量化情况下基于自适应反步法设计了系统跟踪控制律,并结合动态面技术有效降低了虚拟控制律的计算量膨胀问题。对于控制系统中存在的不确定项,利用模糊逻辑系统进行逼近。其次,采用均匀量化器分别对控制系统中的状态变量和输入变量进行量化,且量化后的状态反馈信息被用于无人船航迹跟踪控制器的设计。根据所得到的量化信息,给出了同时考虑状态量化和输入量化的无人船航迹跟踪控制律。在稳定性分析中,通过Lyapunov稳定性理论证明了在不考虑量化的情况下闭环控制系统的稳定性,并根据递归的方法证明了闭环控制系统中量化变量和非量化变量之间误差的有界性。基于给定的引理,最终证明了在同时考虑状态量化和输入量化的情况下,所设计的带有状态量化和输入量化的模糊自适应反馈跟踪控制系统的稳定性。最后,通过两组仿真实验验证了所提方案的实用性。即在同时考虑状态量化和输入量化的情况下,无人船仍能保持对理想轨迹良好的跟踪性能,并有效减轻了执行器的执行频次,更符合航海工程实践。

具有输入量化和执行器故障的非线性多智能体系统的自适应包容控制

研究了一类具有输入量化、外部扰动及动态领导者的非线性严格反馈多智能体系统的自适应容错包容控制问题.通过建立带有未知估计的阻尼项、正时变积分函数、一阶滤波器和补偿信号的参数更新律,提出了一种自适应反步控制方案.该方案在补偿滤波误差的同时在虚拟控制律中引入新的光滑函数来降低量化的影响,利用有界估计法克服了故障只能发生有限次的限制,保证所有跟随者的输出收敛于领导者的输出所形成的凸包内,且所有的信号都是有界的.仿真结果验证了该方案的有效性.

具有输入量化的信息物理系统的安全控制

针对执行器攻击、量化编码器/解码器参数不匹配和外部干扰的信息物理系统(cyber-physical systems,CPS),设计一种新型的鲁棒自适应控制器确保其安全稳定运行。基于Lyapunov稳定理论推导出使信息物理系统具有鲁棒H2性能的充分条件,控制器的非线性结构包含两部分:一部分为干扰和量化补偿器,用于消除外部干扰和量化误差的影响,另一部分为基于隐蔽式假数据攻击上界信息的攻击补偿器,用于抑制异常检测器检测不到、未触发警报的攻击。最后,仿真算例结果表明控制器能保证闭环系统稳定并且具有较好的系统性能,说明了方法的有效性。

带有输入量化的分布式多无人船舶自适应模糊编队控制

针对复杂海洋环境下,欠驱动水面无人船舶(USV)编队控制任务中存在的模型不确定性、参数摄动及输入量化等问题,提出一种考虑输入量化的分布式欠驱动多无人船舶自适应模糊编队控制算法.首先,在USV运动学子系统,设计基于扩张状态观测器(ESO)的分布式制导律,分别实现对期望路径的跟踪、邻居USV速度信息的估计以及海流引起的运动学偏移的补偿;其次,在USV动力学子系统,通过使用模糊逻辑系统实现对模型不确定及外界干扰的逼近,采用一种线性解析模型描述输入量化过程,所设计的自适应模糊量化控制器不需要量化参数的先验信息,基于输入到状态稳定性理论证明闭环系统的稳定性;最后,通过仿真实验验证所提出的算法的有效性.

一类具有输入量化和未知扰动的非线性系统的自适应有限时间动态面控制

本文研究了具有量化输入信号和未知扰动的非线性系统的有限时间自适应输出反馈动态面控制问题.在控制设计过程中,利用模糊逻辑系统对系统中的非线性项进行逼近.然后引入一种滞回量化器来避免量化信号中的抖振,并且构造模糊观测器来估计系统中不可测的状态.为了提出一种有限时间控制策略,首先给出了半全局实际有限时间稳定的判据.在此基础上,将动态面控制技术与反步法相结合,设计了自适应模糊控制器.该控制器不仅能保证跟踪误差在有限时间内收敛到原点的一个小邻域,而且可以保证闭环系统中所有信号的有界性.最后通过一个仿真实例验证了该控制方法的有效性和可行性.

