一、非线性Lipschitz离散系统的全局可镇定性(论文文献综述)
刘越,周平[1](2022)在《马尔可夫跳变线性系统最优控制的研究现状与进展》文中认为马尔可夫跳变线性系统(MJLS)是一种具有多个模态的随机系统,系统在各个模态之间的跳变转移由一组马尔可夫链来决定。MJLS模型因其在表示过程中可以产生突变而更能精确的描述实际工程应用中的系统。近年来,MJLS的最优控制问题成为了研究的热点,动态规划、极大值原理以及线性矩阵不等式等成为了解决此类问题的主流方法。本文对MJLS最优控制领域的研究现状进行了综述。分别对一般情况下、带有噪声的情况下、带有时滞的情况下以及某些特定情况下的MLJS最优控制问题的国内外研究现状进行论述。最后进行了总结并提出MJLS最优控制领域未来值得关注的研究方向。
贾晨[2](2021)在《预见控制理论在容错控制中的应用》文中认为预见控制是一种可以显着提高系统运行效率的控制理论和方法,在实际问题中有着广泛的应用.现代工业系统对安全性和可靠性的需求日益增长使得容错控制成为控制系统研究的热点之一.本文将预见控制理论应用到容错控制中,研究了几类线性系统的容错预见控制问题.具体内容包含以下几个方面:(1)针对一类发生执行器故障的连续时间线性系统,研究了带有预见作用的容错控制器设计问题.根据容错控制中的模型跟踪控制方法引入了一个具有理想特性的参考模型,然后利用一般方法构造增广系统,将输出跟踪问题转化为调节问题.基于最优控制理论得到了增广系统的控制器,进而通过积分获得原系统的容错预见控制器.将所得结果应用到蒸汽发生器水位调节系统中发现预见作用的存在能够有效消除故障信号对水位的影响.(2)研究了一类具有多输入时滞的离散时间系统发生传感器故障时的容错预见控制问题.通过构造增广系统和采用积分变换方法,将原问题转化为无时滞系统的最优调节问题.对比以往使用的离散提升技术,此方法避免了增广系统的维数随着时滞项的增多而增加,减少了计算量,然后针对无时滞增广系统引入性能指标函数,应用最优控制理论获得相应控制器,根据差分算子的定义得到原系统的容错预见控制器.所得结果适用于无时滞情形.(3)研究了一类发生传感器故障的连续时间广义系统的脉冲消除和容错预见控制器设计问题.根据系统的脉冲能控性,引入了状态预反馈对原系统进行脉冲消除.对所得无脉冲广义系统作受限等价变换得到一个正常系统和一个代数方程,然后构造包含正常系统、参考模型和误差方程的增广系统.利用状态预反馈及受限等价变换过程中的变量关系对关于原系统所提出的性能指标函数进行改写,并对所构造的增广系统进行状态反馈得到新增广系统及其对应的性能指标函数.求解新增广系统的最优控制器,并将其回归到原系统得到了容错预见控制器.(4)研究了一类同时发生执行器和传感器故障的多输入时滞因果广义系统的容错预见控制问题.利用因果广义系统的特点,通过受限等价变换和差分构造了具有多输入时滞的增广系统,提出了一个新的积分变换将其转变为无时滞系统.讨论了无时滞增广系统与原系统之间的可镇定性、可检测性关系.采用最优控制理论求解无时滞系统的控制器,进而得到原系统的容错预见控制器.所得结果对于无时滞情形也是适用的.(5)研究了一类发生执行器故障的连续时间线性系统的滑模容错预见控制器设计问题.通过构造增广系统将原问题转变为调节问题,然后针对增广状态向量引入性能指标函数,提出了预见滑模面的设计方法.根据连续指数趋近律方法解得增广系统的滑模控制器,进一步获得原系统的滑模容错预见控制器.仿真部分将所得控制器设计方法与容错预见控制进行对比,结果显示该方法对故障的抑制效果更佳,超调更小.(6)研究了一类发生执行器故障的离散时间线性系统的滑模容错预见控制问题.使用差分方法构造了状态向量不包含可预见信号的增广系统,针对其引入性能指标函数,应用离散时间最优预见控制已有结论解得增益矩阵.然后将可预见信号增广至状态向量中得到新增广系统,利用所得增益矩阵获得了关于新增广系统的预见滑模面.采用离散指数趋近律方法得到了新增广系统的滑模控制器,进而获得所需滑模容错预见控制器.本部分还提出了一个扩张状态观测器,对原系统的状态向量进行估计.文中所有结论都给出了严格的数学证明,数值仿真结果验证了所提出的容错预见控制器的有效性.
田袁[3](2020)在《脉冲作用下的多智能体系统一致性控制》文中研究表明多智能体系统作为分布式人工智能的一项技术,广泛的应用于计算机、金融、航天科技和生态治理等领域,一致性是多智能体系统协同完成任务时一个最基础的要求,因此,与一致性控制相关的研究受到持续的关注。在实际应用中,由于外部环境干扰,频率变化,系统切换或是人为干预等原因,智能体状态经常会受到突然跳变或瞬时扰动所产生的脉冲影响,脉冲对一致性控制有着不容忽视的影响。因此,本文致力于研究在脉冲影响下的多智能体系统一致性控制的若干问题,分别从脉冲发生的时间机制、脉冲作用对系统产生的效果、脉冲控制以及智能体的动力学行为、智能体间连接拓扑和一致性收敛时间等方面进行相关研究和探索:1、研究时变脉冲作用下的一阶非线性多智能体系统的分布式一致性控制问题。采用经典的分布式控制模型作为一致性控制策略,结合控制强度和时变脉冲效果对实现一致性控制任务的不同影响,将问题主要分为三种情况讨论:1)一致镇定性控制强度和稳定性脉冲作用,2)一致镇定性控制强度和发散性脉冲作用,3)不能一致镇定控制强度和稳定性脉冲作用。在第一种情况下,我们通过理论证明一致性控制与脉冲发生的时刻无关,问题可以弱化为无脉冲作用的一致性控制问题。在第二、三种情况下,为了克服时变脉冲作用带来的脉冲时刻不确定的理论分析困难,我们引入B-equivalence方法建立了一个固定时刻脉冲作用的系统作为原始系统的比较系统,然后利用稳定性理论相关知识证明了两个系统具有同样的稳定性质,最后通过分析固定时刻脉冲比较系统得到时变脉冲作用下的多智能体系统的一致性控制的准则。2、利用稳定性脉冲的优势,为有领航者的非线性多智能体系统设计了一组时变脉冲协议进行一致性追踪控制。首先,根据一致性追踪任务要求,建立了一致性追踪全局误差系统,该系统为一个时变脉冲系统:脉冲时刻受到智能体状态影响,脉冲跳变函数包含智能体之间局部交换信息拓扑和智能体状态的控制变量。然后,为了克服时变脉冲带来的理论分析难题,引入B-equivalence方法建立一个固定时刻脉冲系统作为比较系统,为此,我们精心挑选的一组可以使系统避免击打现象的条件,计算出两个系统解的误差二范数值,得到比较系统和原始系统具有相同的稳定性能。