Stability of Iterative Learning Control with Data Dropouts via Asynchronous Dynamical System

In this paper, the stability of iterative learning control with data dropouts is discussed. By the super vector formulation, an iterative learning control （ILC） system with data dropouts can be modeled as an asynchronous dynamical system with rate constraints on events in the iteration domain. The stability condition is provided in the form of linear matrix inequalities （LMIS） depending on the stability of asynchronous dynamical systems. The analysis is supported by simulations.

Stochastic stability of networked control systems with network-induced delay and data dropout

This paper deals with the stochastic stability of networked control systems with the presence of network- induced delay and transmitted data dropout. Based on the Lyapunov approach, sufficient conditions for the mean-square stability of the networked control system are derived subject that the sequence of transmission interval is driven by an identically independently distributed sequence and by a finite state Markov chain, respectively. Stabilization controllers are constructed in terms of linear matrix inequalities correspondingly. An example is provided to illustrate our results.

Fault detection observer design for networked control system with long time-delays and data packet dropout

Focusing on the networked control system with long time-delays and data packet dropout,the problem of observerbased fault detection of the system is studied.According to conditions of data arrival of the controller,the state observers of the system are designed to detect faults when they occur in the system.When the system is normal,the observers system is modeled as an uncertain switched system.Based on the model,stability condition of the whole system is given.When conditions are satisfied,the system is asymptotically stable.When a fault occurs,the observers residual can change rapidly to detect the fault.A numerical example shows the effectiveness of the proposed method.

Controller design for networked control system with data packet dropout and transmission delays

In this paper, the stabilization problem for a class of networked control systems （NCSs） with data packet dropouts and transmission time delays is considered, where the delays are time-varying and uncertain, the data packet dropout is modeled as a two-state Markov chain. To compensate the lost packet, a data packet dropout compensator is established. Thus a more realistic model for such NCSs is presented. Sufficient conditions for the stabilization of the new resulting system are derived in the form of linear matrix inequalities （LMIs）. Numerical example illustrates the solvability and effectiveness of the results.

Stabilization for nonlinear systems via a limited capacity communication channel with data packet dropout

This paper addresses the stabilization problem for a class of nonlinear systems. It is assumed that the controller can only receive the transmitted sequence of finite coded signals via a limited digital communication channel. Both state and output feedback coder-decoder-controller procedures are proposed. Stabilization conditions involving the size of coding alphabet, the sampling period, system state growth rate and data packet dropout rate are obtained. Finally, an example is given to illustrate the design procedures and effectiveness of the proposed results.

基于Dropout深度卷积神经网络的ST段波形分类算法

心电信号的ST段波形变化是心肌损伤等心血管类疾病临床诊断的重要辅助手段之一。针对ST段波形分类以及深度卷积神经网络过拟合问题,提出一种基于概率随机舍弃神经元建立子网络的Dropout深度卷积神经网络,通过心电信号数据去噪、ST段候选段筛选、神经网络卷积与下采样运算过程,实现ST段波形样本训练与测试。仿真实验对比分析了算法的波形分类准确率、卷积核个数影响和Dropout对算法泛化能力影响,与专家手工标注、BP、RNN和DCNN等方法进行比较,实验结果表明Dropout DCNN能够有效提高卷积神经网络泛化能力,提升算法的可用性。

网络攻击下基于观测器的信息物理系统输出反馈控制

针对信息物理系统中随机发生的虚假数据注入攻击和数据包丢失现象,提出了一种基于观测器的信息物理系统输出反馈安全控制方法.首先,考虑到虚假数据注入攻击和数据包丢失的影响,建立了一类具有网络攻击、数据包丢失和外部扰动等多种约束参数的马尔可夫跳变系统模型;其次,借助李雅普诺夫稳定性理论、随机系统理论和线性矩阵不等式方法给出系统随机稳定的充分条件,进而设计了具有给定H∞性能的信息物理系统输出反馈控制器;最后,通过仿真实例验证了所提控制方法的正确性和有效性.

基于LSTM的短时高速公路交通量预测

高速公路交通量预测中原始数据存在大量缺失值,为了挖掘高速公路交通量时间序列中的更多信息,提高交通量预测的精度,构建了缺失值修复方法、Dropout以及长短时记忆网络(long short term memory, LSTM)相结合的高速公路流量混合预测模型。通过缺失值修复方法对高速公路流量数据进行数据修复;在LSTM网络中非循环的部分加入Dropout机制来减少过拟合情况;通过实测交通量数据进行实验,实验结果表明考虑缺失值修复的Dropout-LSTM的高速公路流量预测模型相较于LSTM及常用高速公路预测模型,预测精度更高,验证了该模型在短时高速公路交通量预测中的有效性。

基于降维状态观测器的网络化广义系统状态反馈控制器设计

针对具有时延和数据包丢失的网络化广义系统,设计了n-l维状态观测器。在此基础上,基于Lyapunov稳定性定理设计了状态反馈控制器,应用线性矩阵不等式(linear matrix inequality,LMI)工具箱得到了控制器参数的求解方法,使得系统经状态反馈后是正则、稳定、无脉冲。最后的数值算例验证了本文方法的有效性和正确性。

结合CNN和GCN的在线学习平台辍学预测方法

针对在线学习平台的高辍学率问题,提出了基于图卷积模型的在线学习辍学预测方法,通过分析学习者在不同时间尺度上的行为特征,及时发现学习者的辍学倾向,采取预防或补足措施.首先,将学习平台采集到的行为数据作为时间序列数据,使用ResNet-50作为局部特征提取的卷积神经网络(CNN),构建包含时间信息的特征向量.其后,将多维特征向量作为图卷积网络(GCN)的节点特征,通过两个GCN网络层建立相关特征的内在联系,并通过数据扁平化尽量保留更多的信息.大规模在线开放课程(MOCC)公开数据集上的实验结果表明,所提方法的预测准确度高于其他先进方法.

