一类不确定系统的鲁棒H^∞控制器设计

考虑了在实际中具有工程背景的一类具有非线性不确定性的系统的鲁棒Ｈ＾∞控制器设计问题,此类系统的非线性不确定性可由与状态变量有关的范数有界条件描述。对于由此类系统表示的控制对象,首先给出了判断鲁棒渐近稳定和Ｌ２增益有限的充分条件;而后分别针对状态反馈和输出反馈的情形提出了非线性Ｈ＾∞控制问题的可解条件,最后给出了基于线性矩阵不等式的Ｈ＾∞控制器设计方法。     

不确定性气动弹性系统辨识及鲁棒极限环分析

模型的不确定性直接影响鲁棒颤振和极限环分析的准确性．从基于数据的角度提出考虑非线性环节和模型不确定性的鲁棒极限环分析框架．采用时域方法辨识包含非线性环节的Block—oriented结构的气动弹性系统模型集合的不确定度大小．以在线弹性结构的极点构造正交基底,将不确定性模型集合辨识问题转化为不确定性参数上下界估计的优化问题,通过求解非线性优化得到不确定性模型集合．将辨识后的无记忆非线性算子用正弦输入描述函数表示,利用线性分式变换技术对辨识后的不确定性模型进行重新建模,最后采用结构奇异值（μ）理论对系统集合进行鲁棒极限环分析．采用某二元翼段气动弹性算例验证该辨识和分析框架的准确性．结果表明辨识的不确定性的模型集合能够刻画气动弹性动力学特性．在相同速度下,考虑不确定性的模型集合的鲁棒极限环幅值比标称系统极限环幅值要小．该方法可以应用于鲁棒颤振和极限环预测．     

基于干扰观测器的一类不确定非线性系统鲁棒自适应控制

本文利用干扰观测器和Backstepping方法,提出了一类不确定非线性系统的鲁棒自适应控制方案.首先,利用径向基神经网络(radial basis function neuralnetwork,RBFNN)设计干扰观测器,并通过对RBFNN参数的自适应调整来逼近系统干扰.基于干扰观测器的输出,采用Backstepping方法设计鲁棒自适应控制器.在所设计的鲁棒自适应控制器作用下,闭环系统所有信号达到半全局一致有界稳定.闭环系统稳定分析表明适当地选取设计参数可以确保所有系统状态是一致有界的.最后,仿真结果验证了所提出的鲁棒自适应控制方案的有效性.     

基于Hamilton函数方法的非线性微分代数系统反馈控制

基于Hamilton函数方法研究了一类非线性微分代数系统的镇定和H∞控制问题. 首先结合非线性微分代数系统内在的广义能量平衡特性提出了一种新的耗散Hamilton实现结构. 基于该结构, 对不存在外部扰动的非线性微分代数系统设计了镇定控制器, 对存在外部扰动的非线性微分代数系统, 证明了其L2增益分析问题可以归结为广义Hamilton-Jacobi不等式的求解问题, 并给出了H∞控制器的构造方法. 所提出的非线性微分代数系统的镇定和鲁棒控制器设计方法能充分利用非线性微分代数系统的结构特点, 所设计的控制器形式简单, 易于实现.     

基于边Laplacian一致性的多无人机编队控制方法

目前无人机技术发展迅速,其应用也逐步从军事领域扩展到民用领域,多智能体系统一致性理论的结果大大推进了多无人机编队控制的进展.本文考虑带速度、偏航角和高度3个回路的自动驾驶仪且纵向解耦和不确定性扰动的无人机模型,在非平衡拓扑下,给出了基于边Laplacian一致性的分布式编队控制算法.首先用反馈线性化方法对六模态非线性无人机模型进行预处理.其次将编队问题转变成一致性问题;然后基于边Laplacian方法,将一致性问题转化成稳定性问题.利用Backstepping设计系统李雅普诺夫函数,并给出了编队控制算法,通过李雅普诺夫稳定性理论,证明系统的收敛性,从而保证多无人机编队的实现.最后仿真验证系统受到不确定扰动时,仍有很好的鲁棒性,并能够按指定队形稳定飞行.     