最后,采用Lyapunov稳定性分析方法和数学归纳法建立了时变脉冲一致性追踪控制的充分条件。3、对一致性收敛时间进行更明确的研究,研究在平均时刻脉冲作用下的二阶非线性多智能体系统的有限时间一致性控制。首先,设计了一组能够避免抖振现象的有限时间一致性的控制协议,该控制协议由智能体的邻居状态反馈和自身状态反馈组成,邻居状态反馈不仅可以用于多智能体系统一致性控制,还可以用于智能体之间的信息交换,自身状态反馈部分保证多智能体网络能够在有限之间内达到一致性。然后,根据脉冲作用效果的不同,将脉冲分为:发散效果和稳定效果。分别在这两种脉冲作用下讨论二阶非线性多智能体系统的有限时间一致性问题。建立了在不同脉冲作用下的有限时间一致性条件和它们分别对应的一致性收敛时间,一致性收敛时间里保存了初始状态,脉冲的强度和间隔和控制强度。除此之外,还建立了脉冲控制下的二阶非线性多智能体系统指数一致性控制准则。4、研究更复杂的二阶非线性多智能体系统的有限时间一致性控制问题:智能体之间的连接拓扑有向且动态,受到Markov随机过程影响,智能体状态受到脉冲的干扰。设计一组不含符号函数能够避免抖振现象的控制协议,根据控制任务要求,结合图论和随机理论知识,构建几个在一致性收敛分析中起到关键作用的矩阵。在此基础上,利用随机理论和混杂系统分析方法,分别估计了连续时间和离散时间系统的上限,然后,建立复杂二阶非线性多智能体系统的有限时间一致性控制准则。除此之外,通过调整控制器参数,还建立了脉冲干扰下的Markov切换二阶多智能体系统的指数渐近一致性的充分条件。
赵东阳[4](2020)在《网络环境下复杂随机系统的故障诊断与容错控制》文中研究表明网络控制系统是系统组件经由共享通讯网络连接而成的闭环反馈控制系统。随着互联网技术发展的日新月异,网络技术与现代工业生产过程之间的交叉融合日益加深,科学理论的蓬勃发展使网络控制系统实际上变得日益复杂,通常具有高度非线性特性。而复杂随机系统作为控制系统领域的重要分支,能够较为准确地描述网络通讯系统、航天器系统、运动控制系统中存在的系统结构突变,已成为了经久不衰的研究热点受到学者们的广泛关注。而实际系统在长时间高负荷的运转过程中,各类元器件难免会出现故障,最常见的便是执行器故障,会带来不可避免的系统安全性与可靠性问题,造成严重的经济损失。因此故障诊断与容错控制技术作为补偿系统故障,提高系统性能的有效手段,近年来已成为国内外的重点研究课题,研究成果已被有效地应用于工业生产过程当中。论文以网络通讯环境下的复杂随机系统为研究对象,考虑了信号量化、事件触发、数据包丢失、执行器故障和饱和等通讯约束和执行器物理约束,开展了故障诊断滤波器设计和容错控制器设计问题的研究,主要研究内容如下:首先,针对一类受不可靠通讯造成的传感器饱和现象影响的部分转移概率未知的离散Markov跳变系统,研究了相应的H∞滤波鲁棒故障诊断问题。所研究的系统模型包含全局利普希茨非线性、状态依赖随机噪声和外部扰动信号。本文通过运用合理的分解方法对传感器饱和特性进行处理。由于被控对象与滤波器之间的通讯缺乏足够的可靠性,需要同时考虑输出量化信号和数据丢包对系统性能造成的影响。本文运用一个服从Bernoulli二次分布的随机变量对数据传输过程中遇到的信号部分丢失现象进行建模,与运用传统对数量化器得到的控制结果进行对比可以看出所提出的动态量化器参数能够实现在线调节且相应的实际调节规则能够保障被控系统的动态性能。通过引入恰当的松弛矩阵变量,系统矩阵与李雅普诺夫矩阵之间由于系统在不同模态间切换而产生的耦合现象能够得到有效处理。本文基于不完整的测量值设计了一个全阶滤波器来使得增广的误差系统达到随机稳定。通过列举一系列矩阵不等式表明了故障诊断滤波器存在的充分条件并展开了相应分析。最终用一个数值算例印证了滤波器方法的有效性。其次,对于一类受数据通道通讯能力有限性、参数不确定性、外部扰动和执行器故障影响的连续Markov跳变系统开展了自适应容错控制问题研究。在执行器故障、外部扰动和非参数化时变阻塞故障的确切信息是完全未知的情况下,运用动态均衡量化器来进行控制器的设计工作。考虑通讯信道编码端与解码端数据非匹配初始化现象,提出了一种全新的量化自适应容错控制设计方法来消除执行器、参数不确定性和外部扰动产生的影响,进一步可以证明全局闭环系统的解是一致有界的,具有几乎渐近稳定性。最终通过数值算例仿真验证了所提出全新方法的有效性。接下来,针对处于高频采样环境中的Markov跳变系统研究了自适应容错控制问题。通过将匹配非线性、未知执行器解耦因子和待测状态变量放到统一框架下进行考量,分别运用反步控制方法与滑模控制方法对系统进行镇定。提出一种自适应滑模观测器方法来获得系统状态向量的估计值,基于状态估计值为全局闭环系统设计了一种积分型滑模面,从而推出一种滑模控制方案来保障故障闭环系统的随机稳定性。最终通过仿真算例来验证所设计的容错控制方法的有效性。最后,针对具有执行器故障的伊藤随机系统,研究了基于事件触发的自适应模糊滑模控制问题。提出了一种新型事件触发判据和新的自适应滑模控制方案来对故障随机系统进行镇定,系统中的未知非线性项可以通过模糊机制进行近似。通过对执行器故障的有效性损失进行恰当地估计,所提出的鲁棒滑模控制器能够使滑模面的迹线最终进入特定滑模区域并能够保证闭环系统的状态变量是有界稳定的且可以达到任意小。此外,事件触发采样间隔的最小值可以通过理论推导得出。基于直升机的仿真算例本章验证了所提出的事件触发滑模控制方法的有效性。
夏振刚[5](2020)在《异构网络与符号网络下的多智能体系统包含控制研究》文中进行了进一步梳理随着现代科技的不断发展,人们面临的问题越来越复杂化,这也促使计算机技术、通信技术等各学科不断交叉结合。在实际应用中,多智能体系统因其简易的可操控性以及优越的任务完成能力,受到学者们的广泛关注,多智能体系统协同控制应运而生。多智能体系统的包含控制作为多智能体系统协同控制研究的一个重要分支,在地面勘探,物流运输以及军事领域都有着广泛的应用前景。在此背景下,基于图理论、矩阵分析理论、代数知识以及线性系统的稳定性判断方法等知识,结合相应的智能体控制算法,研究了不同通信网络下的多智能体系统的包含控制。在实现多智能体系统包含控制的过程中,系统的通信网络可能会受到某些因素干扰变得不稳定,使得系统的稳定性也随之受到影响。本文对切换异构网络下的二阶系统的包含控制问题进行了研究,其中位置对应的拓扑是无向的,速度对应的拓扑是有向的。