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。     

任意初始状态下非正则系统的迭代学习控制设计

迭代学习控制已广泛应用于各种机器人控制系统,但目前的方法大多数都假设系统具有零初始误差。在实际工程应用中,迭代学习的初始状态往往会发生漂移,现有的学习算法不能正确地使用。针对具有非零初始误差的非正则线性离散系统,研究了其迭代学习算法,提出了两种新型的初始状态的学习方法,利用2 D系统理论,对迭代学习进行了2 D分析,以保证所提出算法的稳定性。由于不需要假设系统初始误差为零,该算法更符合工程实际,仿真验证了算法的有效性。     

State Estimation of Discrete Stochastic Singular System

1　 IntroductionIn the area of singular systems control much work has been done recently. The basictheory of singular systems has been proposed. A lot of results are obtained fordeterministic singluar systems[1～ 2 ] . However,only a few results are from stochasticsingular systems[3～ 5] ,in which attention is paid to time-invariant stochastic singularsystems. The state estimation and observation problems of time-invariant stochasticsingular systems have been discussed in[3 ] .The state estim…     

带有初始误差的机械手轨迹跟踪的快速迭代学习控制

针对具有非零初始误差的多关节机械手的轨迹跟踪控制问题,首先采用降阶变换的方式将原系统转化为低阶系统,再对低阶系统重新变换设计,该方法消除了Kawamura方法在学习过程中要求每次学习初态与期望初态一致或迭代初态固定的限制.然后提出一种新型快速迭代算法对变换后的机械手系统模型进行学习控制,充分利用了系统已存的有效信息,使系统的输出能尽快地收敛于期望轨迹.该算法相对于P型算法具有较快的跟踪收敛速度,相对于PD型算法计算过程简便易行,避免了微分运算给系统带来的不稳定影响.仿真结果表明了所提控制方案的有效性,提高了系统的实时性.     

具有控制时滞的不确定分布参数系统迭代学习控制

研究了具有控制时滞的不确定线性分布参数系统的迭代学习控制问题,允许系统在迭代过程中初始状态值存在一定偏差。提出了基于时滞已知的P型迭代学习控制算法,给出了其L²范数收敛的充分条件,并利用Green公式、以及Gronwall-Bellman不等式等从理论上进行收敛性证明。数值例子验证了该算法的有效性。     

不确定广义离散系统的鲁棒H-infinity控制

研究E矩阵,确定其它系数矩阵都存在满足范数有界条件的参数不确定性广义离散线性系统的鲁棒H∞控制问题。利用线性矩阵不等式方法,导出广义离散线性系统正则、因果、稳定且传递函数满足给定的范数界的等价条件。在此基础上,可以将广义不确定离散线性系统的状态反馈鲁棒H∞控制问题和输出反馈鲁棒H∞控制问题,分别转化为辅助广义确定性离散线性系统的状态反馈H∞控制问题和输出反馈H∞控制问题。     

区间可调节的变增益加速迭代学习控制

为加快迭代学习控制律的收敛速度,针对线性时不变系统,以P型、D型学习律为例,提出了区间可调节的、具有指数加速、含反馈信息的迭代学习控制算法。首先,根据每次学习效果,确定下一次迭代需要修正的区间并在该区间内修正控制律增益;其次,分析了所提算法的收敛性并给出其收敛条件;最后,理论结果表明收敛速度主要取决于被控对象、控制律增益、修正指数和学习区间的大小。相同仿真条件下,与传统算法相比,所提算法具有更快的收敛速度。     

基于非对称交互多模型弹道导弹跟踪

弹道导弹飞行三个阶段的动力学模型异常复杂且非线性强,在未知导弹任何先验信息前提下如何连续地跟踪整个弹道已成为目前亟待解决的难题。针对该问题,提出了一种实时非对称交互多模型跟踪算法,它根据弹道不同阶段的受力情况建立相应的跟踪模型。该算法采用非对称的状态交互以及基于熵信息变化的模型概率更新方法对导弹进行实时状态估计,并将其中一个无迹滤波器的非线性状态估计用改进离散方法实现,提高了实时性。仿真实验表明,该跟踪算法能够较精确地从弹道主动段连续地跟踪到再入段,并且能较大幅度地减小模型切换之间的跟踪误差。     

