欺骗攻击下一类神经网络的自适应事件触发H∞滤波

本文主要研究了在欺骗攻击下的离散时间神经网络的H_∞滤波器设计问题.考虑到被控系统和滤波器在一个易受外部网络攻击且带宽有限的共享通信网络上进行信息交换,本文提出了自适应事件触发机制来减轻数据传输的通信负担.此外,由于通信网络的开放性和互通互联,通过共享通信网络传输到滤波器的实际输入信息可能会被攻击者注入的虚假信息所改变.在此基础上,利用构造Lyapunov-Krasovskii泛函、线性矩阵不等式等处理技术,本文给出了滤波误差系统渐近稳定的充分条件,并且设计了满足预设性能的H_∞滤波器,最后通过一个仿真实例验证了所提方法的有效性.     

马尔可夫切换的汽车悬架系统的事件触发H∞滤波

针对具有马尔可夫切换信道的两自由度（2-DOF） 四分之一汽车悬架系统,研究了事件触发 H_∞ 滤波问题.首先,信道切换由马尔可夫链控制;其次,考虑到事件触发的通信方案,由于有限的网络带宽,产生信号量化和随机丢包问题;然后,采用马尔可夫线性跳变系统模型来表示整个滤波网络系统.利用Lyapunov泛函和线性矩阵不等式方法将事件触发 H_∞ 滤波问题转化为凸优化问题,从而设计了切换信道相关的滤波器,使得滤波误差系统在均方意义上是指数稳定的并达到期望的性能水平.最后,通过仿真实例验证了所提出的设计方法的有效性.     

基于事件触发和欺骗攻击的多智能体一致性控制

本文研究了基于事件触发和欺骗攻击的多智能体一致性问题.为了降低智能体间无线通信网络负载,本文引入事件触发机制来减少智能体之间通信的冗余数据传输量.由于智能体间无线通信网络易遭受网络攻击,因此考虑无线通信网络环境下欺骗攻击的影响,建立了一类基于事件触发和欺骗攻击的多智能体系统数学模型.基于此模型,通过利用Lyapunov稳定性理论、多智能体一致性理论和线性矩阵不等式技术分别给出多智能体一致性控制的稳定性条件和控制器设计算法.最后,通过仿真算例验证了所提出设计方法的有效性.     

智能船舶自动舵系统自适应模糊输出反馈控制

针对智能船舶自动舵系统,考虑输入饱和、回转角速度未知和指定性能,提出一种自适应模糊控制算法.本文自适应模糊输出反馈算法采用状态观测器、辅助系统和误差转换系统,模糊逻辑系统用于估计未知非线性函数,状态观测器用于估计未知回转角速度状态,辅助系统和误差转换系统分别用于补偿不匹配控制信号和变换航向角追踪误差.基于Lyapunov方法证明了闭环系统内所有信号是有界的,仿真结果进一步验证了本文算法的有效性.     

多智能体系统分布式事件触发控制综述

随着人工智能以及通信技术的发展,减少通信资源及计算资源的浪费,延长宽带和硬件的使用寿命成为了一个关键的问题.事件触发控制,即当某一变量超过给定阈值时,系统才进行采样,控制器才进行更新,有效地节约了线上通信及计算资源.本文首先分析了连续时间和离散时间下的事件触发控制,讨论了自触发控制、基于边的事件触发控制、动态事件触发控制以及异步事件触发控制的主要思想.其次,分别从一致性、优化以及博弈方面阐述了事件触发的广泛应用.同时,给出了两种常见的稳定性分析方法和两种排除系统中可能存在的Zeno行为的论证方法.最后对本文进行了总结,指出了当前事件触发工作的不足之处并对未来的研究做出展望.     

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.     

含有执行器故障的非线性切换互联大系统的自适应模糊Backstepping容错控制

本文研究了一类存在执行器故障的非线性互联切换大系统的自适应模糊Backstepping容错控制.首先定义了一个分段右连续函数作为系统的切换信号,系统依据切换信号改变模型.不失一般性,考虑执行器发生两种类型的故障,即卡死故障和失效故障,通过模糊逻辑系统逼近未知非线性函数,并设计自适应模糊容错控制器补偿执行器故障给系统带来的影响.通过Lyapunov定理证明了系统及相关变量的有界性,并基于数值仿真,验证了所提出方法的有效性.     

基于状态约束的直流电动机有限时间位置跟踪控制

本文提出了一种基于状态约束的直流电动机神经网络自适应有限时间控制方法.首先采用障碍李雅普诺夫函数对直流电动机的状态量进行约束,确保直流电动机的角位置和角速度限制在给定的约束区间内,引入神经网络逼近系统中未知的非线性函数.此外,通过引入有限时间控制技术,提高了系统的收敛速度和控制精度.仿真结果验证了该方法能够实现对直流电动机快速有效的位置跟踪控制.     

具有DoS攻击的网络控制系统事件触发安全控制

本文主要研究在随机出现的双通道DoS攻击下的网络控制系统基于事件触发的安全控制问题.首先,提出了一个具有补偿策略的DoS攻击模型,且此攻击模型应用于网络系统的传感器-控制器通道和控制器-执行器通道;其次,为了降低通信负担,提出事件触发机制,通过定义一个触发条件,当触发条件满足时,才进行信息传递;最终得到闭环控制系统模型.根据最优控制理论和线性矩阵不等式技术,得到闭环系统以一定概率输入到状态稳定的充分条件,进一步通过一系列矩阵变换处理技巧,通过解线性矩阵不等式方程组得到控制器参数.最后,通过计算机仿真验证了该控制器设计的有效性.     