考虑了速度拓扑固定,位置拓扑随时间切换和位置拓扑固定,速度拓扑随时间切换这两种拓扑切换情形。分别为这两种情形下的多智能体系统设计了对应的控制协议,并结合Lyapunov稳定性理论,La Salle不变集理论和Cauchy收敛准则给出了多智能体系统实现包含控制的充分条件,证明了在速度上跟随者最终与具有相同恒定速度的领导者趋于一致,跟随者最终移动到由领导者位置状态构成的凸包中,整个系统最终实现稳定的包含控制。给出相应的数值仿真验证了所提算法的有效性和可行性。本文进一步考虑了智能体间不仅仅存在合作关系,同时还存在对抗关系的情况,并将一般线性动力学方程作为研究对象,讨论了符号有向图下一般线性多智能体系统的可镇定性和二分包含控制的实现问题。在符号有向图中负边表示智能体之间的对抗关系。应用所设计的二分包含控制协议,并结合线性系统镇定理论和带符号的Laplacian矩阵,讨论了具有多个领导者的多智能体系统实现镇定的必要条件。根据系统稳定的必要条件,给出了一种匹配领导个体与跟随个体的方法来建立领导-跟随多智能体系统网络。在此基础上,设计了相应的状态反馈增益,并应用系统误差和代数Riccati方程证明了多智能体系统的稳定性,并证明了跟随个体可以逐步收敛到由领导个体的状态及其符号反转状态所构成的凸包中,整个系统可以实现二分包含控制。通过数值仿真验证了本文算法的正确性。
李洪飞[6](2019)在《几类非线性脉冲饱和控制系统的稳定性分析》文中研究指明脉冲现象普遍存在于许多实际控制系统中,脉冲控制因其容易实现且成本低廉的特有优势,已经成为用于维持系统稳定状态的一种重要控制手段。同时,执行器饱和现象是典型的约束现象。执行器饱和现象因具有不光滑的特性,不仅会严重降低系统的动态性能,甚至会破坏系统的稳定性,然而目前对于抗饱和脉冲控制的理论研究才刚刚处于初级阶段。因此,深入研究几类非线性脉冲饱和控制系统有着极强的理论价值和深远的实际意义。本文在已有脉冲系统理论和饱和控制系统理论的基础上,对几类非线性脉冲饱和控制系统的动力学行为展开深入的研究,提出的非线性脉冲饱和控制系统的局部稳定性条件以及扩大吸引域估计的优化算法。本论文的主要贡献和创新点如下:设计了一种新的混杂控制策略,这种混杂控制器结合了脉冲饱和控制和采样控制两种控制器的特性。同时,我们分别通过运用两种不同的饱和控制系统的分析方法(即凸组合方法和扇形区域法)来处理执行器饱和项。基于两种不同的饱和控制系统的分析技巧,并利用Lyapunov稳定性理论和脉冲控制理论,来研究一类混杂控制器下神经网络模型的指数稳定性问题。同时,获得了保证神经网络模型的指数镇定的有效LMIs判据,并得到了稳定吸引域的估计值。研究了具有采样控制的非线性耦合脉冲饱和系统的指数镇定性问题。并设计了两种类型的混杂控制器,即全输入约束的脉冲和采样控制器以及部分输入约束的脉冲和采样控制器。针对这两类混杂控制器,我们分三种情况来考虑:第一,混杂控制器中的脉冲饱和控制和采样控制都有利于耦合系统的稳定;第二,当脉冲饱和控制不利于耦合系统的稳定性时,那么混杂控制器中的采样控制将有益于耦合系统的稳定;第三,当混杂控制器中的采样控制不利于耦合系统的稳定特性时,那么脉冲饱和控制将有益于耦合系统的稳定。通过利用凸组合方法并借助二范数分析方法,建立了保证非线性耦合脉冲饱和系统的镇定性充分条件,并获得相关吸引域的估计值。研究了具有无界时滞的惯性神经网络在脉冲饱和控制下的渐近同步问题。构建了一种新颖的脉冲微分不等式,这种不等式分析技巧可以有效避免无界时滞项和脉冲效应对惯性神经网络所造成的影响。通过运用凸组合方法,可以有效的将脉冲饱和控制中的饱和项表示为若干个反馈控制的凸包形式,从而获得保证无界时滞系统渐近同步保守性更低的有效判据。作为实际应用,基于脉冲饱和控制实现系统同步,我们设计了一个新的图像加密算法,它可以很好的防止差异性攻击。另外,通过对比实验结果分析得到,新的图像加密算法具有更好的加密效果。研究了一类具有时滞的非线性脉冲饱和控制系统的稳定性问题。构建了一种新颖的含有时滞依赖的多项式形式的Lyapunov-Krasovskii泛函,并且以此获得了一些保守性较低的LMIs判据来保证具有时滞的非线性脉冲饱和控制系统的稳定。通过引入时滞依赖的状态向量和反馈矩阵乘积的形式,有效的将脉冲饱和控制中的饱和项表示为凸组合的形式,以此进一步的获得了更大的吸引域估计值。作为一个应用,通过利用时滞依赖的多面体技巧和时滞依赖的LyapunovKrasovskii泛函方法,进一步研究了具有脉冲饱和控制的时滞惯性神经网络的渐近同步问题。
李梦玲[7](2019)在《带Lévy噪声的非线性随机系统的稳定性与控制研究》文中提出由于Lévy噪声不仅可以描述连续的Brown运动,而且也适合描述物理系统中经常出现的随机故障、陡变或突发性干扰,所以在模型中考虑Lévy噪声更符合工程实际。非线性更是现实系统的本质特性,因此带Lévy噪声的非线性随机系统稳定性与控制研究已经得到了众多学者的关注,也是一个研究热点。本文主要研究带Lévy噪声的随机非线性系统的稳定性与控制问题。研究的对象主要是带Lévy噪声的随机非线性系统,分别研究了带Lévy噪声的中立型随机时滞混杂系统的几乎必然稳定性、带Lévy噪声的切换随机时滞系统的输入到状态稳定性、带Lévy噪声的非线性切换随机系统的矩指数输入到状态稳定性以及基于滑模控制和自适应控制的带Lévy噪声的随机系统的稳定性。利用随机动力学系统的一些基本分析工具,比如Lyapunov稳定性理论、比较原理、随机分析、M矩阵、非负半鞅收敛定理、输入到状态稳定性、滑模控制理论、自适应控制理论等。建立使得带Lévy噪声的随机非线性系统达到稳定性的充分条件。本文的主要工作总结如下:1.论述了带Lévy噪声的非线性随机系统的稳定性和控制的研究背景及意义,介绍了带Lévy噪声的随机非线性系统的控制研究进展,并结合本文的主要研究内容,着重综述了滑模控制和自适应控制的研究情况。然后给出了一些预备知识、相关定理、引理和定义等,最后简要介绍了本文的主要研究内容和章节安排。2.研究了带Lévy噪声的中立型随机时滞混杂系统的具有一般衰减率的几乎必然稳定性。首先给出一类ψ型函数与具有一般衰减率的几乎必然稳定性的定义。利用Lyapunov函数和非负半鞅收敛定理,可以得到所考虑系统的具有一般衰减率的几乎必然稳定性的充分条件。然后利用M矩阵理论,给出每个模态对应系数的上界。特别地,所考虑系统的上界可以是高阶非线性的。3.