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.     

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.     

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.     

基于事件触发机制的一类非严格反馈非线性系统的自适应神经网络追踪控制

基于事件触发机制,研究了一类非严格反馈非线性系统的自适应神经网络追踪控制问题.结合反步技术、神经网络和事件触发机制,提出了一种自适应神经网络控制方案,减少了数据传输量并减轻了控制器和执行器之间的传递负担,保证了输出信号尽可能地追踪到参考信号,同时使得闭环系统的所有信号有界.此外,通过避免芝诺现象保证了所提事件触发机制的可行性.最后,给出一个例子验证了所提出策略的有效性.     

2012年航天主着陆场区极端降水事件的形成机制

利用卫星资料、航天主着陆场区观探测资料和NCEP1白1?再分析资料,对场区2012年6月一次极端降水事件进行研究。结果表明：极端降水是在异常偏强的冷、暖空气交汇对峙过程中产生的;500hPa为贝加尔湖低涡东南部西南气流,850hPa为东北～西南向冷切变,高空构成北槽南涡形势,地面由前期冷锋演变为后期地面倒槽;大气高温高湿,中层对流不稳定;异常偏强的冷空气来自北方,从底层楔入,一方面与暖湿空气汇合产生辐合上升,另一方面抬升暖湿气流,使上升运动加剧,降水增加。由于暖湿气流势力异常偏强,冷空气在南下过程中减弱变性,移速减慢,鄂霍次克海阻塞高压脊稳定少动,促使冷暖空气在场区对峙时间延长,异常降水事件出现。     

2012年载人航天主着陆场区极端降水事件的形成机制

利用卫星资料、航天主着陆场区观探测资料和NCEP的1o×1o再分析资料,对场区2012年6月一次极端降水事件进行研究。结果表明：极端降水是在异常偏强的冷、暖空气交汇对峙过程中产生的;500 hPa为贝加尔湖低涡东南部西南气流,850 hPa为东北-西南向冷切变,高空构成北槽南涡形势,地面由前期冷锋演变为后期地面倒槽;大气高温高湿,中层对流不稳定;异常偏强的冷空气来自北方,从底层楔入,一方面与暖湿空气汇合产生辐合上升,另一方面抬升暖湿气流,使上升运动加剧,降水增加。由于暖湿气流势力偏强,冷空气在南下过程中减弱变性,移速减慢,鄂霍次克海阻塞高压脊稳定少动,促使冷暖空气在场区对峙时间延长,异常降水事件出现。     

京津冀强对流天气的环境场条件及触发机制

利用MICAPS、自动气象站、FY2气象卫星和美国NCEP 1°×1°再分析等资料,对2019年7月29日出现在京津冀的一次区域性强对流天气过程进行综合分析,探讨了其发生的大尺度天气背景以及环境场和触发机制。结果表明：高空西风槽与副热带高压、低空切变线和地面冷锋是此次暖区强对流天气形成的主要影响系统,地面辐合线的生成对强天气的爆发起到了触发作用;副高外围的暖湿气流在850 hPa形成西南低空急流,配合低空切变线的作用使得水汽在京津冀地区强烈辐合,当850 hPa水汽通量散度降至-4×10-8 g/(cm2·hPa·s)以下时,预示着强降雨的出现,而700 hPa大气的辐合、500 hPa以上的强辐散加强了大气的垂直上升运动,对雨强产生明显的增幅作用;冀南地区中高层的干空气侵入使大气的层结不稳定增强,引发了雷暴大风,北京的深厚湿层则更利于产生高强度的降水,即雷暴大风的生成需要更强的大气层结不稳定性。     

拒绝服务攻击下网络化控制系统的基于观测器输出反馈控制

本文考虑了拒绝服务攻击下的网络化控制系统的H_∞输出反馈控制问题.拒绝服务攻击的特征表现为能量有限和周期类型,它攻击无线网络通道进而退化系统性能.在系统状态部分未知的前提下,为了保证被控系统的稳定性和H_∞性能指标,通过设计基于观测器输出反馈控制器,使得网络化控制系统在丢包和拒绝服务攻击下仍然保持稳定和预定性能.最后数值例子验证了所设计的控制器是有效的.     

一次海风锋触发的强对流天气分析

利用自动气象站、多普勒天气雷达等各种观测资料,分析了2009年6月5日江苏出现的罕见大范围强对流天气,同时利用WRFV3模式对这次海风锋的发生、发展过程进行了模拟。结果表明,由于地面加热不均和海陆温湿差异导致的变形场锋生所形成的海风锋,是造成这次强对流天气过程的主要中尺度激发和强化系统。对流云团进入锋区后在切变线的辐合作用下发展,并随平均风向向前传播。海风锋在雷暴高压下沉出流的推动下,移动路径偏离主回波,在移动过程中其后部不仅激发出对流单体,还组织新的MCS发展。海风锋起到了加强和触发强对流天气的作用,对流单体进入海风锋后发展剧烈,垂直速度和低层辐合明显加大。另外,在有利的温湿条件下,雷暴高压的出流能加强海风锋的上升气流。     

基于观测器的多智能体系统的自适应一致性控制

针对带有非线性动态的高阶多智能系统,本文提出了基于观测器的一致性和自适应控制算法.在一致性算法中加入了历史信息,并且参数增益采用自适应律控制的策略.利用Lyapunov函数、稳定性理论、图论和线性矩阵不等式技巧,得到多智能体系统一致性的充分条件.最后通过数值仿真结果验证该算法的有效性.     

具有不确定参数的滞后型Lurie控制系统鲁棒绝对稳定性的LMI方法

分别针对具有结构参数和范数有界参数的滞后型Lurie控制系统的鲁棒绝对稳定性问题,利用Lyapunov方法给出了系统鲁棒绝对稳定的时滞无关条件及时滞相关条件.得到的结果用线性矩阵不等式（LMI）表示,易于利用MATLAB工具箱求得保守性较低的条件.     

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.     

一类时滞不确定离散系统的鲁棒自适应滑模控制

主要研究一类具有不确定项和外部扰动的离散时滞系统的鲁棒自适应控制,假设扰动和不确定项是有界的,而扰动和关于状态的不确定项的边界是不必知道的.设计了自适应控制器以保证系统能在有限时间内到达切换面,并且收敛到包含原点的一定的有界区域内.仿真的结果说明了该方法的有效性.     

初态学习下广义系统的迭代学习控制算法

针对一类在有限时间区间上运行的广义系统,提出了一种初态学习下的迭代学习控制算法,该算法对系统的控制输入采用闭环带指数变增益D型学习律.基于算子理论,给出了算法的收敛条件.该算法与闭环D型算法相比,在保证收敛的基础上加快了算法的收敛速度.数值仿真结果说明了该算法的优越性.     

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.     

分布式传感器网络系统的网络预测控制

本文针对分布式传感器网络系统的Fornasini-Marchesini （FM）状态空间模型,对系统的预测控制器设计问题进行研究.特别是针对所考虑的二维FM传感器网络系统,提出了一种新的网络预测控制方案来补偿通信时滞.首先,根据李雅普诺夫稳定性理论,给出了二维系统保持稳定的充分条件;然后利用稳定性条件,提出了一种新的预测控制器设计策略并保证系统的控制性能;最后,通过一个数值实例验证了所设计控制器的有效性.