基于障碍李雅普诺夫函数非线性系统的死区补偿控制

本文集中在带有部分状态约束的非线性单输入单输出系统的自适应控制器设计上.考虑了非对称死区的非线性输入特性,选取障碍李雅普诺夫函数用来阻止部分受约束的状态违反约束条件.根据障碍李雅普诺夫函数反步法,解决了该类系统的输出跟踪问题,同时也处理了死区非线性带来的影响.针对下三角结构的非线性系统,设计了自适应控制器,证明了闭环系统所有信号都是有界的,同时保证了系统输出可以跟踪上参考信号.最后,仿真结果表明了所提方法的有效性.     

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.     

气象站网信息流转路径的优化研究与应用

针对气象站网信息流转路径的优化开展研究,在分析现有站网信息两条流转路径对站网准确性和一致性影响的基础上,提出站网信息流转路径优化方案,包括基于两级审核机制的站网信息业务管理路径优化、基于实时检测-反馈机制的站网信息上行气象资料传输路径优化和站网信息版本控制优化。通过管理手段与业务平台相结合的方式将该优化方案在省级气象业务中予以实施,数据分析表明:该优化方案对于提高站网信息质量具有明显的成效,有助于实现气象站网信息的规范化管理和应用。     

考虑传感器故障的柔性航天器自适应积分滑模主动容错控制

针对考虑传感器故障的柔性航天器姿态系统,提出了一种主动容错控制方法.首先,通过对测量输出进行滤波,将传感器故障转化为执行器故障形式;接着,设计一个基于未知输入观测器的自适应故障估计观测器,对未知故障进行辨识,同时,采用了一个故障检测观测器,对故障的发生进行检测;然后,利用故障估计信号对系统输出进行调节,结合自适应积分滑模和线性矩阵不等式技术设计输出反馈容错控制器;最后,对所设计的主动容错控制方法进行仿真,验证了所提方法的有效性.     

一种基于占有率反馈的虚拟网络映射算法

网络虚拟化技术通过对物理资源的抽象,可以有效解决现有互联网架构中存在的网络结构僵化、可扩展性差等问题.虚拟网络映射问题是指将用户发送的所有虚网请求映射到底层物理网络中,同时还要满足虚网请求中对各个资源的限制要求（如节点计算能力、链路带宽等）.从节点负载平衡的角度出发,在基于就近原则的虚网映射算法基础上,引入节点负载平衡的反馈机制,引导各个虚网请求更均匀地映射到底层物理网络中.另外,在k短路径算法机制中引入了当前链路资源占有率作为评价参考标准,这样可以尽可能均匀地分散链路压力.同时,在检验链路资源是否满足虚网请求的过程中,由于优先选中的链路资源占有率低,所以算法映射成功率高,映射耗时更短,虚拟网络映射效率得到了有效提高.     

基于雨声识别的雨量测量方法

针对传统雨量测量耗时长,维护不方便的问题,本文在分析声信号识别技术的基础上,提出了基于雨声识别的雨量测量方法,模拟人耳听觉中对频域划定的非线性性和对同一频率群声信号作叠加评价的机理,将傅里叶变换后的能量谱通过梅尔(Mel)滤波器,提取雨声的梅尔频率倒谱系数(MFCC)作为雨声信号的特征向量。在此基础上,构建一个三层BP神经网络,将归一化后的样本数据用于神经网络训练,最后将测试样本用于对雨量的识别。试验结果表明,在少量样本训练的基础上神经网络即能有效识别雨量大小,为声信号识别技术应用于更为精准的雨量测量提供了理论依据。     

人工神经网络与遗传算法结合的时间序列预测模式

介绍了遗传算法的基本概念和流程，阐述了人工神经网络作为时间序列预测模式的可行性和不足之处，并提出了人工网络与遗传算法相结合的时间序列预测模式，最后给出了该算法的计算结果，并对结果和模式作了讨论。     

高阶非线性系统自适应模糊有限时间状态约束控制

针对一类具有状态约束的非严格反馈高阶非线性系统,研究一种自适应模糊有限时间跟踪控制问题.首先,利用模糊逻辑系统逼近不确定性非线性函数,在此基础上,采用障碍Lyapunov函数,解决状态约束问题,通过障碍加幂积分方法和反步递推技术,提出了一种有限时间控制设计方法.在有限时间Lyapunov稳定意义下,严格证明闭环系统半全局实际有限时间稳定且系统的状态不超出给定的约束边界,并实现了有限时间跟踪控制目标.最后,仿真研究进一步验证了所提出控制方法的有效性.     

基于执行依赖启发式动态规划的船舶减摇鳍在线最优控制

针对船舶线性横摇系统,设计了一种基于执行依赖启发式动态规划（ADHDP）方法的在线学习最优减摇鳍控制器.在设计过程中直接使用输入输出数据获取系统状态值.利用评价网络来逼近针对船舶减摇鳍控制系统设计的性能指标函数,并通过执行网络获得最优控制律,这两个网络都是多层前馈神经网络,即反向传播（BP）神经网络.在训练过程中,这两个神经网络不仅可以使用实时测量数据,也可以减少船舶横摇模型的内部误差和不确定性干扰的影响,从而提高系统的鲁棒性.最后,仿真结果表明所提出的ADHDP控制器对于降低船舶横摇有很好的控制效果.