基于自适应控制的大型客机编队飞行一致性控制

研究解决基于多变量自适应控制的大型客机编队飞行一致性控制问题.考虑到长机和僚机都存在参数不确定和外界扰动不确定性,同时考虑大型客机之间的分布式通信拓扑结构,基于代数图论思想,提出一种状态反馈状态跟踪多变量自适应控制方法,解决了大型客机编队飞行分布式一致性控制问题.该一致性问题中的稳定性和渐近跟踪特性通过Lyapunov函数法进行了证明,保证了僚机能够跟踪长机的飞行状态.对大型客机编队飞行一致性控制问题进行数值仿真的结果表明,基于多变量自适应控制的大型客机分布式一致性策略比固定增益控制策略具有更好的跟踪性和鲁棒性.     

一类不确定线性系统的输出反馈鲁棒重复控制设计

重复控制将人类的学习机制引入控制系统,并在许多领域中得到广泛的应用。文中针对一类具有时变结构不确定性的线性系统,研究基于输出反馈的鲁棒重复控制系统设计问题。为了能精确地描述重复控制的特性,建立起能够独立调节重复控制过程中的连续控制行为和离散学习行为的连续/离散二维混合模型,以线性矩阵不等式(LMI)形式给出重复控制系统鲁棒稳定的充分条件,并利用该稳定性条件进行重复控制系统的参数设计。最后用数值仿真验证了文中所提方法的有效性。     

联合连通有向切换拓扑条件下无人机集群鲁棒编队控制

针对联合连通有向切换拓扑网络条件下存在外界扰动的无人机集群鲁棒时变编队与轨迹跟踪控制问题进行了研究.首先,依据无人机真实飞行状态信息、期望队形信息与需要跟踪的轨迹信息之间的误差,以及联合连通通信拓扑网络条件下能够相互通信无人机期望飞行状态与实际飞行状态之间误差信息设计出了无人机集群系统的编队控制方法.然后通过一类特殊的矩阵分解将集群系统时变编队与轨迹跟踪控制问题转换成联合连通快速时间平均系统的渐近稳定控制问题,进一步提出了系统渐近稳定的充分条件,并通过建立的分段连续Lyapunov泛函进行了证明.最后仿真结果验证了本文所提方法能够实现联合连通有向切换拓扑网络条件下无人机集群的时变编队与轨迹跟踪控制飞行.     

基于莱维飞行鸽群优化的仿雁群无人机编队控制器设计

针对无人机编队控制器设计难题,受到大雁飞行时头雁产生的上洗气流能有效减小雁群飞行所需要的体力消耗的启发,设计了无人机编队远距离飞行时的比例-积分-微分仿雁群编队控制器.编队飞行中,无人机由于会受到突风或其他客观因素的影响会偏离最佳的编队位置,针对该问题提出了一种基于莱维飞行鸽群优化无人机编队控制器参数的整定方法,以求取无人机编队时对外界干扰具有强鲁棒性的比例-积分-微分控制器参数.仿真对比验证表明,本文所设计的基于莱维飞行鸽群优化的仿雁群无人机编队控制器具有更强的快速性、稳定性和可靠性,减少了无人机远距离仿雁群编队时飞行的油量消耗,并增加了无人机的作战半径.     

多机电力系统广域非线性鲁棒电压控制策略

本文针对多机电力系统提出一种广域非线性鲁棒电压控制策略.针对COI（center of inertia）坐标系下的系统数学模型,提出一种简单而巧妙的模型变换方法,将其转换为一个引入了发电机的机端电压偏差为新的状态变量的不确定线性系统,进而应用基于线性矩阵不等式（linear matrix inequality,LMI）的鲁棒控制理论设计出控制器.所提出的广域非线性鲁棒电压控制器不依赖于系统某个特定运行点,可适应系统网络参数以及运行方式的变化,保证机端电压调节精度.控制器不需要测量发电机转子角及任何变量的微分,仅需要测量发电机的机端电压、角速度、有功及无功功率.此外,控制器考虑了广域反馈信号的时滞以及部分机组未装设相量测量装置（phase measurement unit,PMU）的影响.应用PSCAD/EMTDC对某三机和四机系统进行了详细测试,仿真结果验证了控制器的良好性能.     

