多智能体系统的有限时间跟踪控制

基于领导-跟随者模型研究了多智能体系统的有限时间跟踪控制问题。针对领导者状态是时变的情况,提出了一类非线性有限时间跟踪控制算法,在固定网络拓扑结构下,利用Lyapunov有限时间稳定性理论和矩阵理论分析,得到了该算法使得系统中跟随者状态在有限时间内与领导者状态达到一致的充分条件;在切换网络拓扑结构下,提出了一类有限时间跟踪控制算法,在领导者的状态是时不变的情况下,给出了该算法使得系统实现有限时间跟踪控制的充分条件。仿真实例验证了所提出两类算法的有效性。     

基于智能体的多移动机器人群集编队控制系统

群是一种普遍存在的自然现象,群集编队控制是模拟自然界中生物聚合运动的新型分散式控制方法。提出了一种基于智能体的有leader的群集控制算法。在此基础上,引入“虚拟力”的概念,运用动力学原理设计了由智能体到移动机器人的控制转化方法,并实现了一个实用化的多移动机器人群集控制系统。移动机器人群编队实验验证了该方法的有效性。     

脉冲控制下半马尔可夫随机MAS的均方一致性

针对多智能体系统会受到外部干扰而使系统结构随机发生改变的问题,提出了当切换信号服从半马尔可夫过程时,领导-跟随随机多智能体系统实现均方一致的控制算法。运用代数图论、半马尔可夫过程的转移速率与驻留时间分布函数相关性质和Lyapunov稳定性理论等理论工具,对控制算法进行了稳定性分析。通过设计合适的脉冲控制协议,给出了系统实现均方一致性的充分条件。条件表明,若脉冲间隔具有某一上界,均方一致性仍可实现。最后,数值仿真验证了结果的有效性。     

含时延的多智能体系统的多静态领导者包容控制

对基于有向固定拓扑的多静态领导者的多智能体系统的包容控制问题进行研究。在系统中智能体之间信息传递存在固定通信时延的情况下,应用拉普拉斯变换技术分别研究一阶和二阶连续时间多智能体系统,通过对系统传递函数的稳定性分析而求取系统状态稳定条件,并应用终值定理,最终得到了保证系统实现包容控制的时延限制条件,最后用仿真验证了该结论的有效性。     

基于动态拓扑有领航者的智能群体群集运动控制

对具有二次积分动态的智能群体跟随领航者实现群集运动编队,提出了一个分散控制方法对智能群体进行分散控制。基于动态时变有领航者的网络拓扑,用图论模型表示智能体之间的相互作用及通信关系,运用推广的Lyapunov理论、微分包含及非平滑分析进行了稳定性分析,并得到所有智能体速度方向收敛到同一方向并与领航者保持一致;所有智能体速度大小收敛并与领航者相同;互连的智能体之间没有碰撞发生;所有智能体的人工势场函数被最小化等重要结论。给出了一个仿真实例,验证了该方法的有效性。     

具有干扰的多自主体系统的群集运动与速度同步

针对具有干扰的二阶多自主体系统,提出了一种应用个体局部信息的分布式控制协议,给出了具有领航者的自主群体在受到外界干扰时取得群集运动与速度同步的充分条件。首先,对自主体设计一个干扰观测器。然后,基于观测器设计分布式控制协议,保证了具有领航者的自主群体能够取得群集运动与速度同步。最后通过例子进行仿真,结果表明结论的有效性。     

多运动体航天器旋量理论动力学建模与滑模控制

多运动体航天器系统各部分运动存在强烈耦合,这增加了动力学建模与控制难度。应用旋量理论与凯恩方程建立开环树状拓扑构型多运动体航天器通用的姿态动力学模型,有效简化系统运动学分析,计算量小,步骤清晰。针对系统强耦合,高度非线性的特点,设计基于逆系统的非奇异最终滑模控制器,完成系统各运动体姿态机动控制。首先,针对动力学方程设计α阶逆系统与原系统组成伪线性系统,完成精确反馈线性化的过程。然后,应用非奇异最终滑模控制器实现系统姿态机动控制,保证系统状态误差在有限时间内收敛到零。算例仿真结果验证了方法的有效性。     