基于伪谱法的欠驱动航天器实时最优控制算法设计

针对欠驱动刚性航天器提出了时间最优的闭环状态反馈控制算法。首先,利用直接Legendre 伪谱法规划出航天器开环的姿态机动轨迹,并验证了所得最优控制输入的可行性。然后,以航天器实际运行轨迹与开环轨迹间的偏差为变量构造偏差方程,并提出了基于间接Legendre 伪谱法的最优姿态稳定控制算法。最后,采用实时重规划策略实现了稳定控制器状态的反馈,从而完成了对参考轨迹的闭环跟踪。仿真结果表明所提算法运算量小,计算速度快,可以实时获取解析形式的控制输入修正量,而且对初始姿态存在扰动的情况具有一定的鲁棒性,运算精度较高。     

滞后广义系统状态跟踪的学习控制算法

尝试性的将迭代学习控制方法应用于滞后广义系统的状态跟踪控制上,针对满足Ａ２２可逆条件的滞后广义系统,给出了跟踪控制的学习算法,并对算法的收敛性及状态跟踪的可能性进行了分析。我们所设计的学习控制器对系统有很好的鲁棒性能,对Ａ２２不可逆,对此将另文讨论。     

离散广义双线性系统的稳定控制分析

讨论了离散广义双线性系统稳定控制问题。研究了离散广义双线性系统稳定控制存在的条件,并给出了相应的控制方案。所采用的方法是利用广义系统分解,运用Lyapunov方法证明线性状态控制可以使闭环系统在原点附近渐近稳定。同时研究了不分解系统,通过构造广义李雅普诺夫函数的方法,给出了使闭环系统稳定的条件。对于离散广义双线性系统有关理论的证明,可以看作是正常离散双线性系统的拓广。     

不确定离散广义系统的鲁棒无源控制

将严格无源的概念引入到离散广义系统中 ,研究了具有未知定常不确定参数的离散广义系统在有界外部输入作用下的鲁棒无源控制问题 ;利用线性矩阵不等式 ,给出了不确定离散广义系统广义二次稳定且从外部输入到被调输出之间是严格无源的 ,并在此基础上给出存在状态反馈控制器 ,使得闭环系统广义二次稳定且从外部输入到被调输出之间是严格无源 ,同时给出相应的依赖于矩阵不等式的解的控制器构造 ;数值算例说明了结论的有效性。     

不确定条件下无人作战飞机在线攻击轨迹决策

针对无人作战飞机(unmanned combat aerial vehicle, UCAV)对地攻击过程中存在的诸多不确定性因素问题,提出基于滚动时域策略和Gauss伪谱法(Gauss pseudospectral method, GPM)的在线实时攻击轨迹决策算法。算法采用滚动时域的优化策略,将全局优化问题转化为一系列相互叠加但不断向前推进的优化区间,通过滚动更新和反馈校正消除不确定误差,同时降低了所提算法的计算复杂度和对计算资源的需求;综合飞行包线约束,武器投射约束和威胁规避约束,采用GPM完成高精度攻击轨迹求解;采用实时迭代策略提供优化初值,通过自适应目标函数切换引导UCAV迅速规避近距突发威胁。仿真结果表明,所提算法能够有效消除不确定误差,同时以较高的精度和速度生成可行的攻击轨迹。     

广义离散系统保D-稳定的动态输出反馈H∞控制器设计

提出一种保证广义离散系统D-稳定性的严格真动态输出反馈H_∞控制器设计方法.首先,给出保证广义离散系统正则、因果、 D-稳定且从干扰到控制输出的传递函数满足H_∞范数约束的充分条件. 在此条件下,通过构造辅助广义系统,用两组矩阵不等式给出了控制器存在的充分条件,使得闭环系统是正则、因果、D-稳定且满足 H_∞范数约束,并给出控制器的解析表达式.同时,也给出了广义离散系统状态反馈H_∞控制器的一种设计方法.控制器可解性条件由系统的系数矩阵来表达,设计过程不需要系统矩阵分解,可避免因矩阵分解而产生的数值问题.     

