Equivalent sample theory of networked control systems and its application

The equivalent sample theory and its application in analysis of networked control system （NCS） are presented. After analyzing NCS＇s scheduling in master-slave mode, the characteristics of time delay and sample are summarized. Looking on master station visiting the slave station as a special sample process, the theory of equivalent sample is presented. And based on it, the stability of a kind of NCS is analyzed. The criterion to determine the upper bound of transmission delay is introduced, which guarantees the stability. Finally, an example with simulation shows the availability and usability of this analysis method.

Robust Stability Criterion for Uncertain Neural Networks with Time Delays

The robust stability of uncertain neural network with time-varying delay was investigated.The norm-bounded uncertainties are included in the system matrices.The constraint on time-varying delays is removed,which means that a fast time-varying delay is admissible.Some new delay-dependent stability criteria were presented by using Lyapunov-Krasovskii functional and linear matrix inequalities(LMIs) approaches.Finally,a numerical example was given to illustrate the effectiveness and innovation nature of the developed techniques.

Finite-time Control for a Class of Networked Control Systems with Short Time-varying Delays and Sampling Jitter

This paper is concerned with the finite-time control problem for a class of networked control systems(NCSs) with short time-varying delays and sampling jitter.Considering a state feedback controller,the closed-loop NCS is described as a discrete-time linear system model,and the uncertain parts reflect the effect of the the network-induced delays and short sampling jitter of the system dynamics.Then a robust approach is proposed to solve the finite-time stability and stabilization problems for the considered NCS.An illustrative example is provided to demonstrate the effectiveness of the proposed theoretical results.

Lyapunov functions for studying global asymptotic stability of two rumor spreading models

In a previous work(2018,Commun.Theor.Phys.70,795–802),a new compartment model for the spreading of rumors was introduced and analyzed.However,only the local asymptotic stability of this model was discussed.In the present work,we first provide a rigorous mathematical analysis for the global asymptotic stability(GAS)of the above-mentioned rumor spreading model.By constructing suitable Lyapunov candidate functions,we obtain the GAS of a rumor-free(boundary)equilibrium point and a unique rumor-spreading(positive)equilibrium point.After that,we utilize the approach based on the Lyapunov candidate functions to study the GAS of another rumor spreading model with control strategies,which was proposed in(2022,Physica A 606,128157).As an important consequence,the GAS of the rumor spreading model with control strategies is determined fully without resorting to technical hypotheses used in the benchmark work.Lastly,the theoretical findings are supported by a set of illustrative numerical examples.The obtained results not only improve the ones constructed in the two abovementioned benchmark papers but also can be extended to study the global dynamics of other rumor propagation models in the context of both integer-order and fractional-order derivatives.

基于改进等效电路模型的直流微电网大信号稳定性分析

对高阶非线性直流微电网进行简化建模是大信号稳定性分析的有效方法。传统简化模型主要关注LC滤波器和线路阻抗等参数,难以分析换流器控制参数的影响,所建立的判据存在难以准确反映直流微电网稳定域的问题。因此,该文提出直流电压下垂控制换流器的具备完整状态变量集的改进等效电路模型,相比于传统简化模型,能更准确地刻画系统低频响应特性。基于混合势理论推导了直流微电网大信号稳定判据及其稳定域,并结合LaSalle不变集定理得到能量指标,以反映系统稳定性变化趋势。建立的稳定判据可指导控制参数优化,且能拓展到多端直流微电网的大信号稳定性分析。在多场景下仿真验证了所提改进等效电路模型和大信号稳定判据的有效性。

带输入饱和的双摆桥式起重机神经网络滑模控制

针对现代工业中输入饱和受限的双摆桥式起重机防摇摆控制问题,设计了一种基于神经网络的非奇异终端滑模控制器。首先,分析起重机的非线性动力学系统,并引入抗饱和模块将系统所需的控制力限制在驱动电机能提供的最大驱动力内;然后,采用部分状态信息反馈控制设计控制器,该控制器只需起重机小车位置、速度的反馈信息,无须实时测量吊重和摆角;之后,利用所提控制器跟踪经过规划的S形平滑函数,并用神经网络逼近起重机系统中复杂未知的非线性函数部分;最后,通过李雅普诺夫稳定性理论对系统状态的稳定性进行分析。仿真结果表明,所提控制器能在保证起重机小车准确定位的同时,有效抑制吊钩和重物的残余摆动,并且对外界干扰具有较强的鲁棒性。

