基于干扰观测器的输入饱和多智能体系统事件触发控制

针对一类具有未知干扰与输入饱和的严格反馈多智能体系统,研究其在有向拓扑下的领导跟随一致性问题,提出一种基于干扰观测器的分布式事件触发控制方法.该方法首先设计干扰观测器估计未知干扰,进而结合动态面控制与自适应反步法设计控制输入.其次,采用相关阈值事件触发控制策略解决通信资源有限的问题,并引入饱和补偿系统补偿控制器信号与执行器信号的不匹配.然后,通过Lyapunov稳定性定理证明闭环系统内所有信号是半全局一致最终有界的.最后,仿真结果验证提出控制方法的有效性.

基于事件触发机制的多四旋翼无人机鲁棒自适应滑模姿态控制

针对一类具有外部干扰的多四旋翼无人机姿态系统,研究其在无向拓扑下的姿态跟踪问题,提出一种基于事件触发机制的鲁棒自适应滑模控制方法.首先,建立多四旋翼无人机的姿态动力学模型,并引入干扰观测器,对系统受到的未知外部干扰进行估计.其次,为了节约四旋翼无人机的网络传输资源,本文在传感器和控制器之间引入事件触发机制,并结合鲁棒滑模控制算法,设计基于事件触发的鲁棒自适应滑模控制器.此外,通过Lyapunov稳定性理论证明闭环系统中所有信号最终有界,并证明所设计的事件触发机制能够有效避免Zeno行为.最后,仿真结果验证所提控制方法的有效性.

基于随机采样的高层消防无人机协同搜索规划

本文面向高层消防救援提出一种基于随机采样的多无人机协同搜索规划方法.首先,受随机树状采样搜索算法启发,提出一种搜索点最优分布方法,利用其在复杂环境下对有限空间重复搜索的特性,同时解决多无人机的路径点分布问题和任务分配问题.其次,设计一种基于交易规则的搜索点优化方法,以进一步提升搜索覆盖范围.然后,利用改进的和声搜索算法得到每架无人机遍历节点的最优顺序,进而获得各无人机的规划路径.最后,采用多线程方法模拟实际任务中的分布式运算,验证所提出方法的可行性.

输入死区下的多输入多输出系统自适应神经网络容错控制

针对一类具有传感器故障和不对称输入死区的非线性多输入多输出非严格反馈系统,本文提出一种自适应神经网络容错控制方案.控制器的设计以反步法为框架,采用自适应神经网络控制方法处理传感器故障,利用死区斜率的有界性补偿输入死区对系统性能造成的影响,同时引入动态面控制技术克服"计算爆炸"的问题.该控制方法不仅能够保证闭环系统中所有信号半全局一致最终有界,而且能使跟踪误差收敛至原点附近的紧集内.最后通过两个仿真实验验证该控制方法的有效性.