基于知识-数据混合驱动的综合能源系统多元负荷预测方法

当前的综合能源系统(IES)负荷预测方法几乎都是单一的数据驱动方法,忽略了IES中的能量耦合关系。此外,在现有的研究中,数据驱动方法的训练数据主要集中于历史负荷、气象等影响因素,较少考虑可再生能源出力以及不同能源供应给IES负荷预测结果带来的影响。针对上述问题,本文提出一种知识-数据混合驱动的IES多元负荷预测方法。该方法首先通过解析模型对IES中的能量耦合特性知识进行描述,并利用该知识模型对原始样本数据进行重构。然后将重构后的新样本数据作为数据驱动模型的训练样本,并使用基于随机森林算法的特征选择方法和Dropout技术提高模型的泛化能力。最后采用某IES工业园区的实际数据对本文所提方法的有效性进行了验证。仿真结果表明,该方法相较于传统单一数据驱动模型具有更好的预测效果和较高的可靠性。

存在时延和数据丢失的网络控制系统的控制器设计

研究了存在时延和数据丢失的网络控制系统的控制器设计问题.鉴于数据丢失现象和网络诱导时延的存在,将网络控制系统建成随机时延切换模型.利用李亚普诺夫方法,给出了使网络控制系统均方渐近稳定的新颖且与时延相关的条件.基于这个条件,理想的控制器可通过求解若干个线性矩阵不等式得到.利用一个数值例子证明了方法的有效性.*

具有传感器增益退化、随机时延和丢包的分布式融合估计器

研究了具有传感器增益退化、模型不确定性、数据传输时延和丢包的网络化多传感器分布式融合估计问题,模型的不确定性描述为系统矩阵受到随机扰动,传感器增益退化现象通过统计特性已知的随机变量来描述,随机时延和丢包现象存在于局部最优状态估计向融合中心传输的过程中.首先,设计了一种局部最优无偏估计器,然后将传输时延描述为随机过程,并在融合中心端建立符合存储规则的时延–丢包模型,利用最优线性无偏估计方法,导出最小方差意义下的分布式融合估计器.最后,通过算例仿真证明所设计融合估计器的有效性.

测量数据丢失的一类非线性系统迭代学习控制

迭代学习控制方法应用于网络控制系统时,由于通信网络的约束导致数据包丢失现象经常发生.针对存在输出测量数据丢失的一类非线性系统,研究P型迭代学习控制算法的收敛性问题.将数据丢失描述为一个概率已知的随机伯努利过程,在此基础上给出P型迭代学习控制算法的收敛条件,理论上证明了算法的收敛性,并通过仿真验证理论结果.研究表明,当非线性系统存在输出测量数据丢失时,迭代学习控制算法仍然可以保证跟踪误差的收敛性.

具有时延和数据丢失的直线电机迭代学习控制

针对网络环境下同时存在一步时延和数据丢失的直线电机系统,本文研究了其P型迭代学习控制方法.将一步时延描述为概率已知的随机Bernoulli过程,而将数据丢失描述为概率未知的随机Bernoulli过程,且丢失概率属于一个已知的数值区间.然后,利用λ范数理论给出了P型迭代学习控制算法的收敛条件,通过适当选取学习增益因子,可使得直线电机控制系统的输出渐近收敛于期望输出.最后通过仿真验证了本文所提控制方法的有效性。

具有延时和数据包丢失的网络控制系统的稳定性

该文研究了同时具有数据包丢失和网络诱导时延的网络控制系统的建模与稳定性。在数据包传输成功率一定的假设下 ,将网络控制系统建模为具有事件率约束的异步动态系统。利用异步动态系统的相关结论 ,给出网络控制系统指数稳定的充分条件。

基于网络的控制系统的建模与控制

根据控制在信息网络中作用的特点,首先介绍了基于网络的控制系统的概念,然后从建模和控制两个方面介绍了基于网络的控制系统的研究状况,进一步探讨了基于网络的非线性动态系统建模与控制、系统鲁棒性等有待解决的一些问题,并对此研究作了进一步展望。

有时延和数据包丢失的网络控制系统控制器设计

在同时考虑网络诱导时延和数据包丢失的基础上,研究了动态输出反馈网络控制系统指数稳定性和控制器设计问题.基于一定的数据包丢失率和不大于一个采样周期的时延,将系统建模为结构事件率约束的异步动态系统.利用线性矩阵不等式方法推导出网络接通率约束的系统指数稳定的充要条件,给出了确保系统稳定的控制器设计方法.M atlab数值算例说明了研究结果是有效可行的.

具有时延和数据包丢失的网络控制系统稳定性

针对单数据包传输情况,将同时存在网络诱导时延和数据包丢失的网络控制系统建模为具有事件约束的异步动态系统,依据Lyapunov稳定性原理,提出了同时存在网络诱导时延和数据包丢失的网络控制系统指数稳定的网络诱导时延条件和数据包丢失条件,对条件进行了实例仿真验证,仿真结果表明该条件是有效的.

网络控制系统稳定性研究

综述了目前网络控制系统的研究现状 ,介绍了随机延迟问题、数据包丢失问题和多通道输出问题的建模以及各种控制策略。在此基础上 。