广义系统的有限时间终端滑模控制

本文研究了一类广义系统的有限时间终端滑模控制问题.通过非奇异的线性变换把广义系统变换成受限等价形式,利用Lyapunov函数的方法,提出一种有限时间终端滑模控制策略,给出了相应的终端滑模超曲面和控制器,使得闭环系统能渐近稳定,实现滑模运动,同时使得系统状态变量在滑模面上于有限时间内到达平衡点.最后,给出了数值算例,说明...     

基于终端滑模控制的多智能体系统有限时间跟踪控制

针对有向拓扑结构下带领导者的非线性二阶多智能体系统,基于终端滑模控制策略,研究其有限时间一致性跟踪问题;利用快速积分型终端滑模控制理论与有限时间稳定性理论,设计了一类分布式有限时间一致跟踪控制协议,以确保多智能体系统中跟随者对动态领导者的跟踪。提出的控制协议可以使多智能体系统的状态在有限时间内到达并停留在设计的滑模面上,并且能有效削弱抖振。通过数值仿真,验证了所获得的理论结果的有效性。     

输入受限的非线性网络系统全局滑模控制

针对动态TCP网络的拥塞问题,在输入受限情况下,基于全局滑模控制理论设计了一种主动队列管理(AQM)算法.该算法消除了滑模控制的到达阶段,保证网络系统在整个控制过程中的鲁棒性.对于TCP/IP网络中存在的网络模型的不确定、网络参数的时变性以及非TCP适应流所引起的网络振动,该算法可以获得良好的暂态和稳态响应.仿真结果表明该算法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,尤其是在网络条件变化的情况下,该算法优于传统的PI控制和滑模控制.     

基于全局快速积分终端滑模的智能车队有限时间纵向控制

针对智能车辆队列纵向协同控制问题,提出一种基于终端滑模和非光滑趋近律的有限时间控制算法以提高车队系统车间距的收敛性能和强队列稳定性。首先,为加快车辆队列车间距误差的收敛速度,实现目标车速的快速跟踪,构建包含车间距误差积分项的全局快速积分终端滑模面(GFITSMS)。其次,针对由外部干扰作用造成的车间距稳态收敛误差,提出连续但不可导的非光滑趋近律(NSRL),并基于提出的GFITSMS和NSRL构建全局快速积分终端滑模控制器(GFITSMC),通过构造Lyapunov函数,分析车队系统的队列有限时间稳定性和车间距误差的快速收敛性。研究结果表明,在首车-跟随(LF)通信拓扑结构下,相较于普通滑模控制器(SMC)和双幂次滑模控制器(DPSMC),所提有限时间控制器使车间距误差收敛时间分别减少了56.3%和50%,误差峰值分别降低了72%和58%。在前车-跟随(PF)通信拓扑结构下,车间距误差收敛时间分别减少了51.4%和48.6%。这表明所提有限时间控制算法在两种不同通信拓扑结构下均能有效地提高车间距误差的快速收敛性能和鲁棒性能,并显著改善由控制器产生抖振导致的车辆频繁加减速现象。     

基于指数型快速终端滑模的有限时间混沌同步

为了解决混沌同步有限时间的实现问题,基于指数终端吸引子的有限时间快速收敛特性,设计了指数型快速终端滑模,并将其引入到一类混沌系统中,提出了一种新的滑模变结构控制,以实现该类混沌系统的状态同步.系统状态变量能以较快的速度在有限时间内到达各级滑模面,最终使系统状态收敛到平衡点.系统具有良好的动态性能,同步时间可以估计和控制,且实现了混沌系统的有限时间完全同步.以Chen混沌系统为例研究验证同步策略的可行性和有效性.     

不确定广义系统的有限时间终端滑模控制

研究了一类不确定广义系统的有限时间终端滑模控制问题.通过非奇异线性变换将不确定广义系统转换成受限等价形式,利用Liapunov函数的方法,提出一种有限时间终端滑模控制策略,给出相应的终端滑模超曲面和终端滑模控制律,得闭环系统渐近稳定,现了滑模运动,保证了在滑模面上系统状态变量在有限时间内到达平衡点.给出了相应的数值算例,说明了设计的可行性和有效性.     

基于反演滑模控制的区分服务网络拥塞控制算法

针对区分服务网络的两种典型业务类型(奖赏业务和确保业务)分别进行分析和控制,应用非线性流体流理论建立区分服务网络模型,设计推导出一种新的自适应滑模控制器.先将非线性流体流模型转化为参数严格反馈的形式,然后应用反演控制理论完成控制器的设计.通过该方法设计的自适应反演滑模控制器,能够抑制系统的未知动态和不确定性扰动,使缓冲器队列长度的调节达到理想效果.在理想滑动模态下系统渐近稳定,仿真结果进一步验证了该控制器的有效性.     

