一类时滞离散非线性系统的全维观测器设计

通过类Lyapunov方法,结合线性矩阵不等式(LMI)技术,给出了具有时滞的Lipschitz非线性离散系统全维观测器存在的充分条件.在此基础上,设计了具有扰动的时滞Lipschitz非线性离散系统的鲁棒观测器,提出了该鲁棒观测器存在的一个充分条件,并用具体例子说明了其可行性与有效性.     

基于权重曼哈顿非负矩阵分解的图像修复和聚类方法

当数据中存在大量椒盐噪声时,传统的鲁棒非负矩阵分解方法无法获得更具有鲁棒性的低维特征.为了解决该问题,本文提出了一种更具有鲁棒性的权重曼哈顿非负矩阵分解来修复被污染的数据点以及通过曼哈顿矩阵分解获得鲁棒的特征表示.本文提出的模型可以被看作为非凸非光滑的优化问题,可以通过加速梯优化理论和最小一乘法求其局部最优解.通过对人脸图像ORL数据集加入椒盐噪声,实验结果表明本文提出的算法在图像修复和学习特征表示方面更有效、更鲁棒.     

基于Delta算子的航天器自主交会鲁棒故障检测滤波器设计

针对有限通信情形下航天器自主交会的故障检测问题,提出了基于Delta算子的鲁棒故障检测滤波器设计方法.采用C-W方程来描述航天器间的相对运动模型,通过Delta算子方法对其进行离散化处理得到系统的离散模型.在故障检测滤波器设计中,考虑信号量化和数据丢包同时存在的情况,并且采用随机伯努利序列来描述数据丢包现象.最后,基于LMI方法给出故障诊断存在的充分条件,并通过数值仿真验证了所设计滤波器的有效性.     

执行器退化的遥机器人系统量化反馈容错控制

针对遥机器人系统中存在执行器退化、控制输入量化,且编、解码端的量化灵敏度参数不匹配的问题,设计了遥机器人系统的鲁棒量化反馈容错控制系统.控制器结构的线性部分由线性矩阵不等式给出,旨在解决系统指标性能问题,非线性部分则用于处理量化参数不匹配问题.经稳定性理论证明,提出的鲁棒量化反馈容错控制方法能消除执行器退化及量化参数不匹配等的影响,并确保从机器人能渐近跟踪主机器人.最后,算例仿真验证了方法的有效性.     

基于LMI的不确定时滞非线性系统鲁棒镇定研究

研究了一类不确定时滞非线性系统的鲁棒镇定问题.不确定参数是时变未知有界的,但不一定满足所谓的匹配条件.利用线性矩阵不等式,一些充分条件被获得,保证了相应闭环系统的鲁棒稳定性,并在此基础上得出了相应的状态反馈控制器.最后,通过一个数值例子说明了该方法的有效性.     

气候变化背景下的洪涝风险稳健决策方法评述

分析了深度不确定性内涵及其特点,包括情景不确定、决策后果不确定和决策方案不确定,指出了传统洪涝风险决策方法过于依赖于气候变化预测结果,未能充分考虑深度不确定性及提供稳健决策。给出了国际上处理深度不确定性的稳健决策方法理论基础,并介绍了被广泛应用于洪涝风险领域的鲁棒决策、信息差距及适应对策路径3种稳健决策方法。对比分析发现,鲁棒决策法有完备的适应措施定量评估体系但计算量大且不易理解;信息差距法可解决不能以概率表式的不确定性问题,而未考虑适应对策的失效情景;适应对策路径法提供可视化的决策路径,未能充分考虑社会经济的不确定性。提出未来可综合鲁棒决策和适应对策路径优点,为减少不确定性、降低洪涝灾害风险、制定适应气候变化策略提供参考。     

考虑性能约束的航天器近距离悬停控制

本文主要研究了考虑预设性能的航天器交会对接中的近距离悬停控制问题.针对追踪航天器近距离悬停控制问题,首先基于追踪航天器的姿轨耦合模型设计了线性滑模控制器实现了近距离悬停任务.在此基础上,为对系统收敛过程中系统状态的暂态性能进行约束,设计了基于预设性能的滑模控制器.同时,为减少系统状态的收敛时间,针对预设性能中的性能函数,采用了一种有限时间收敛的性能函数代替传统的性能函数,并改进了滑模控制器的结构.最后通过仿真进行验证,并对比三种控制策略,结果表明所设计的航天器交会对接预设性能滑模控制律具有理想的控制性能.     

基于非线性分离的可倾转四旋翼LQR飞行控制研究

本文研究了一种能够独立控制位置和姿态的可倾转四旋翼飞行器,在建立了系统动力学模型的基础上,针对可倾转四旋翼飞行器系统存在的强输入非线性问题,采用了非线性分离策略,构造中间控制量,将该强非线性系统分离为线性动态环节和非线性静态环节,并仅针对线性动态环节设计了计算量小、易于硬件实现的线性二次型调节器（LQR）,然后再通过反解输入非线性环节将中间控制量分配到实际的控制量——旋翼倾转角和电机转速.仿真实验结果表明,基于非线性分离策略设计的LQR飞行控制器能够实现对可倾转四旋翼稳定控制,很好地独立追踪位置和姿态期望.     