自适应量化神经网络滑模无人船编队控制

针对复杂海洋环境下欠驱动水面无人船(unmanned surface vehicle,USV)编队控制存在的模型不确定性、参数摄动、控制输入量化等问题,提出一种自适应量化神经网络滑模控制算法。在USV运动学子系统中,设计基于内外环控制策略的制导律,解决USV欠驱动问题。由于所采用的动力学模型中含有未知项和外界环境干扰,故在USV动力学子系统中通过使用径向基函数神经网络实现对干扰的估计。采用一种线性解析模型来描述输入量化过程。所设计的控制系统不需要量化参数的先验信息。基于输入-状态稳定性理论证明了系统稳定性。通过仿真实验验证了所提算法的有效性。

输入量化下航天器位姿一体化预设时间控制

航天器在轨抢修或维护等空间近距任务中,往往要求执行任务的航天器在限定的时间窗口和有限通信带宽的条件下,实现对目标的位姿跟踪。针对其姿轨耦合控制问题,提出了一种带有输入量化的姿轨一体化预设时间控制方法。首先,在Lie群SE(3)框架下,建立了相对运动航天器位姿一体化误差动力学模型。其次,引入了输入量化机制,减小控制器到执行机构间的通信频次。接着,基于推导的实际预设时间稳定引理,结合反步法设计了一种非奇异预设时间位姿跟踪控制器。为提高系统鲁棒性,设计新型自适应律估计并补偿系统总扰动,并利用量化器参数抑制量化误差;该方法能够在不依赖系统初始状态、输入量化和扰动信息未知的情况下实现预设时间内稳定,且稳定时间上界可由一个控制参数预先设定。然后,基于Lyapunov理论证明了系统的稳定性。最后,数值仿真结果验证了该方法的有效性。

具有量化输入和边界扰动的柔性臂边界振动滑模控制

本文针对量化输入和有界扰动下柔性臂系统的振动抑制和边界滑模控制器设计问题开展研究.柔性臂的动态特性由偏微分方程表示的分布参数模型描述.对于具有未知有界干扰的柔性臂系统,其主要控制目标是减小干扰的影响,使柔性臂到达期望角度并同时抑制系统的振动.首先,利用边界输出信号构造滑模函数和滑模面.其次,结合所构造的滑模面,设计一种边界滑模控制器,并利用算子半群理论证明了闭环系统的适定性.所提出的边界滑模控制策略保证了系统状态能够在有限时间内到达滑模面,并且系统状态在滑模面上是指数收敛的.最后,通过物理实验验证了所提出控制策略的有效性.

具有输入未建模动态和量化输入的纯反馈非线性系统自适应控制

目的:本文研究一类具有输入未建模动态和量化输入的纯反馈非线性系统跟踪控制问题。方法:在控制器设计中,引入M-滤波器来处理输入未建模动态,使用滞后量化器来处理量化输入,利用径向基函数神经网络(radial basis function neural networks,RBFNN)逼近未知非线性动态,选取障碍李雅普诺夫函数(barrier lyapunov function,BLF)处理输出约束,并使用Backstepping方法导出自适应控制律。结果:稳定性分析证明所得到的闭环系统全部信号均满足半全局一致终结有界(semi-globally uniformly utimately bounded,SGUUB),并且跟踪误差可以收敛到原点的一个小邻域,同时这种跟踪误差也满足输出约束。在仿真中,对于一个二阶非线性系统,可以看到当t≈0.17 s时,跟踪误差到达原点的小邻域。结论:本文提出的控制方案证明了所得到的闭环系统的所有信号都满足SGUUB。

考虑执行器饱和与量化的六自由度气浮平台协作控制

针对六自由度气浮平台的协作控制问题,提出了一种考虑执行器饱和与量化的固定时间控制方法。首先,基于图论和对偶四元数理论建立了多个六自由度气浮平台的通信拓扑关系和位姿耦合数学模型。其次,基于增加幂次积分器方法,设计了一种六自由度气浮平台的固定时间协作控制算法,使系统能够在一个与初始状态无关的有限时间内收敛。在不引入额外的辅助或观测系统的前提下,补偿了执行器引入的输入饱和与量化的非线性特性。最后,数字仿真实验证明了所提出的理论成果的可行性与优越性。相比传统的渐进收敛的控制器,所设计的控制器收敛精度提升了86.86%,响应速度提升了23.69%。

考虑量化输入和输出约束的互联系统自适应分散跟踪控制

本文考虑具有量化输入和输出约束的一类非线性互联系统的自适应分散跟踪控制设计.分别针对量化参数已知和未知两种情况,基于反推(Backstepping)设计法,利用神经网络逼近特性,设计自适应分散跟踪控制策略.通过定义新的未知常量和非线性光滑函数,设计自适应参数估计项来消除未知互联项对系统的影响.进一步考虑量化参数未知的情形,引入一个新的不等式来转化输入信号,并构建新的自适应补偿项来处理量化影响.同时,障碍李雅普诺夫函数的引入,确保了系统输出不违反约束条件.与现有量化输入设计相比,本文所提方法不要求未知非线性项满足李普希兹条件,并且允许量化参数未知.该设计方法保证了闭环系统所有信号最终一致有界,而且跟踪误差能够收敛到原点的小邻域内,同时保证输出不违反约束条件.最后,仿真算例验证了所提方法具备良好的跟踪控制性能.

