状态时滞时变离散时间系统的最优预见控制器设计

研究了一类具有状态时滞的时变离散时间系统的最优预见控制问题.所用的方法仍然是通过引入差分算子构造扩大误差系统.首先克服了差分算子不是线性算子的困难,成功构造了扩大误差系统.然后通过提升技术,把系统转化为形式上没有时滞的普通控制系统.最后通过引入可预见的目标值信号信息,得到最终的扩大误差系统.从这个扩大误差系统出发,利用时变系统最优控制的有关结果,设计处理原系统的带有预见作用的控制器.利用矩阵分解,把需要求解的高阶Riccati方程转化成一个低阶的Riccati方程.仿真实例表明了该设计方法的有效性.     

具有对称循环结构的广义大系统最优控制

考虑具有对称循环结构的广义大系统的最优控制设计问题·基于Riccati方程和Lyapunov方程的解与许多控制问题密切相关,研究了具有对称循环结构的广义复杂大系统的Lyapunov方程与Riccati方程的求解问题;利用具有对称循环结构的广义大系统的特殊结构,提出了对具有对称循环结构复杂大系统Lyapunov方程与Riccati方程的求解问题,可以简化为一些低阶系统Lyapunov方程与Riccati方程求解问题·利用Riccati方程的解解决了这类系统最优控制问题·     

广义周期时变系统的二次稳定性分析

研究了广义周期时变系统的二次稳定性问题.通过建立一个Riccati方程,给出了系统在输出反馈下二次稳定的充要条件.     

基于广义代数特征空间的控制律设计

近年来,结构振动主动控制研究得到了快速发展,并在实际工程中有了许多成功的应用.目前,控制律设计的基本方法是最优控制法,但其需要求解的Riccati方程阶数通常是较高的,而高阶Riccati方程是难于求解的.提出了分块最优控制法,它能有效降低相应的Riccati方程阶数,为能对各子块独立地进行控制设计,采用了在模态空间分块的办法.     

连续广义系统的保成本控制

本文运用线性矩阵不等式及Riccati方程等方法研究连续广义系统的保成本控制问题并得到使闭环系统存在闭环控制器的条件;针对连续广义系统的性能指标设计一个控制器使得系统稳定且性能指标不超过某个上界。     

具有时变时滞的不确定线性广义系统的无源控制

本文主要讨论具有时变时滞的不确定线性广义系统的无源控制问题。文中的时变时滞不是一个常数而是具有最大值,且不确定参数都是范数有界的。利用代数Riccati方程和线性矩阵不等式解决了在没有不确定参数情况下的时变时滞线性广义系统的无源控制问题。     

具有多采样率及状态时滞的线性离散时间系统的预见控制

研究了输入多采样率型离散时间控制系统的预见控制器设计问题.首先利用提升技术从形式上消除多采样率特点和状态时滞,把问题转化为一个普通的单采样率无时滞系统的控制器设计问题.由于状态时滞的存在,提升过程中会引入输入量的历史值.把这些历史值和状态时滞项一起放入扩大系统的状态向量中,因此提升过程不会引入误差.针对提升后的系统,利用最优预见控制的标准处理方法,通过构造扩大误差系统,把问题转化为调节问题,最后给出带有预见补偿的最优控制器.再经过变换,得到原系统的预见控制器.同时对预见控制器的存在条件进行了讨论.数值仿真表明,本文所设计的预见控制器是有效的.     

Riccati方程的广义反射函数与周期解

为了解决Riccati方程的周期解与稳定性,提出了通过Riccati方程的广义反射函数来寻找其Poincaré映射的方法。结果表明:从微分系统的广义反射函数角度出发,得到了Riccati方程具有线性广义反射函数的条件,从而推出了Riccati方程的线性广义反射函数,得到了Riccati方程的Poincaré映射,以及Riccati方程有周期解的条件与稳定性。由于通过广义反射函数寻找Poincaré映射比较简单可行,所以,Riccati方程的周期解与稳定性的研究成果对其它微分系统的研究也具有指导作用。     

一类时滞不确定非线性广义系统的鲁棒与可靠性控制

研究一类状态时滞不确定非线性广义系统的状态反馈可靠性控制器设计问题.所考虑的系统具有结构不确定性和非线性有界干扰,在闭环系统是容许的(正则、无脉冲)和其他适当的假设下,利用 Lyapunov函数方法把问题化为广义代数 Riccati 方程求解.算例验证了设计方法的有效性.     

