具有死区的多智能体系统预设时间编队控制

针对一类具有输入死区的多智能体系统的编队控制问题,提出了一种基于事件触发机制的预设时间编队控制方法。基于事件触发机制进行控制设计,以减少冗余信号的传输。同时,通过反步法构造一种自适应模糊编队控制方法,实现死区约束下的多智能体系统编队控制。为进一步加快系统形成编队,通过预设协同时间算法对系统进行转换,使系统在预设时间内收敛形成预设的编队。通过理论分析和仿真结果验证了所提出控制方法的有效性。

针对不确定非线性系统的输入死区约束控制系统研究

针对一类具有输入死区的不确定非线性系统,提出了一种基于事件触发的模糊自适应控制方法。考虑到函数近似误差是随时间变化的,采用改进过的模糊逻辑系统来解决所考虑系统的不确定部分。为节省系统传输资源,建立了一种包含一个2位信号传输机制的事件触发机制,且在控制设计中引入了设计好的辅助系统,以补偿在实际系统中出现的输入死区所带来的影响。根据理论分析和仿真结果,可以保证所有信号的有界性,并验证了所提方法的有效性。

双边滤波器在OTDR中的应用

光时域反射仪(OTDR)在使用小脉宽测试时,曲线信噪比低、动态不足,若采用大脉宽测试,则盲区增大,不利于事件点分析。针对此问题,介绍了双边滤波器原理,引入双边滤波器对OTDR测试数据滤波。实验结果表明:双边滤波器在提高动态范围的同时可保持盲区不展宽,能够更好的提升OTDR产品性能。

PON ODN中OTDR检测能力分析研究

介绍了OTDR基本原理,比较分析了目前的几种实现方式,重点结合PON ODN的需求和OTDR自身能力,提出OTDR基本参数和测试性能的指标建议,同时根据典型的ODN场景以及需要检测的反射和衰减事件,对OTDR反射事件和衰减事件的检测指标进一步进行量化并给出具体建议。

输入死区和全状态约束下不确定非线性系统的快速稳定事件触发控制

在实际工业系统中普遍存在输入死区、全状态约束等不可忽视的问题,其对系统的性能造成较大的影响,甚至可能会导致系统不稳定.为了克服上述问题,针对一类不确定非线性系统,提出一种快速收敛的自适应神经网络事件触发控制方法.首先,将障碍Lyapunov函数引入到反步控制框架中,采用径向基函数神经网络逼近未知非线性函数,同时设计自适应事件触发机制对输入死区进行动态补偿,通过减少控制信号的更新频率来减轻系统的通信负担,并保证系统所有状态不违反预定义的约束区间.在此基础上,引入快速有限时间稳定理论,在有限时间内能够保证闭环系统所有信号的有界性以及跟踪误差快速收敛到有界的紧集内.最后,通过两个仿真算例验证所提出控制方法的有效性.

带输出死区的多智能体系统预设时间事件触发式协同控制

针对带有输出死区的多智能体系统的一致性控制问题,提出一种可预设时间的事件触发式协同控制方法.输出死区现象普遍存在于实际系统,对控制回路中负反馈调节影响较大,会导致系统控制性能的下降.为此,通过结合Nussbaum函数对输出死区特性进行补偿,以削弱其对系统性能的影响,但上述问题解决的同时也会加剧对系统控制传输资源的占用.由于多智能体系统依靠智能体之间频繁的信息交互实现控制目标,自身传输资源有限.考虑到实际系统的限制,利用事件触发控制策略节省系统的控制传输资源.更进一步,为有效提高系统性能,使系统能够快速达到稳定,引入一类转换函数进行系统变换,实现系统同步误差在预设时间内收敛于紧集的目标.理论分析和仿真结果验证了所提出方法的有效性.