具有输入量化和全状态约束的非严格反馈随机非线性系统的有限时间动态面控制

研究具有输入量化和全状态约束的非严格反馈随机非线性系统的有限时间自适应跟踪控制.首先,利用双曲正切函数进行非线性映射,消除全状态约束的限制,将系统变换为无约束系统;其次,引入滞回量化器克服量化信号中的抖动和量化误差.为实现有限时间控制,提出概率意义下半全局有限时间稳定控制方法,加快系统的收敛速度,并在此基础上采用径向基函数神经网络逼近未知非线性函数;接着,基于动态面控制技术和高斯函数的性质,对变换后的非严格反馈随机系统进行自适应控制设计,所设计的控制器能够保证闭环系统中的所有信号在概率意义下有限时间稳定;最后通过仿真实验表明所设计控制方案的有效性.

基于GIS的地震烈度定量化输入

无论是震害预测还是震害快速评估工作,都需要进行地震烈度定量化输入。通过地震烈度衰减关系,在地理底图上绘制地震烈度等震线,将地震影响烈度定量化到地理底图中的面与点中,从而为地震灾害快速评估提供依据。

专家系统中自然模糊语言信息的一种量化输入方法

本文提出了用模糊子集的概念处理某些自然模糊语言信息的方法。

一类转移概率部分未知的Markov跳跃系统的输入输出量化反馈控制

对一类离散时间马尔可夫跳跃系统(Markov jump systems,MJSs)的稳定性问题进行研究,考虑MJSs转移概率矩阵中的元素部分未知,且系统的控制输入通道和测量输出通道都存在信号量化的情况,其中控制器输入通道和系统输入通道的信号分别被两个不同的对数量化器量化。利用切换李雅普诺夫函数的方法,通过构造系统模态依赖且双通道量化误差依赖的李雅普诺夫函数,完成对闭环系统的稳定性分析和控制器设计。得到一组模态依赖的控制器,能够在系统的转移概率部分未知和存在双通道量化误差的条件下,保证闭环MJSs的随机稳定性。最后通过仿真实验验证了理论的有效性。

纯反馈系统的自抗扰预设定有限时间量化控制

针对一类具有量化输入的非仿射纯反馈系统,将自抗扰控制和预设有限时间控制结合起来,提出一种自抗扰预设定有限时间量化控制策略.设计自抗扰预设定有限时间量化控制器.仿真实验结果表明:在外部扰动作用下,该文策略比神经网络策略有更好的控制性能.因此,该文策略具有优越性.

基于宽度学习的航天器编队分布式姿态协同容错控制

针对具有惯性不确定和执行器故障的航天器编队姿态协同控制问题,利用宽度学习系统的逼近特性对系统的广义扰动和执行器故障进行估计,同时采用迟滞量化器对控制力矩信号进行量化,以降低对通信速率的要求,并减少抖振现象。在此基础上,提出一种基于模型预测控制和快速非奇异积分终端滑模的复合结构容错控制器。利用代数图论和Lyapunov理论分析了闭环姿态系统的稳定性。最后,通过仿真验证了本文提出的控制方法与现有方法相比的优越性。

有量化输入的受干扰磁悬浮系统的鲁棒自适应渐近跟踪控制

研究磁悬浮系统在非线性建模下的两个问题:时变有界扰动产生的系统振荡和通信网络传输导致的数据丢失.首先,借助于同胚坐标变换对磁悬浮系统不可控的高度非线性进行抑制;然后,在控制中分别利用自适应律和指数衰减项来消除外部风阻和内部噪声电压,并将指数衰减项与量化分解方法相结合弥补量化误差带来的影响.所构造的连续鲁棒自适应反馈控制器解决了有量化输入和受干扰磁悬浮系统的渐近跟踪问题.最后,用仿真结果验证了控制策略的有效性.

机械臂系统快速有限时间有界H_(∞)量化跟踪控制

针对量化输入的电机驱动机械臂系统,研究其快速有限时间有界H_(∞)量化跟踪控制问题,设计基于指令滤波的神经网络快速有限时间有界H_(∞)量化跟踪控制器.采用指令滤波技术解决backstepping方法的“微分爆炸”问题,且避免有限时间控制设计中出现奇点.仿真结果表明该控制器具有有效性.研究结果能为机械臂系统的抗干扰设计提供理论指导.