基于遗传算法优化的EPS路感混合H2/H∞控制

针对电动助力转向（EPS）系统统存在系统模型、干扰等不确定性,以及对系统动态特性的要求,提出基于遗传算法的EPS系统混合H2/H∞控制器．在EPS系统及整车二自由度数学模型基础上,以转向路感、系统鲁棒性和转向稳定性为控制目标,构建系统的状态空间方程和增广被控对象矩阵,并运用H2/H∞方法极小化系统中各种干扰对被控输出的影响,并在此基础之上应用H2方法对系统进行优化,提出基于遗传算法的EPS系统混合H2/H∞控制方法.EPS系统路感仿真结果表明,基于遗传算法的EPS系统混合H2/H∞控制器,综合了H2/H∞控制和H2/H∞控制的优点,具有较好的鲁棒性能和鲁棒稳定性,可有效抑制路面随机激励、转矩传感器量测、模型参数不确定等所引起的各种干扰和噪声,使驾驶员获得满意的路感．     

车辆全速巡航系统的干扰解耦鲁棒控制

建立了集成被控车辆及车辆间纵向行驶动力学特性的新型全速巡航系统模型, 针对模型中存在的外界干扰、参数不确定性及非线性特性, 提出了一种干扰解耦鲁棒控制方法. 该方法首先根据非线性干扰解耦（nonlinear disturbance decoupling, 即NDD）原理, 实现对模型中确定部分外界干扰的解耦, 在此基础上, 利用变结构控制（variable structure control, 即VSC）中滑动模的不变性特性, 消除模型中余下不确定性部分的影响, 最后将其应用于纵向行驶车辆全速自适应巡航控制（adaptive cruise control, 即ACC）系统, 并通过仿真计算验证其控制效果. 结果表明, 结合NDD原理及VSC方法设计的车辆全速ACC系统, 不仅对被控车辆内部各种不确定因素具有良好的鲁棒性能, 而且能够较好的消除被控车辆低速走停（stop and go, 即SG）工况下的强非线性特性, 以及高速行驶中前导车频繁加/减速的外部干扰影响. 此外, 控制系统结构简单, 可实现其控制性能的全局最优化.     

有限区间非线性系统的重复学习控制

迭代学习控制方法存在初始定位误差问题;重复控制方法要求被学习量满足周期性条件,而实际中存在不满足这一要求的场合.重复学习控制不要求初始定位操作,被学习量仅需满足重复性条件,它回避了迭代学习控制中初始定位误差问题,推广了重复控制的适用范围.针对较为广泛的一类在有限作业区间上重复运行的非线性系统,文中提出重复学习控制方法.利用一类非线性时变控制系统的Freeman公式,设计标称系统的镇定控制器.分别针对部分限幅和完全限幅学习两种情形,证明了限幅学习下的系统稳定性与收敛性.理论结果表明,文中所提出的重复学习控制方法在处理时变参数不确定性方面是有效的.     

一类高阶随机非线性系统的鲁棒干扰抑制问题研究

本文研究了具有不确定结构的随机高阶下三角系统鲁棒控制问题,对这类问题采用幂积分器的方法结合积分反推的思想给出一个光滑控制器使得系统的解最终趋向于原点附近任意小的邻域,并对具有外部干扰时设计了一个光滑控制律实现鲁棒干扰抑制。     

机器人的鲁棒控制

主要研究了机器人系统的鲁棒控制。介绍了机器人的鲁棒控制模型后,利用最优控制问题求解鲁棒控制,这种方法降低的构造Liapunov函数的难度。只需要求解一个代数的黎卡提方程,便可得到最优控制器,而且证明了这个最优控制器也是鲁棒控制器。但又由于基于这种方法得到的控制器较复杂而难以实现,而且能得到渐近稳定的定性结果,而不能得到其平衡点的衰减速率以及平衡点的吸引域的估计。因此在本文的第三部分中应用了算子非线性测废理论。基于非线性测度方法求解的鲁棒控制器,不仅简单易求,而且克服了压缩映像原理估计压缩常数的困难,在得到系统渐近稳定性的同时得到了系统平衡点的衰减速度和吸引域的估计。最后给出了两关节机器人鲁棒控制的的实例。由于控制器设计与f（X）无关,相关结果会比较保守,可为相关设计研究提供一些参考。     