基于自适应全局滑模控制的主动队列管理算法

针对TCP网络的拥塞控制问题,采用滑模控制理论提出了一种新的主动队列管理算法。考虑到UDP流干扰的情况,设计了基于自适应全局滑模控制的主动队列管理算法。该算法保证网络系统在整个控制过程中的鲁棒性,并且使用RBF神经网络作为自适应律来消除UDP流干扰对系统的影响。仿真结果表明该算法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,优于传统的PI控制和滑模控制。     

具有输入时滞的TCP网络的自适应滑模控制

针对具有输入时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个状态预测器,消除输入延时带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器。所设计的控制器既保证了滑动模态的存在和系统的渐进稳定性,又较好地抑制了系统不确定带来的影响。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PID控制和滑模控制。     

基于事件触发的TCP网络滑模控制

针对存在不确定参数和UDP流干扰的TCP网络拥塞问题,提出了一种基于事件触发的TCP网络滑模控制策略.通过利用全局滑模控制方法,使整个系统的响应过程都具有鲁棒性,在此基础上引入事件触发机制,在保证系统状态稳定的同时,节约了网络资源.通过李雅普诺夫理论证明了TCP网络闭环系统里的所有信号是有界的,同时也有效地避免了Zen...     

基于自适应反步滑模控制的主动队列管理

针对TCP网络的拥塞控制问题,基于自适应反步滑模控制提出了一种主动队列管理算法。由于系统的不确定在实际工程中很难或根本无法事先获得,设计一个自适应律来实时适应系统不确定的值,从而消除系统不确定所带来的影响。利用此自适应律,提出一个自适应反步滑模控制器,使得系统具有较好的暂态性能和鲁棒性能。仿真结果表明,该方法对TCP网络的复杂变化具有较好的鲁棒性和较快的系统响应。     

基于模糊滑模控制的主动队列管理算法

针对动态网络的拥塞问题,提出一种主动队列管理(AQM)算法·该算法基于模糊滑模控制器(FSMC)设计,适合于动态网络流量的变化·模糊控制的加入,缩短了到达时间,改善了滑模控制的抖振现象·对于TCP/IP网络中存在的网络模型的不确定性、网络参数的时变性以及非TCP适应流所引起的网络抖动,该算法具有很强的鲁棒性·仿真结果表明该方法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,尤其是在网络条件变化的情况下,该算法优于传统的PI控制、模糊控制和传统的滑模控制·     

时滞TCP网络的自适应滑模控制

针对具有输入时滞和状态时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个特殊变换将原时滞系统转化为无时滞系统,从而消除时滞带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器,所设计的控制器不仅可以使队列长度快速收敛到设定值,而且维持较小的队列振荡。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PI控制和滑模控制。     

基于终端滑模的多关节机器人跟踪控制

针对具有不确定性干扰的多关节机器人系统的轨迹跟踪控制问题,利用终端滑模控制方法,给出了全局有限时间跟踪控制器设计;首先,根据多关节机器人动力学模型的特点,基于非奇异终端滑模控制技术并利用滑模设计思想,设计了轨迹跟踪滑模控制器;在该控制器的作用下,跟踪误差不仅能够在有限时间内从任意初始状态到达滑动面,而且也能在有限时间内沿着滑模收敛到原点;其次,由于所设计的控制器的非连续性,将会使得系统产生抖振现象;针对这个问题,利用修正的饱和函数来代替控制律中的符号函数,从而消除了系统的抖振问题;最后,仿真算例表明了该方法的有效性。     

基于滑模自适应有限时间一致性算法的微电网二次控制

随着微电网规模日益增大,如何快速稳定完成二次控制目标是一个亟待解决的问题。因此文章首先针对现有微电网中分布式二次控制器的收敛速度问题,提出了一种基于自适应有限时间的分布式二次控制,所提的控制器在不同的场景下,可以通过分布式的方式来获取当前情况下最适合的有限时间控制器的收敛系数,从而加快二次控制的速度。其次针对分布式控制器易受到扰动而无法完成控制目标的问题,设计了基于滑模控制的分布式有限时间控制器来消除扰动影响。然后通过李雅普诺夫函数证明方法分析了所提策略的稳定性和可行性。最后通过Matlab/Simulink搭建仿真模型,在4个不同的算例下验证了本文所提的控制策略的有效性和可行性。     

高超声速飞行器自适应高阶终端滑模控制

针对高超声速飞行器的纵向运动模型,研究了飞行器输出跟踪控制问题,提出了一种将动态逆方法与高阶终端滑模控制相结合的鲁棒自适应控制方法.首先,利用反馈线性化方法对高超声速飞行器纵向模型输入输出线性化;通过设计具有全局鲁棒性的终端滑模面,提高系统的输出收敛速度;同时,采用自适应高阶滑模控制律,在不确定上界未知条件下对其进行自适应估计,从而实现控制器增益的实时在线调整,减少系统抖振;最后,基于Lyapunov理论证明了此控制策略可以保证闭环系统稳定.仿真结果表明,所设计的控制器能够实现高超声速飞行器纵向爬升机动中速度和高度的稳定跟踪控制.