一类不确定离散切换广义系统的一致有限时间稳定准则

利用Lyapunov like函数方法和线性矩阵不等式（linear matrix inequality, LMI）技术研究了一类不确定离散时间切换广义系统的一致有限时间稳定和状态反馈镇定问题。首先,在任意给定的切换规则且假定不确定参数项范数有界的情况下,给出了保证不确定离散切换广义系统一致有限时间有界和有限时间稳定的充分条件和状态反馈控制器的设计方法,然后利用Matlab中的LMI工具箱对建立的LMI问题进行求解。最后的仿真算例验证了所提方法的有效性。     

Membrane-inspired quantum shuffled frog leaping algorithm for spectrum allocation

To solve discrete optimization difficulty of the spectrum allocation problem,a membrane-inspired quantum shuffled frog leaping(MQSFL) algorithm is proposed.The proposed MQSFL algorithm applies the theory of membrane computing and quantum computing to the shuffled frog leaping algorithm,which is an effective discrete optimization algorithm.Then the proposed MQSFL algorithm is used to solve the spectrum allocation problem of cognitive radio systems.By hybridizing the quantum frog colony optimization and membrane computing,the quantum state and observation state of the quantum frogs can be well evolved within the membrane structure.The novel spectrum allocation algorithm can search the global optimal solution within a reasonable computation time.Simulation results for three utility functions of a cognitive radio system are provided to show that the MQSFL spectrum allocation method is superior to some previous spectrum allocation algorithms based on intelligence computing.     

基于模糊专家系统与IDE算法的UCAV逃逸机动决策

针对现有研究中无人作战飞机(unmanned combat air vehicle, UCAV)近距逃逸机动的自适应性不足和战术性匮乏问题,提出一种将模糊专家系统与双策略竞争的可选外部存档差分进化算法(external archiving differential evolution algorithm with dual strategy competition, DSC-JADE)相结合的逃逸机动决策算法。通过对战术知识的学习,建立模糊专家系统,将逃逸决策过程通过滚动时域划分为离散片段,根据模糊专家系统决策得到机动动作,在其控制量对应的可行域内,采用改进差分进化算法(improved differential evolution, IDE)进行寻优得到最优控制量,完成逃逸机动决策。在UCAV处于劣势的初始条件下进行仿真验证,证明DSC-JADE算法相较原始差分进化以及其他传统群智能算法搜索能力更强,采用专家系统相较不采用专家系统逃逸决策能力更优。     

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。     

Tracking Synchronization of Networked Lagrangian Systems via Impulsive Control and Its Applications

An impulsive control scheme is proposed to investigate the tracking synchronization of ring and inline networked Lagrangian systems. Given a time-varying target trajectory, some algebraic synchronization criteria are derived to make the networked Lagrangian systems synchronize to the target trajectory. A distinctive feature of the proposed work is that the impulsive control scheme is used to investigate the highly nonlinear Lagrangian systems. By the impulsive control, each agent described by the Lagrangian system instantaneously interacts with its neighbors only at some discrete moments. Furthermore, the proposed control strategy requires only local coupling feedback for global convergence. As a direct application of the obtained theoretical results, the tracking synchronization of multiple 3-DOF mobile robots is discussed in detail and simulated. Simulation results verify the effectiveness of the proposed control strategy.     

基于多分辨率技术及奇异值理论的故障检测方法

提出了以小波多分辨率技术与矩阵奇异值理论相结合的故障检测方法。根据小波变换的多分辨率分解特性 ,提出了系统状态观测信号的二初始特征向量矩阵———粗分辨逼近矩阵和边缘细节信息矩阵。利用矩阵奇异值分解理论得到初始特征向量矩阵的奇异值 ,将其作为状态信号的特征向量。针对提取出的系统状态信号奇异值特征 ,设计出相应的故障检测算法 ,并将该方法用于某武器平台上精密弹簧阻尼器的故障检测。仿真结果证实了该方法的正确性和有效性。