多无人机协同探测快速目标的控制方法设计

针对无人机(unmannd aerial vehicle, UAV)对快速运动目标的协同探测问题, 设计了一种多UAV协同探测控制算法。首先假设每架UAV都携带相同的探测载荷, 根据载荷特性设计了针对快速运动目标的UAV协同探测队形。然后引入固定时间控制一致性协议到UAV载荷角度控制中, 控制载荷持续照射目标; 引入有限时间一致性协议到UAV编队控制中, 用以形成协同探测队形, 并通过二跳网络加快队形的收敛。通过将UAV队形控制与UAV载荷的角度控制相结合, 从而实现UAV对快速运动目标探测时间的最大化, 极大的延长了高速运动目标被发现的时间。最终通过理论分析和仿真实验证明了该控制算法的有效性。     

带有初态学习的指数变增益迭代学习控制

针对一类非线性时变系统在有限时间区间上的轨迹跟踪问题,提出一种新的迭代学习控制算法,该算法对系统的控制输入和初始状态同时采用闭环指数变增益迭代学习律。基于算子理论,对具有任意初始状态的系统,在该迭代学习律作用下的收敛性进行严格证明,同时给出该迭代学习算法收敛的谱半径形式的充分条件。该算法与固定增益的迭代学习控制相比较,不仅加快了收敛速度,而且还解决了指数变增益迭代学习控制要求初始状态严格重复的问题。仿真结果表明了该算法的有效性。     

一类离散时间异构多智能体系统有向图下的一致性分析

研究了离散时间一阶二阶混合的异构多智能体系统有向通信下的一致性问题。首先,对该系统内的个体分别提出了相应的一致性协议。针对该异构系统不满足离散时间系统研究中凸性要求的问题,本文引入了一个非奇异变换,采用非负矩阵理论和一致性理论,分别分析得出了系统在固定和动态拓扑下实现一致性的充分条件。当通信拓扑包含生成树,采样时间和控制参数在一定范围内取值系统将获得一致性,该范围取决于通信拓扑的度矩阵。最后,通过仿真对该结论进行了验证。     

基于光滑二阶滑模的机械臂轨迹跟踪控制

针对机械臂系统具有的强非线性、强耦合、多输入多输出、不确定性等特点,提出一种多变量光滑二阶滑模轨迹跟踪控制方法,该方法能够有效地消除传统滑模控制中固有的抖振现象,并且具有较快的收敛速度.采用李雅普诺夫稳定性理论证明了所提方法具有有限时间收敛性.最后,将所提方法应用于存在模型不确定性以及外界干扰的两关节机械臂轨迹跟踪控制...     

基于K-means聚类的多智能体跟随多领导者算法

为防止多智能体集群跟随多个领导者时编队混乱，提出了3种K-means聚类算法，将集群分成与领导者数量相同的社区，社区内的智能体将跟随同一领导者。所提出的3种算法中，算法1适用于智能体分布空间广的场景，系统达到一致性所需时间最短；算法2则适用于智能体分布稀疏的场景，可有效避免智能体碰撞等危险；算法3则大大降低多智能体集群的控制成本，但将会牺牲系统的收敛速度。相较于传统预先对智能体编号，领导-跟随关系固定的方法，本文提出的分簇方法使系统收敛时间更短，且有效应对中途任务变更的情况，可快速分配给智能体新的合适任务。     

考虑输入输出受限的无人机自适应滑模容错控制

针对存在执行器故障、控制输入饱和与状态约束的无人机(unmanned aerial vehicle, UAV)姿态控制系统,提出一种新的基于反步法的具有有限时间收敛的自适应滑模姿态容错控制方法。首先,为了抑制执行器故障以及外部干扰的影响,采用自适应和干扰观测器技术,实现对干扰的双重抑制。然后,设计动态辅助系统与障碍Lyapunov函数,证明在输入饱和与状态约束的条件下,闭环姿态控制系统可以在有限时间内稳定,且系统中所有信号最终是有界的。最后,对于小型无人系统的姿态跟踪问题进行性能仿真与对比仿真研究。仿真结果表明,所提出的容错控制方法能够保证在执行机构发生故障时控制系统的有效性,并且该方法具有良好的性能。     