研究了一类带Lévy噪声的切换随机时滞系统的输入到状态稳定性。根据多Lyapunov函数和平均驻留时间方法,当所有子系统都是输入到状态稳定时,得到了一般衰减率输入到状态稳定性的充分条件。然后利用比较原理和常数变易法,当子系统既包含输入到状态稳定子系统又包含非输入到状态稳定子系统时,得到了指数输入到状态稳定性的充分条件。4.研究了一类带Lévy噪声的非线性切换随机系统的矩指数输入到状态稳定性。把经典的Lyapunov函数法扩展到连续可微且有不定导数的Lyapunov函数,考虑了两种情形:(1)同步切换,也意味着控制器与系统模态保持一致;(2)异步切换,也意味着控制器相对于系统模态的切换有滞后。利用不定导数Lyapunov函数法和平均驻留时间法,得到了矩指数输入到状态稳定的充分条件。5.利用滑模控制方法研究了带Lévy噪声的二阶非线性随机系统的几乎必然稳定性。两种滑模面及其对应的滑模控制器被构建。首先建立一个传统线性滑模面,利用随机分析技术和Lyapunov函数方法,得到了满足几乎必然稳定性的充分性条件。然后利用非奇异终端滑模控制技术,设计与其对应的控制器,得到了保证几乎必然稳定性的充分性条件。6.基于自适应控制方法研究了带Lévy噪声和马尔可夫切换的非线性随机系统的均方渐近稳定性。首先考虑一类一般的非线性系统,这类系统的系数的界和外部扰动都是未知的。之后利用Lyapunov函数和M矩阵方法,设计一个自适应控制器实现系统的均方稳定性。接下来,考虑一类线性系统,这类系统的噪声系数是未知的,设计对应的自适应控制器迫使系统的状态轨线实现均方渐近稳定性。最后,总结本文工作,展望后续研究课题。
段凯[8](2018)在《考虑执行器故障的网络化系统动态量化控制研究》文中研究指明随着“工业4.0”战略构想的提出,在工业领域构建信息物理融合系统成为必然趋势。而要实现信息与物理的深度融合,就需要用网络将多维异构的计算单元和物理对象集成在一起,从而形成一个网络控制系统。和传统点对点的控制系统相比,网络化系统的设计面对许多新的挑战。首先,当通讯网络的带宽资源有限时,过重的通信负荷会使得系统的控制能力下降。目前,提高网络资源利用率可以采用的比较有前景的两种方法是:数据量化和事件驱动。这两者能否有机结合,受到越来越多学者的关注。其次,受器件老化和外部干扰的影响,执行器的可靠性并不能时刻得到保证,如何加以应对而使得性能指标维持在可接受的范围内,成为研究人员所关心的问题。本文以动态量化与执行器故障为主要切入点,采用事件驱动的方式,在各章中依次结合传感器故障、被控对象模型不确定性、时间延迟和数据包丢失等网络化系统中的常见问题进行了讨论。主要研究成果包括:1)以动态均匀量化器为依托,控制器采用状态二次型依赖的事件驱动机制,对于受到常数传感器故障和执行器故障影响的离散网络化系统,给出了其渐近稳定的充分条件,并进行了相应镇定控制器的设计。2)以动态均匀量化器为依托,执行器采用事件驱动的机制,对于受到被控对象模型不确定性和随机执行器故障影响的离散网络化系统,给出了其均方渐近稳定的充分条件,并进行了相应鲁棒镇定控制器的设计。3)以动态有限级对数量化器为依托,控制器采用状态二次型依赖的事件驱动机制,对于受到确定性执行器故障和常数时延影响的离散网络化系统,基于时延无关的Lyapunov-Krasovskii泛函方法和线性矩阵不等式技术,给出了其渐近稳定的充分条件,并进行了相应镇定控制器的设计。4)以动态有限级对数量化器为依托,控制器采用状态二次型依赖的事件驱动机制,对于受到随机执行器故障和服从Bernoulli分布的丢包影响的离散网络化系统,基于Lyapunov函数方法和线性矩阵不等式技术,给出了其均方渐近稳定的充分条件,并进行了相应镇定控制器的设计。
卢延荣[9](2018)在《多智能体系统的协调预见跟踪控制》文中研究说明预见控制因其深刻的应用背景而得到了广泛的关注.近年来,更是与不同控制系统相结合取得了长足的发展.本文在预见控制理论和多智能体系统的协调控制理论的基础上,系统地研究了多智能体系统的协调预见跟踪控制问题.主要内容如下:(一)研究了连续时间多智能体系统在有向图上的协调最优预见跟踪控制问题.首先将领导者输出信号可预见的协调跟踪问题转化为一个增广系统的最优调节问题.其次应用标准的连续时间线性系统最优预见控制的结果得到增广系统的控制器,从而得到多智能体系统包含全局输出误差积分和预见补偿作用的状态反馈控制器.最后在证明增广系统可镇定与可检测条件成立的基础上,给出了多智能体系统实现最优跟踪一致性的充分条件.(二)研究了离散时间多智能体系统的协调最优预见跟踪问题.在互联拓扑包含一棵有向生成树的条件下,首先利用状态增广技术把协调跟踪问题转化为一个增广系统的全局最优调节问题.其次应用离散时间线性二次型调节理论的相关结果,给出了使闭环增广系统渐近稳定的控制器.最后由此得到了原系统实现跟踪一致性的全局最优预见控制器.(三)研究了领导者输出为振幅不减小参考信号的协调全局最优预见跟踪问题.首先引入一类分布式的内模,将通信拓扑为含有一棵生成树的协调跟踪问题转化为增广系统的全局最优调节问题.其次应用标准的线性二次型最优预见控制理论,获得了保证增广系统渐近稳定的最优控制器.在证明控制器存在性的基础上,给出了使原始问题可解的充分条件,同时获得了多智能系统具有全局输出误差积分和预见补偿的协调全局最优控制器.(四)研究了上述问题的离散时间情形.首先引入基于预见信息的辅助系统和一类分布式的内模,为每个跟随者建立了一个增广系统.这样便于将协调预见跟踪问题表述为分布式输出调节问题进行处理.其次在证明分布式输出调节问题的可解性和增广系统的可镇定性的基础上,推导出了保证每个跟随者的输出渐近跟踪可预见领导者输出的充分性条件.同时借助于离散时间代数Riccati方程,设计了具有虚拟调节输出积分和预见前馈补偿的分布式动态状态反馈控制律.(五)考虑了连续时间广义多智能体系统的协调最优预见跟踪问题.在有向图包含一棵生成树的假设下,运用无环的假设和状态增广技术,能够证明协调跟踪问题等价于一簇低维广义增广子系统的局部最优调节问题.为设计分布式的最优预见控制器,首先应用受限系统等价技术和预见控制理论获得了降阶正常子系统的最优预见控制器;其次利用受限等价逆关系构造性地导出了基于原始系统矩阵的分布式控制器,同时给出了一个满足广义代数Riccati方程的精确容许解.在证明分布式控制器能够渐近镇定广义增广子系统的基础上,提出了实现全局协调预见跟踪的充分性条件.