基于高阶递归神经网络的AUV鲁棒控制方法

目的 提出一种基于高阶递归神经网络的AUV鲁棒控制方法。方法 利用结构简单但逼近效果优越的高阶递归神经网络,对建模不确定性和外部未知干扰进行估计,并将其补偿到输入控制律中,以提高控制性能。之后,基于HJI理论和Lyapunov稳定性分析导出神经网络权重自适应更新律和AUV自适应控制律,设计反步滑模方法作为对比方法,并进行仿真实验。结果 设计的基于高阶递归神经网络的AUV鲁棒控制方法的跟踪误差、调节时间等控制指标均优于反步滑模方法。设计的鲁棒控制方法可以控制AUV精确跟踪目标轨迹,同时具有优秀的控制性能和鲁棒性。结论 这一研究为AUV轨迹跟踪控制领域提供了一种高效且有效的方法,有望在复杂、不确定的水下环境中得到应用。

Exponential stability for impulsive Cohen-Grossberg neural networks with time-varying delays and distributed delays

Purpose–The purpose of this paper is to develop a methodology for the existence and global exponential stability of the unique equilibrium point of a class of impulsive Cohen-Grossberg neural networks.Design/methodology/approach–The authors perform M-matrix theory and homeomorphism mapping principle to investigate a class of impulsive Cohen-Grossberg networks with time-varying delays and distributed delays.The approach builds on new sufficient criterion without strict conditions imposed on self-regulation functions.Findings–The authors’approach results in new sufficient criteria easy to verify but without the usual assumption that the activation functions are bounded and the time-varying delays are differentiable.An example shows the effectiveness and superiority of the obtained results over some previously known results.Originality/value–The novelty of the proposed approach lies in removing the usual assumption that the activation functions are bounded and the time-varying delays are differentiable,and the use of M-matrix theory and homeomorphism mapping principle for the existence and global exponential stability of the unique equilibrium point of a class of impulsive Cohen-Grossberg neural networks.

储能系统锂离子电池附加受控电压源等效电路模型研究

该文在少温度和少放电电流样本测试条件下,基于二阶RC等效电路模型提出一种模型改进的方法,构建反向传播(BP)神经网络来预测宽范围温度和电流倍率下的模型端电压误差,实现对模型的动态补偿。该方法可避免对锂离子电池重复进行充、放电实验而造成循环寿命折损。仿真和实验结果表明,所提小样本数据扩展的方法具有一定的可行性;附加受控电压源的电池模型在不同温度和电流倍率下的适应性更好,模型精度得到提升。该方法通过模型分析实现电池筛选组成梯次利用储能系统,并结合电池模型实现荷电状态(SOC)预测及发热预警,在新能源发电电池储能系统应用中具有一定的实际工程意义。

数字控制DC-DC变换器改进离散迭代建模和稳定性分析

离散迭代模型是一种能精确描述数字控制变换器特性的工具,然而传统的离散模型通常计算复杂而且不够直观,不利于控制器的设计。该文对离散迭代模型进行合理近似,推导出数字控制DC-DC变换器在前沿和后沿调制下的二阶全局等效电路模型,解决了传统模型直观性和精确性之间的矛盾。该模型可以反映具有不同脉冲宽度调制方法的DC-DC变换器的稳态和动态行为。在等效电路的基础上,分析了数字控制的特性,推导出了z域传递函数,从而得到了不同调制方式下控制-输出的频率响应,并且分析了两种调制方式对系统稳定性的影响。此外,等效电路模型可以准确地跟踪详细开关电路的工作波形,并且对系统参数变化时系统的稳定边界做出精确预测。最后,搭建了DC-DC变换器的样机,验证了模型和理论分析的有效性。

软体机械臂的建模与神经网络控制

软体机械臂因其出色的环境适应能力以及安全的人机交互使其在医疗、航天航空等领域有着广阔的应用前景.但由于软体机械臂是一类连续体装置,不能采用传统的刚体机械臂的建模和控制方法,需要一种新的建模方法.针对一类线驱动软体机械臂,本文提出一种基于应变参数化方法的软体机械臂建模方法,能够描述软体机械臂在三维空间下在不同布线方式下的运动.首先把整个软体机械臂当作一个Cosserat梁,利用成熟的Cosserat梁理论进行建模,其核心思想是利用Ritz方法对软体机械臂应变场进行离散化,得到一组常微分方程组,其次利用反向传播(Back propagation,BP)神经网络完成形状空间与驱动器空间的驱动力转换.针对软体机械臂模型中存在的未知动态,利用径向基函数(Radial basis function,RBF)神经网络进行逼近和补偿.然后基于Lyapunov稳定理论证明了引入自适应神经网络控制器后闭环系统的稳定性.最后,针对模型与自适应神经网络控制器进行了一系列的仿真实验,验证了模型和控制算法的有效性.因此,可以实现对一类软体机械臂的建模控制.

拒绝服务攻击下网络化非线性系统的采样数据控制

本文研究了在拒绝服务攻击下网络化非线性系统的采样数据输出反馈控制问题.首先,为了避免使用完整的状态信息,在存在拒绝服务攻击的情况下设计了一种新颖的切换观测器.其次,同时考虑两个采样周期和拒绝服务攻击的影响,建立了一个新的切换增广系统模型,包括系统本身和误差系统.利用该模型和分段Lyapunov-Krasovskii泛函方法推导出保证切换增广系统是指数稳定的充分条件.进一步,利用线性矩阵不等式的解给出了观测器和控制器增益的共同设计方案.最后,通过仿真验证所提出控制方法的有效性.