MIMO-OFDM系统中基于变分Bayes EM算法的联合符号检测与鲁棒Kalman信道跟踪

基于变分Bayes期望最大化VBEM(variational Bsayes expectation maximization)算法和Turbo原理,提出了快时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法.在VBEM框架下,信号检测和信道估计分别由修正的列表球形译码算法和软输入Kalman算法完成,检测器和估计器分别考虑了信道和检测信号的估计误差协方差矩阵.当信道时变剧烈时,存在较大检测误差的数据在软输入Kalman算法中引入异常值(outliers),由于Kalman算法对于异常值的敏感性,系统会在错误传播的影响下出现误码平台.为削弱异常值的影响,利用鲁棒统计理论设计了VBEM框架下改进的鲁棒软输入Kalman算法,该算法能在出现异常值的条件下保持较好的信道跟踪能力.仿真结果表明:在快速时变多径信道条件下,文中设计的鲁棒VBEM算法优于传统的VBEM算法和EM算法.     

基于增益矩阵的二阶集群系统鲁棒分布式立体编队控制

本文研究解决了在三维空间内针对二阶集群系统的鲁棒分布式编队生成与保持控制问题,所设计的基于增益矩阵的控制方法仅需测量局部坐标系下智能体间的相对位置信息而不依赖于交互通信.首先设计了二阶集群系统的立体编队生成控制策略,通过构造李雅普诺夫函数证明了全局稳定性,并利用凸优化求解得出增益矩阵.所设计的生成控制律对扰动、输入饱和等具有较好的鲁棒性,同时在生成过程中引入了启发式的避碰算法.在此基础上,设计了带有期望距离的编队保持控制策略,使得集群系统能够保持固定大小的队形.然后,将所设计的控制律进行改进,拓展并应用于领航者-跟随者网络下的二阶集群系统立体编队控制.最后,通过相关的仿真实验验证了理论结果的正确性.     

黎卡提差分方程在电磁轴承最优控制中的应用

提出了一种电磁轴承模型预测最优控制方法.为了抑制陀螺效应引起的转子圆锥涡动,在传统二次型性能指标函数中引入同步误差项,基于离散状态方程有限步预估转子平动误差、同步误差以及控制器输出构造最优控制器优化目标函数.基于迭代黎卡提差分方程（Riccati Difference Equation）求解了最优控制器.用伪代数黎卡提方法（Fake Algebraic Riccati Technique）证明了所设计最优控制器的稳定性.通过数值仿真研究了控制器鲁棒性能与设计参数间的关系.针对某扁平型磁悬浮飞轮的仿真和实验结果均表明引入同步误差的最优控制器能有效的抑制圆锥涡动.     

无人机群协同跟踪地面多目标导引方法研究

多机协同目标跟踪是无人机系统的典型任务之一.由于军事任务的集群性,在实际中常需要跟踪多个不同的目标.如何使用尽量少的无人机对多个目标实施有效跟踪,以提高系统鲁棒性和定位精度,是一个重要的研究课题.本文针对复杂环境下无人机群协同跟踪地面多目标过程中的关键问题进行研究,设计了复杂环境下无人机群协同跟踪多目标系统架构,提出了考虑遮蔽区域机群跟踪多目标动态分组算法、自适应多模型无迹卡尔曼粒子滤波融合算法和障碍条件下机群协同目标跟踪运动快速导引方法.通过仿真试验和飞行试验,验证了本文方法的有效性.最后,对该领域的下一步研究方向进行了展望.     

大型同步发电机组NR-PSS白山电厂300 MW 机组现场试验

为验证大型发电机组NR-PSS(非线性鲁棒电力系统稳定器)的综合性能, 在东北电网白山电厂300 MW机组上进行了现场投运试验, 结果表明NR-PSS能够显著改善系统阻尼特性, 提高系统稳定性.