一类具有输入量化和未知扰动的非线性系统的自适应有限时间动态面控制

本文研究了具有量化输入信号和未知扰动的非线性系统的有限时间自适应输出反馈动态面控制问题.在控制设计过程中,利用模糊逻辑系统对系统中的非线性项进行逼近.然后引入一种滞回量化器来避免量化信号中的抖振,并且构造模糊观测器来估计系统中不可测的状态.为了提出一种有限时间控制策略,首先给出了半全局实际有限时间稳定的判据.在此基础上,将动态面控制技术与反步法相结合,设计了自适应模糊控制器.该控制器不仅能保证跟踪误差在有限时间内收敛到原点的一个小邻域,而且可以保证闭环系统中所有信号的有界性.最后通过一个仿真实例验证了该控制方法的有效性和可行性.     

基于模糊干扰观测器的抗饱和自适应反步控制

针对一类输入受限的非匹配不确定非线性系统,提出了一种抗饱和自适应反步控制方法.利用模糊干扰观测器在线逼近系统的未知非匹配不确定及干扰,采用反步控制方法设计自适应控制器.控制系统设计中引入限幅滤波器,有效降低了控制输入饱和对系统稳定性的影响,并且控制器设计无需对虚拟控制律进行重复求导.利用李亚普诺夫稳定性定理,证明了闭环系统渐近稳定.仿真结果表明了该方法的有效性.     

一种领队车输入未知的多车辆纵向协作控制方法

本文考虑了领队车控制输入未知的情况,提出一种多车辆纵向协作控制方法.首先,通过采用精确反馈线性化技术,得到了线性的车辆的动力学模型.然后,采用双向领队跟随通信策略,基于邻居车辆的状态信息,为每辆跟随车设计分布式控制律.考虑在领队车输入有界的情况下,提出了一种有效的多车辆协作控制算法,能够保证多车辆系统以最大的收敛速率达到内部稳定.最后,仿真结果展示了所提出控制器设计算法的有效性和优越性.     

基于在线加权式多模型方法的磁控立方星姿态机动控制

针对一类低轨道磁控立方星,提出一种在线加权式多模型自适应跟踪控制方法,使得卫星姿态能够根据指令实现较大角度的机动,并将误差保持在容许的范围内,达到满意的动态性能.首先,在卫星的几个姿态平衡点处建立控制系统模型,通过模型匹配度指标值,在线调整加权式多模型控制算法;其次,在多模型控制回路中引入动态自适应神经网络,充分利用其结构和参数均可以在线自适应调节的特点,以消除卫星在轨运行时受到的地球磁场变化的影响,并抑制不确定的外部干扰,提高系统鲁棒性能;最后,以某立方星为对象,进行仿真验证,结果表明所提方法是有效的.     

基于数据驱动高阶学习律的轮式移动机器人轨迹跟踪控制

轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其次,设计高阶迭代优化目标函数得到控制律,并利用参数更新律估计线性输入输出数据模型中的未知参数.控制器的设计和分析只使用系统的输入输出数据,不包含任何显式的模型信息.通过采用高阶学习控制方法,在控制律中利用更多之前迭代的控制输入信息,提高了控制性能.最后,仿真结果验证了该方法在轮式机器人轨迹跟踪控制中的有效性.     

通信受限下基于终端滑模和指对数滑模方法的编队航天器姿态协同控制

针对星间通信时延和信号量化情形下编队航天器,研究对应的姿态协同控制器设计问题.首先,为节省编队航天器星间通信的带宽资源,提出基于信号量化的星间数据通信策略,并设计了一种终端滑模姿态协同控制器以保证航天器编队姿态同步系统的渐近稳定;其次,考虑到航天器间可能存在通信时延,考虑基于信号量化的通信策略,提出一种基于指对数滑模面的编队航天器协同控制器设计方法,能保证编队航天器在有限时间内达到期望姿态;最后基于包含4个航天器的编队系统,通过仿真验证了所提出的协同控制方法的有效性.     

基于鲁棒自适应策略的燃气轮机系统控制器设计

太阳能、风能和潮汐能等可再生能源的发电系统,具有间歇性发电的特性.因此,具有快速响应、发电效率高的燃气轮机发电系统,能够在可再生能源发电间歇出现时充当替代系统,不仅稳固电网的负荷能力,还有助于推动可再生能源的发展.由于燃气轮机是一个模型包含未知的复杂非线性系统,目前针对转速环节主要采取传统PID控制技术.然而,实际运行中系统工况发生变化时,控制器参数不能随着这些变化做出相应的调整,使得控制效果欠佳,执行器故障的出现也可能导致系统无法正常工作.因而,本文针对单轴燃气轮机的孤岛发电模式,结合燃气轮机系统特性,基于反步法的设计思路,引入不依赖于系统模型的鲁棒自适应控制策略,并加入容错控制和Nussbaum函数构造转速控制器.在控制器设计过程中融合动态面方法,解决高阶系统中反步法引起的计算爆炸问题.最后,通过仿真,验证了控制器的可靠性.     

基于模糊小波神经网络算法的汽车滑移率控制研究

防抱死系统是汽车制动过程非常重要的基本安全措施,滑移率控制是汽车防抱死控制的重要组成部分.汽车的制动过程是一个与实时路况相关的时变、非线性、不确定系统.针对该问题开展基于模糊小波神经网络算法的滑移率控制研究.通过采用模糊小波神经网络估计系统模型的非线性、时变不易获知的部分,结合等效控制思想来构造滑模控制法则,从而实现期望的滑移率控制.Matlab-simulink仿真结果表明,所设计的算法具有良好的鲁棒性能,能有效、快速地到达期望的滑移率.