赵永驰[10](2018)在《基于李雅普诺夫函数的时滞切换系统观测器设计》文中研究表明切换系统的研究基本上集中在探讨动态系统的分析、状态控制与反馈控制的方法合成及其创新研究。系统的行为由多个动态方程和切换规则组成,切换规则决定哪个动态方程运行。切换系统是广义的混合系统的分支之一,分析与控制都较单独的系统复杂得多,对切换控制系统的动态行为分析完全不同于传统的非切换系统。其切换系统的特性分析及其相应的控制器设计比传统非切换系统困难。时滞是控制系统在建立数学模型中常见的现象,它是导致系统出现性能衰减的关键因素之一,因此对时滞切换系统的观测器设计是控制理论的重要研究领域,目前尚存在诸多疑难问题待进一步研究。在控制系统的稳定性研究与控制系统的观测器设计方面,李雅普诺夫稳定性理论是其中重要的基础理论,在切换系统的观测误差系统分析之中运用李雅普诺夫稳定性定理,得到了误差切换系统的稳定性条件,且设计了切换系统的观测器,进而获得满足系统条件的线性矩阵不等式。本论文主要利用了李雅普诺夫函数、线性矩阵不等式、平均驻留时间等方法研究了时滞非线性切换系统观测器设计问题,详细研究工作有以下几个方面:(1)探讨了连续切换系统的稳定性问题,当切换系统拥有共同李雅普诺夫函数时,切换系统在任意切换信号下是渐近稳定的。首先分析拥有共同李雅普诺夫函数的二阶切换系统,其次根据数学紧致性,推导了二阶切换系统拥有二次李雅普诺夫函数,而后把结论推广到切换系统的凸组合拥有共同李雅普诺夫函数。切换子系统的矩阵是强稳定赫尔维茨矩阵,此切换系统是渐近稳定的,结论拓展到负伪反对称矩阵。(2)研究了基于李雅普诺夫函数的时滞非线性连续切换系统观测器设计,确保了误差切换系统的性能;研讨了具有不确定性时滞连续切换系统的观测器设计,保证了切换系统观测器设计的鲁棒性;研究了异步非线性切换系统的观测器设计,探讨了扩展切换系统的稳定性。它们利用了平均驻留时间,推导出误差切换系统鲁棒稳定性的线性矩阵不等式,给出误差切换系统的观测器增益矩阵设计策略,保证误差切换系统无扰动的渐近稳定性能和具有扰动的H∞性能指标。(3)分析了具有时滞的非线性离散切换系统观测器设计,研究了具有不确定离散切换系统的观测器设计,讨论了具有脉冲的离散切换系统的观测器设计,呈现了多时滞的离散切换系统观测器设计,探讨了离散异步切换系统的观测器设计。设计出系统的观测器增益矩阵,分析了误差切换系统的性能,保证了系统在无扰动时具有渐近稳定性,在有扰动时误差切换系统具有H∞性能。(4)呈现了线性切换系统的函数观测器设计,其基础是在Darouac上对函数观测器的研究,把研究的部分结论用到了切换系统方面,针对具有时滞的切换系统,设计了函数观测器,推导了误差切换系统对任何初始条件x(q)与任意输入u(t)满足误差状态渐近收敛的线性矩阵不等式条件。(5)考虑了具有单侧Lipschitz非线性切换系统的观测器设计,首先研究单侧Lipschitz连续切换系统的函数观测器设计,证明误差切换系统是指数渐近稳定的,也分析了误差系统满足H∞性能,其次研究单侧Lipschitz离散切换系统的函数观测器设计,同样证明其误差切换系统的稳定性,推导出满足稳定性的充分条件,并推导了单侧Lipschitz离散切换系统的一般观测器设计,也分析了其系统稳定性。最后对定理进行了数值实验仿真,表明了定理的有效性和推理过程的正确性。
二、非线性Lipschitz离散系统的全局可镇定性(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、非线性Lipschitz离散系统的全局可镇定性(论文提纲范文)
(1)马尔可夫跳变线性系统最优控制的研究现状与进展(论文提纲范文)
0 引言 |
1 一般情况下的MJLS最优控制 |
1.1 离散时间情况 |
1.2 连续时间情况 |
2 带有噪声的MJLS最优控制 |
2.1 离散时间情况 |
2.2 连续时间情况 |
3 带有时滞的MJLS最优控制 |
3.1 离散时间情况 |
3.2 连续时间情况 |
4 特定情况下的MJLS最优控制 |
4.1 离散时间情况 |
4.2 连续时间情况 |
5 总结与展望 |
(2)预见控制理论在容错控制中的应用(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩写和符号清单 |
1 引言 |
2 文献综述 |
2.1 预见控制的文献综述 |
2.1.1 预见控制的研究背景 |
2.1.2 预见控制的研究方法 |
2.1.3 预见控制的研究现状 |
2.2 容错控制的研究综述 |
2.2.1 容错控制的研究背景 |
2.2.2 故障分类 |
2.2.3 容错控制的研究方法 |
2.2.4 容错控制的研究现状 |
2.3 滑模控制的研究综述 |
2.3.1 滑模控制的研究背景 |
2.3.2 滑模控制的研究方法 |
2.3.3 滑模控制的研究现状 |
3 一类连续时间线性系统的容错预见控制 |
3.1 引言 |
3.2 问题描述 |
3.3 容错预见控制器的设计 |
3.4 控制器存在的条件 |
3.5 数值仿真 |
3.6 本章小结 |
4 一类离散时间线性系统的容错预见控制 |
4.1 引言 |
4.2 问题描述 |
4.3 增广系统的构造和时滞变换 |
4.4 控制器的存在条件 |
4.5 数值仿真 |
4.6 本章小结 |
5 一类连续时间广义系统的容错预见控制 |
5.1 引言 |
5.2 问题描述 |
5.3 脉冲消除和受限等价变换 |
5.4 增广系统的构造 |
5.5 控制器存在的条件 |
5.6 数值仿真 |
5.7 本章小结 |
6 一类离散时间广义系统的容错预见控制 |
6.1 引言 |
6.2 问题描述 |
6.3 受限等价变换 |
6.4 增广系统构造和时滞变换 |
6.5 控制器的存在条件 |
6.6 数值仿真 |
6.7 本章小结 |
7 一类连续时间线性系统的滑模容错预见控制 |
7.1 引言 |
7.2 问题描述 |
7.3 预见滑模面的设计 |
7.4 滑模容错预见控制器的设计 |
7.5 数值仿真 |
7.6 本章小结 |
8 一类离散时间线性系统的滑模容错预见控制 |
8.1 引言 |
8.2 问题描述 |
8.3 预见滑模面的设计 |
8.4 滑模容错控制器的设计 |
8.5 状态观测器的设计 |
8.6 数值仿真 |
8.7 本章小结 |
9 结论与展望 |
9.1 结论 |
9.2 展望 |
参考文献 |
作者简历及在学研究成果 |
学位论文数据集 |
(3)脉冲作用下的多智能体系统一致性控制(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 多智能体系统 |