模型大不确定下的导弹姿态控制系统设计

针对高超声速导弹再入过程中由于气动参数摄动和外部扰动导致控制系统模型大不确定的问题,提出了一种基于RBF神经网络的鲁棒自适应姿态控制系统设计方法。首先建立了基于滑模控制理论的导弹姿态控制系统模型;其次利用RBF神经网络对系统模型未知项进行智能感知与实时预测,并将控制误差引入到神经网络权值更新律中,改善了系统的动力学特性,实现了智能自适应控制;然后采用Lyapunov稳定性理论证明了系统的稳定性;最后对2种模型不确定情形下的控制方法进行了仿真验证,仿真结果表明:所设计的控制方法在模型大不确定下具有较好的控制性能和较强的鲁棒性,验证了所提方法的有效性。

具有时滞的分数阶忆阻神经网络固定时间同步

文中研究了分数阶忆阻神经网络的固定时间同步问题。根据忆阻器的电压电流特性,建立一类具有时变时滞的分数阶忆阻神经网络模型。与传统的基于最大绝对值的记忆突触权值计算方法不同,通过引入数学变换,利用微分包含理论和集值映射,在Filippov解的框架下将分数阶忆阻神经网络转化为一类具有不确定参数的分数阶系统。在固定时间稳定性理论和可测选择定理的基础上,通过构造Lyapunov函数和利用不等式技术给出其固定时间同步的充分条件,并给出同步时间上界的计算式。通过反馈控制方法,构造合适的状态反馈控制器,使主从系统实现固定时间同步,且同步时间的上界与系统初始状态无关。通过仿真算例可看出所设计的控制器可以使系统快速地实现同步。

基于优化控制理论的网络拥塞控制方法

随着Internet的迅速发展,有效的拥塞控制机制是保证Internet稳定运行的最关键因素之一。计算机网络是一个复杂的大系统。该文从控制理论的角度,分析了计算机网络拥塞的机理,研究了运用现代控制理论方法解决计算机网络系统拥塞控制问题中的主要方法,指出了目前研究工作中存在的一些问题以及进一步研究的方向。

具有包丢失和时延的网络控制系统的随机稳定性

考虑了具有包丢失和网络诱导时延的网络控制系统的随机稳定性。首先通过引入等价时延的概念来描述数据包丢失的数目、网络诱导时延与采样周期大小之间的关系。然后将网络控制系统建模为离散时间跳变系统,其等价时延由Markov链控制。最后用线性矩阵不等式和随机稳定理论给出所得系统随机稳定的充分条件和动态的状态反馈控制器。数值算例验证了该方法的有效性和优越性。

信息传输对网络采样控制系统输入/输出的影响

信息传输如何影响网络控制系统的性能,是控制理论界尚未解决的重要问题之一.本文尝试采用Shannon提出的失真评价函数、统计偏差和熵的定义,结合传统采样和网络传输理论,从统计概率的角度,证明了当网络传输受限时,网络采样控制系统性能损失和传输采样信息量之间存在倒数关系,建立了定量计算网络带宽变化量改变控制系统输入输出的方法.并通过Simulink中Truetime网络系统仿真软件验证了该方法的有效性.

Feedback Stabilization over Wireless Network Using Adaptive Coded Modulation

In this paper,we apply adaptive coded modulation (ACM) schemes to a wireless networked control system (WNCS) to improve the energy efficiency and increase the data rate over a fading channel.To capture the characteristics of varying rate, interference,and routing in wireless transmission channels,the concepts of equivalent delay (ED) and networked condition index (NCI) are introduced.Also,the analytic lower and upper bounds of EDs are obtained.Furthermore,we model the WNCS as a multicontroller switched system (MSS) under consideration of EDs and loss index in the wireless transmission.Sufficient stability condition of the closed-loop WNCS and corresponding dynamic state feedback controllers are derived in terms of linear matrix inequality (LMI). Numerical results show the validity and advantage of our proposed control strategies.

基于多观测器的变采样周期网络控制系统的H_∞控制

研究了变采样区间和多状态观测器的联合设计问题.考虑到网络诱导时延可能大于一个采样周期,假定采样周期取值在有限集内切换,构建具有单状态观测器和多状态观测器的网络控制系统Markov跳变模型.在此基础上,基于Markov理论,获得闭环网络控制系统随机稳定的充分条件和最优H∞范数上界.并且,应用线性矩阵不等式技术,获得模型依赖控制器和观测器设计方案.仿真对比表明多状态观测器对网络控制系统更有效.