考虑输入输出受限的无人机自适应滑模容错控制

针对存在执行器故障、控制输入饱和与状态约束的无人机(unmanned aerial vehicle, UAV)姿态控制系统,提出一种新的基于反步法的具有有限时间收敛的自适应滑模姿态容错控制方法。首先,为了抑制执行器故障以及外部干扰的影响,采用自适应和干扰观测器技术,实现对干扰的双重抑制。然后,设计动态辅助系统与障碍Lyapunov函数,证明在输入饱和与状态约束的条件下,闭环姿态控制系统可以在有限时间内稳定,且系统中所有信号最终是有界的。最后,对于小型无人系统的姿态跟踪问题进行性能仿真与对比仿真研究。仿真结果表明,所提出的容错控制方法能够保证在执行机构发生故障时控制系统的有效性,并且该方法具有良好的性能。     

基于2-D系统理论的变初始条件离散系统的迭代学习控制

对于具有重复运动特性的系统，迭代学习控制是一种简单有效的控制方法。为便于实时应用，所有迭代学习控制方案的设计必须在离散时间域进行。初始状态问题是学习控制设计中遇到的一个重要问题。针对具有变初始状态的离散时间系统，利用2-D线性连续．离散型系统理论设计了闭环迭代学习控制器，并给出了保证控制器收敛的充分必要条件。仿真结果证明了该方案的有效性。     

一类线性时变系统组合自适应迭代学习控制

针对一类有限时间区间上具有可重复性的BIBO稳定的一阶线性时变系统,将模型参考自适应控制方法与迭代学习相结合,提出了组合模型参考自适应迭代学习控制算法.基于Lyapunov方法推导出迭代学习控制律以及针对时变惯性参数与时不变高频增益的组合自适应参数更新律.该算法适于控制快时变系统,并使跟踪误差、参数估计误差和控制信号有界.当迭代次数趋于无穷时,跟踪误差关于有限时间区间一致收敛到零.系统仿真验证了所提控制算法的有效性.     

非线性系统在任意初态下的闭环迭代学习控制

针对一类在有限时间区间上重复运行的非线性系统,提出了一种带有初态学习的闭环D型迭代学习控制算法,并利用算子理论证明了系统在任意初态条件下经过迭代学习后,其输出能够完全跟踪期望轨迹,同时得到了该算法收敛的谱半径形式的充分条件。该算法不仅解决了闭环D型迭代学习控制的初态问题,而且还放宽了收敛条件。最后通过simulink、matlab语言和S函数相结合的方法对控制系统进行了仿真,仿真结果验证了该算法的有效性。     

基于MAS的合作—竞争编队研究

基于牧羊犬跟羊群的自然现象,研究了一类具有合作—竞争拓扑的一阶多智能体系统的新型编队问题.针对每个智能体以领导—跟随者法设计了一种分布式编队控制算法,实现了合作—竞争交互网络的编队运动.利用结构平衡的独立强连通分量(SBiSCCs)推导出了一个充分条件,以确保所有智能体以分布方式进行合作—竞争编队运动.最后,通过数值仿...     

非奇异快速终端二阶滑模有限时间制导律

为实现对高速机动目标的准平行拦截,考虑导弹自动驾驶仪动态特性,设计了一种零化视线角速率的非奇异快速终端二阶滑模有限时间制导律。首先,基于终端滑模控制理论和二阶滑模控制理论,设计了非奇异快速终端二阶滑模制导律;其次,根据有限时间收敛控制理论,严格证明了系统的稳定性和有限时间收敛特性;为抑制测量噪声和估计弹目视线角速率,设计了有限时间收敛微分跟踪器,并将其与扩张观测器结合来估计不确定项。最后仿真结果表明:所设计的微分器不仅收敛速度快,估计精度高,且具有较强的抗干扰能力,同时针对目标做不同的类型机动,所设计的制导律均能实现视线角速率在有限时间收敛,为实现对高速机动目标的直接碰撞提供必要条件。     

基于干扰观测器的Fuzzy-PID控制及应用研究

针对大射电望远镜(LT)悬索粗调系统为一变结构、非线性、慢时变、大滞后、强耦合、多输入多输出柔性结构系统的特点,提出了一种Fuzzy-PID控制和干扰观测器相结合的控制算法来实现馈源轨迹跟踪策略。这种方法通过构造干扰观测器来预测该柔性结构系统的各种干扰,并根据预测到的干扰信息进行补偿以抑制干扰对系统的影响,同时引入Fuzzy控制算法来自适应整定PID控制器的参数实现具有最佳组合的PID控制。最后,对LT悬索-馈源舱控制系统进行了数值仿真,结果表明该控制算法可以较好地满足馈源系统轨迹跟踪精度要求,同时系统具有较强的适应性和鲁棒性。