1.1.1 一致性 |
1.1.2 智能体动力学特性 |
1.1.3 智能体间连接拓扑 |
1.1.4 一致性行为 |
1.1.5 控制策略分类 |
1.2 脉冲相关理论 |
1.2.1 稳定性脉冲及脉冲控制 |
1.2.2 发散性脉冲及脉冲干扰 |
1.2.3 时变脉冲作用 |
1.2.4 时变脉冲控制理论研究现状 |
1.3 预备知识 |
1.4 主要研究内容和思路 |
第二章 时变脉冲作用下的多智能体系统分布式一致性控制 |
2.1 引言 |
2.2 模型描述和预备知识 |
2.3 比较系统的建立 |
2.3.1 B-equivalence方法 |
2.3.2 比较系统 |
2.4 一致性控制准则建立 |
2.4.1 稳定脉冲且镇定性控制强度 |
2.4.2 不能镇定控制强度或发散脉冲作用 |
2.5 数值模拟 |
2.5.1 稳定性脉冲和镇定性控制强度 |
2.5.2 发散性脉冲和镇定性控制强度 |
2.5.3 稳定性脉冲和不能一致性镇定的控制强度 |
2.6 本章小结 |
第三章 带领航者非线性多智能体系统的时变脉冲追踪控制 |
3.1 引言 |
3.2 模型描述和预备知识 |
3.3 比较系统 |
3.4 主要结论 |
3.5 数值模拟 |
3.6 本章小结 |
第四章 脉冲作用下的二阶多智能体系统有限时间一致性控制 |
4.1 引言 |
4.2 模型描述及控制协议提出 |
4.3 主要结论 |
4.3.1 发散脉冲作用 |
4.3.2 稳定性脉冲作用 |
4.4 数值仿真 |
4.5 本章小结 |
第五章 脉冲干扰的动态二阶多智能体系统有限时间均方一致性控制 |
5.1 引言 |
5.2 预备知识 |
5.3 问题提出与建模 |
5.4 主要结论 |
5.4.1 有限时间均方一致性 |
5.4.2 指数均方一致性 |
5.5 数值仿真 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 未来研究方向 |
参考文献 |
致谢 |
博士攻读期间完成的学术论文 |
攻读博士期间参加的科研项目 |
附件 |
(4)网络环境下复杂随机系统的故障诊断与容错控制(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 课题研究现状 |
1.2.1 网络化控制系统的研究现状 |
1.2.2 复杂随机系统的研究现状 |
1.2.3 故障诊断与容错控制研究现状 |
1.2.4 网络化系统及复杂随机系统的故障容错控制发展现状 |
1.3 主要问题和不足 |
1.4 论文的主要研究内容 |
第2章 网络通讯下不确定Markov跳变系统的鲁棒故障诊断滤波器设计 |
2.1 引言 |
2.2 系统模型与问题描述 |
2.2.1 系统模型 |
2.2.2 部分转移概率未知的Markov跳变系统 |
2.2.3 滤波误差系统的推导 |
2.3 基于对数量化器的滤波器设计 |
2.4 基于动态均匀量化器的滤波器设计 |
2.5 仿真算例 |
2.6 本章小结 |
第3章 量化网络通讯下Markov跳变系统的自适应容错控制 |
3.1 引言 |
3.2 系统模型与问题描述 |
3.2.1 系统模型 |
3.2.2 量化网络信道分析与设计 |
3.3 考虑控制输入量化的容错控制器设计 |
3.4 同时考虑状态和输入量化的容错控制器设计 |
3.5 仿真算例 |
3.5.1 单端量化情形仿真结果 |
3.5.2 双端量化情形仿真结果 |
3.6 本章小结 |
第4章 高频采样网络化Markov跳变系统的自适应容错控制 |
4.1 引言 |
4.2 系统模型与问题描述 |
4.3 基于反步控制技术的自适应容错控制 |
4.4 基于非连续观测器的积分型滑模容错控制 |
4.4.1 滑动模态方程的稳定性分析 |
4.4.2 观测误差系统稳定性分析 |
4.4.3 闭环系统的区间稳定性分析 |
4.5 仿真算例 |
4.5.1 状态反馈反步控制器设计仿真验证 |
4.5.2 基于非连续观测器的滑模控制器设计方法仿真验证 |
4.6 本章小结 |
第5章 事件触发通讯下具有执行器故障的伊藤随机系统的自适应模糊滑模控制 |
5.1 引言 |
5.2 系统模型与问题描述 |
5.2.1 系统模型 |
5.2.2 模糊逻辑控制系统 |
5.2.3 事件触发机制设计及滑模运动描述 |
5.3 闭环控制系统稳定性分析 |
5.4 滑动模态方程稳定性分析 |
5.5 最小事件触发时间间隔推导 |
5.6 仿真算例 |
5.7 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其他成果 |
致谢 |
个人简历 |
(5)异构网络与符号网络下的多智能体系统包含控制研究(论文提纲范文)
摘要 |
abstract |
主要符号说明 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 多智能体系统一致性问题 |
1.2.2 多智能体系统包含控制 |
1.2.3 异构网络与符号网络下的多智能体系统协同控制 |
1.3 论文主要内容及结构编排 |
第二章 相关预备知识及基础理论 |
2.1 图论及矩阵理论 |
2.2 常见智能体模型及控制算法 |
2.3 包含控制相关定义及引理 |
2.4 本章小结 |
第三章 切换异构网络下的多智能体系统包含控制 |
3.1 引言 |
3.2 问题描述 |
3.3 主要结果 |
3.3.1 组合连通位置拓扑下的包含控制 |
3.3.2 切换速度拓扑下的包含控制 |
3.4 仿真 |
3.5 本章小结 |
第四章 符号网络下的多智能体系统镇定性与二分包含控制 |
4.1 引言 |
4.2 问题描述 |
4.3 主要结果 |
4.3.1 系统镇定必要条件 |
4.3.2 领导者-跟随者匹配方法 |
4.3.3 二分包含控制稳定性分析 |
4.4 仿真 |
4.5 本章小结 |
第五章 总结和展望 |
5.1 研究总结 |
5.2 研究展望 |
参考文献 |
个人简历在读期间发表的学术论文 |
致谢 |
(6)几类非线性脉冲饱和控制系统的稳定性分析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 脉冲动力系统理论以及概述 |
1.2 执行器饱和控制系统的研究概况 |
1.3 非线性脉冲饱和控制系统的研究 |
1.4 预备知识 |
1.5 论文主要工作与结构 |
第二章 脉冲饱和和采样控制下神经网络模型的镇定性分析 |
2.1 引言 |
2.2 模型描述和预备知识 |
2.3 混杂控制下神经网络的指数镇定性分析 |
2.3.1 基于凸组合方法的指数镇定性判据 |
2.3.2 基于扇形区域法的指数镇定性判据 |
2.4 数值仿真 |
2.5 小结 |
第三章 具有采样控制的非线性耦合脉冲饱和控制系统的局部指数镇定性分析 |
3.1 引言 |
3.2 模型描述与预备知识 |
3.3 非线性耦合系统的镇定性分析 |
3.3.1 具有全部输入约束的脉冲和采样控制 |
3.3.2 具有部分输入约束的脉冲和采样控制 |
3.4 数值仿真 |
3.5 小结 |
第四章 基于脉冲饱和控制的无界时滞惯性神经网络的同步及应用 |
4.1 引言 |
4.2 模型介绍和预备知识 |
4.3 脉冲饱和控制下模型的同步判据 |
4.4 数值仿真 |
4.5 在图像处理中的应用 |
4.5.1 图像加密算法 |
4.5.2 实验结果与安全性分析 |
4.6 小结 |
第五章 具有时滞的非线性脉冲饱和控制系统的稳定性分析 |
5.1 引言 |
5.2 模型介绍与预备知识 |
5.3 基于时滞依赖多面体技巧下的稳定性判据 |
5.4 吸引域估计优化算法 |
5.5 惯性时滞神经网络的同步应用 |
5.5.1 惯性时滞神经网络的同步判据 |
5.5.2 吸引域的估计 |
5.6 数值仿真 |
5.7 小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
攻读博士期间已发表的论文 |
攻读博士期间参加的科研项目 |
(7)带Lévy噪声的非线性随机系统的稳定性与控制研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 带Lévy噪声的非线性随机系统的研究背景及意义 |
1.1.2 带Lévy噪声的非线性随机系统稳定性的研究背景及意义 |
1.2 研究现状 |
1.2.1 带Lévy噪声的非线性随机系统稳定性研究进展 |
1.2.2 带Lévy噪声的非线性随机系统控制研究进展 |
1.3 预备知识 |
1.4 本文主要工作与章节安排 |
1.5 本章小结 |
第二章 带Lévy噪声的中立型随机时滞混杂系统的几乎必然稳定性 |
2.1 引言 |
2.2 问题描述 |
2.3 主要结论 |
2.3.1 预备知识 |
2.3.2 全局解与一般衰减率稳定性 |
2.3.3 ψ型稳定性 |
2.4 数值仿真 |
2.5 本章小结 |
第三章 带Lévy噪声的切换随机时滞系统的输入到状态稳定性 |
3.1 引言 |
3.2 问题描述 |
3.3 主要结果 |
3.3.1 预备知识 |
3.3.2 输入到状态稳定子系统 |
3.3.3 部分非输入到状态稳定子系统 |
3.4 数值仿真 |
3.5 本章小结 |
第四章 带Lévy噪声的非线性切换随机系统的矩指数输入到状态稳定性 |
4.1 引言 |
4.2 问题描述 |
4.3 主要结论 |
4.3.1 预备知识 |
4.3.2 同步切换稳定性分析 |
4.3.3 异步切换稳定性分析 |
4.4 数值仿真 |
4.5 本章小结 |
第五章 基于滑模控制的带Lévy噪声的二阶非线性随机系统的几乎必然稳定性 |
5.1 引言 |
5.2 问题描述 |
5.3 主要结论 |
5.3.1 预备知识 |
5.3.2 线性滑模控制 |
5.3.3 非奇异终端滑模控制 |
5.4 数值仿真 |
5.5 本章小结 |
第六章 基于自适应控制的带Lévy噪声和马尔可夫跳的随机系统的均方稳定性 |
6.1 引言 |
6.2 预备知识和问题描述 |
6.3 主要结论 |
6.3.1 非线性随机系统 |
6.3.2 马尔可夫跳线性系统 |
6.4 数值仿真 |
6.5 本章小结 |
总结与展望 |
参考文献 |
攻读博士学位期间的研究成果 |
致谢 |
附件 |
(8)考虑执行器故障的网络化系统动态量化控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 引言 |
1.2 网络控制系统的研究现状 |
1.2.1 数据量化 |
1.2.2 时间延迟 |
1.2.3 数据包丢失 |
1.2.4 节点驱动方式 |
1.2.5 故障容错 |
1.3 现有研究的不足与本文的创新点 |
1.4 论文的主要内容 |
第二章 含有常值故障的网络化系统的动态均匀量化控制 |
2.1 引言 |
2.2 问题描述 |
2.2.1 系统建模 |
2.2.2 传感器故障建模 |
2.2.3 量化器建模 |
2.2.4 事件驱动器建模 |
2.2.5 执行器故障建模 |
2.2.6 研究目标 |
2.3 主要结果 |
2.4 仿真算例 |
2.4.1 传感器和执行器故障对控制性能影响的分析 |
2.4.2 传感器或执行器故障对控制性能影响的分析 |
2.5 本章小结 |
第三章 含有随机故障的网络化系统的动态均匀量化控制 |
3.1 引言 |
3.2 问题描述 |
3.2.1 系统建模 |
3.2.2 量化器建模 |
3.2.3 事件驱动器建模 |
3.2.4 执行器故障建模 |
3.2.5 研究目标 |
3.3 主要结果 |
3.4 仿真算例 |
3.4.1 系统矩阵的参数不确定性对控制性能影响的分析 |
3.4.2 执行器故障对控制性能影响的分析 |
3.5 本章小结 |
第四章 含有确定性故障的网络化系统的动态有限级对数量化控制 |
4.1 引言 |
4.2 问题描述 |
4.2.1 系统建模 |
4.2.2 量化器建模 |
4.2.3 事件驱动器建模 |
4.2.4 执行器故障建模 |
4.2.5 研究目标 |
4.3 主要结果 |
4.4 仿真算例 |
4.4.1 动态有限级对数量化器对控制性能影响的分析 |
4.4.2 时间延迟对控制性能影响的分析 |
4.5 本章小结 |
第五章 含有随机故障的网络化系统的动态有限级对数量化控制 |
5.1 引言 |
5.2 问题描述 |
5.2.1 系统建模 |
5.2.2 量化器建模 |
5.2.3 事件驱动器建模 |
5.2.4 执行器故障建模 |
5.2.5 研究目标 |
5.3 主要结果 |
5.4 仿真算例 |
5.4.1 不同动态有限级量化器对控制性能影响的分析 |
5.4.2 数据包丢失对控制性能影响的分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文工作总结 |
6.2 未来工作展望 |
参考文献 |
致谢 |
攻读博士学位期间的主要学术成果 |
(9)多智能体系统的协调预见跟踪控制(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 引言 |
2 绪论 |
2.1 多智能体系统的研究现状 |
2.1.1 多智能体系统的研究背景 |
2.1.2 几类典型的一致性问题 |
2.2 预见控制理论的研究现状 |
2.2.1 预见控制的提出及研究进展 |
2.2.2 预见控制系统的设计 |
2.3 本文的预备知识及主要研究内容 |
2.3.1 预备知识 |
2.3.2 主要研究内容 |
3 连续时间多智能体系统的协调最优预见跟踪控制 |
3.1 问题描述 |
3.2 增广系统的推导及控制器设计 |
3.3 定理3.1的保证性条件 |
3.4 原系统的最优跟踪一致性 |
3.5 数值仿真 |
3.6 本章小结 |
4 离散时间多智能体系统的协调最优预见跟踪 |
4.1 问题描述 |
4.2 最优预见控制器的设计 |
4.2.1 增广系统的构造 |
4.2.2 控制器的存在性 |
4.2.3 原系统的最优预见控制器 |
4.3 数值仿真 |
4.4 本章小结 |
5 线性多智能体系统的协调全局最优预见跟踪控制:一种内模的方法 |
5.1 问题描述 |
5.2 最优预见控制器的设计 |
5.2.1 增广系统的构造 |
5.2.2 增广系统的最优控制器 |
5.2.3 增广系统的特性讨论 |
5.2.4 原系统的全局最优预见控制器 |
5.3 数值仿真 |
5.4 本章小结 |
6 离散时间多智能体系统的协调预见跟踪控制:分布式输出调节方法 |
6.1 问题描述 |
6.2 问题转化 |
6.3 主要结论 |
6.4 数值仿真 |
6.5 本章小结 |
7 广义线性多智能体系统的协调最优预见跟踪 |
7.1 基本概念和问题描述 |
7.1.1 广义系统的基本概念 |
7.1.2 问题描述 |
7.2 分布式最优预见控制器的设计 |
7.2.1 增广系统的建立 |
7.2.2 问题转换 |
7.2.3 分布式控制器设计 |
7.2.4 闭环系统的稳定性 |
7.2.5 讨论 |
7.3 数值仿真 |
7.4 本章小结 |
8 结束语 |
参考文献 |
附录A 引理7.3的证明 |
作者简历及在学研究成果 |
学位论文数据集 |
(10)基于李雅普诺夫函数的时滞切换系统观测器设计(论文提纲范文)
摘要 |
abstract |
主要符号表示 |
第1章 绪论 |
1.1 引言 |
1.2 研究背景及意义 |
1.3 时滞切换系统观测器设计及其研究现状 |
1.3.1 动态系统的数学模型 |
1.3.2 动态系统的实例模型分析 |
1.3.3 切换系统的国外发展 |
1.3.4 切换系统的国内发展 |
1.3.5 时滞切换系统观测器发展 |
1.4 论文基本研究工作 |
第2章 一类切换系统的共同李雅普诺夫函数存在性 |
2.1 引言 |
2.2 基础知识 |
2.3 一类线性切换系统 |
2.3.1 问题描述 |
2.3.2 切换系统稳定性分析 |
2.3.3 数值仿真 |
2.4 本章小结 |
第3章 一类时滞非线性连续切换系统的观测器设计 |
3.1 引言 |
3.2 切换系统的观测器设计 |
3.2.1 问题描述 |
3.2.2 观测器设计与误差系统稳定性分析 |
3.2.3 系统仿真分析 |
3.3 具有不确定切换系统观测器设计 |
3.3.1 问题描述 |
3.3.2 不确定性误差切换系统稳定性分析 |
3.3.3 系统仿真分析 |
3.4 异步切换系统观测器设计 |
3.4.1 问题描述 |
3.4.2 异步切换系统的稳定性分析 |
3.4.3 系统仿真 |
3.5 本章小节 |
第4章 一类时滞非线性离散切换系统的观测器设计 |
4.1 引言 |
4.2 切换系统的观测器设计 |
4.2.1 问题描述 |
4.2.2 切换系统的性能分析 |
4.2.3 系统仿真 |
4.3 不确定性切换系统观测器设计 |
4.3.1 问题描述 |
4.3.2 切换系统的性能分析 |
4.3.3 系统仿真 |
4.4 具有时间脉冲切换系统观测器设计 |
4.4.1 问题描述 |
4.4.2 切换系统性能分析 |
4.4.3 系统仿真 |
4.5 多时滞离散切换系统观测器设计 |
4.5.1 问题描述 |
4.5.2 切换系统性能分析 |
4.5.3 系统仿真 |
4.6 异步切换系统观测器设计 |
4.6.1 问题描述 |
4.6.2 系统的性能分析 |
4.6.3 系统仿真 |
4.7 本章小结 |
第5章 一类时滞切换系统函数观测器设计 |
5.1 引言 |
5.2 连续时间切换系统的函数观测器设计 |
5.2.1 问题描述 |
5.2.2 系统的性能分析 |
5.2.3 系统仿真 |
5.3 离散时间切换系统的函数观测器设计 |
5.3.1 问题描述 |
5.3.2 系统的性能分析 |
5.3.3 系统仿真 |
5.4 本章小节 |
第6章 单侧Lipschitz非线性切换系统观测器设计 |
6.1 引言 |
6.2 切换系统函数观测器设计 |
6.2.1 问题描述 |
6.2.2 切换系统分析 |
6.2.3 系统仿真 |
6.3 离散时间切换系统的函数观测器设计 |
6.3.1 问题描述 |
6.3.2 切换系统分析 |
6.3.3 系统仿真 |
6.4 离散时间切换系统的观测器设计 |
6.4.1 问题描述 |
6.4.2 切换系统分析 |
6.4.3 系统仿真 |
6.5 本章小结 |
总结与展望 |
致谢 |
参考文献 |
攻读博士学位期间发表的论文及科研成果 |
四、非线性Lipschitz离散系统的全局可镇定性(论文参考文献)
- [1]马尔可夫跳变线性系统最优控制的研究现状与进展[J]. 刘越,周平. 信息与控制, 2022(01)
- [2]预见控制理论在容错控制中的应用[D]. 贾晨. 北京科技大学, 2021
- [3]脉冲作用下的多智能体系统一致性控制[D]. 田袁. 西南大学, 2020(04)
- [4]网络环境下复杂随机系统的故障诊断与容错控制[D]. 赵东阳. 哈尔滨工业大学, 2020
- [5]异构网络与符号网络下的多智能体系统包含控制研究[D]. 夏振刚. 华东交通大学, 2020(03)
- [6]几类非线性脉冲饱和控制系统的稳定性分析[D]. 李洪飞. 西南大学, 2019(05)
- [7]带Lévy噪声的非线性随机系统的稳定性与控制研究[D]. 李梦玲. 华南理工大学, 2019(06)
- [8]考虑执行器故障的网络化系统动态量化控制研究[D]. 段凯. 上海交通大学, 2018(01)
- [9]多智能体系统的协调预见跟踪控制[D]. 卢延荣. 北京科技大学, 2018(08)
- [10]基于李雅普诺夫函数的时滞切换系统观测器设计[D]. 赵永驰. 西南交通大学, 2018(10)