一类时滞广义系统的鲁棒控制

针对一类状态和输入均带有时滞和扰动且输出带有扰动的不确定广义系统,研究了该系统的鲁棒控制问题。利用Riccati方程的方法通过选择适当的lyapunov函数,得到该广义系统渐近稳定的充分条件.并基于Riccati方程给出了该控制器的设计方法.使得对于所有允许的不确定性,闭环系统渐近稳定且具有性能指标.仿真实例表明了该设计方法的有效性。     

具有跟踪鲁棒性能的H∞最优预见控制

研究了一类不确定离散时间系统的鲁棒H∞预见控制问题。其中采用一种新的方法构造扩大误差系统,避免对时变的系数矩阵取差分,从而成功构造简化的扩大误差系统。然后针对所求得的不确定系统的扩大误差系统,通过引入带有预见作用的状态反馈,研究鲁棒H∞保成本控制问题,得到确保鲁棒H∞控制器存在的充分条件及H∞状态反馈控制器的设计方法。该条件可以通过求解一个线性矩阵不等式优化问题而实现。所得控制器回到原系统就得到带有预见作用的最优预见控制器。而且,通过引入积分器,实现闭环系统对目标值信号的鲁棒无静差跟踪。最后的数值算例说明了本文理论的有效性。     

带有状态时滞的多采样率线性离散时间系统的最优预见控制器设计

研究了一类具有状态时滞的多采样率离散时间控制系统,对这类系统给出了一种最优预见控制器的设计方法.首先利用离散时间系统提升技术,把所研究的系统转化成单一采样的扩大系统;然后利用构造扩大误差系统的方法引入积分器;再对扩大误差系统应用通常的线性二次型最优预见伺服系统设计方法设计控制器,从而得到原系统的最优预见控制器.同时还对扩大误差系统的能控性和能观测性进行了讨论,并通过数值仿真说明了控制器的有效性.     

利用虚拟目标值的预见控制设计(英文)

研究了预见跟踪控制问题,即控制器可利用过去、现在和未来的信息来决定所施加控制量的大小．通常的作法是通过把未来预见信息加入控制量中来实现的．提出了一种不同的作法：利用未来目标值及系统的当前状态产生一个虚拟目标值,让系统转而去跟踪这个已被事先处理过的目标值信号,从而提高了系统的控制精度同时减少了控制所需的能量．数值仿真表明了这种方法的优越性．     

基于转向响应特性的智能车辆轨迹跟踪双闭环控制

智能车辆轨迹跟踪的准确性与鲁棒性是车辆运动控制性能的重要表征,基于路径预瞄信息的跟踪控制研究使车辆性能显著提升. 然而,车辆转向系统响应不足给车辆实时准确的基于预瞄信息跟踪参考轨迹带来挑战. 针对此问题,实时引入转向系统状态建立双闭环轨迹跟踪控制结构,保证智能车辆轨迹跟踪控制算法对转向系统响应不足的鲁棒性. 具体结构外环基于预瞄信息使用模型预测控制求解最优转向角,内环基于转向状态误差使用PID方法设计反馈控制律以补偿转向响应不足. 双闭环结构耦合控制输入保证了车辆鲁棒最优跟踪控制. 最后通过Carsim与Simulink联合仿真,验证了该双闭环控制结构的有效性.      

线性离散系统的最优预见控制

该文对线性离散系统的最优预见控制方法进行了研究。这种方法在二次型性能指标中综合考虑跟踪误差和控制量的变化 ,在设计反馈控制器的基础上 ,利用已知的未来目标值及未来干扰信号设计前馈补偿器 ,进一步改善了系统的性能。该文讨论了最优预见控制设计方法的关键技术 ,即预见步数的选取问题 ,推导了预见步数与性能指标函数值之间的关系 ,并给出了预见步数的选取方法。     

不确定离散时滞系统的H∞保性能预见控制

针对一类具有凸多面体不确定常参数的离散时间时滞系统,研究其H∞最优保性能预见控制器的设计方法。首先,与以往不同,本文的扩大误差系统仍然保留了时滞,以保证扩大误差系统的状态向量维数不随时滞的增加而增加。其次,针对所构造的扩大误差系统,设计有记忆的状态反馈控制器,并利用线性矩阵不等式方法,导出确保所求控制器存在的条件及该控制器设计的方法。最后,通过建立并求解一个含线性矩阵不等式约束的凸优化问题,给出扩大误差系统的鲁棒H∞保性能控制器,该控制器对于原系统来说就是鲁棒H∞保性能预见控制器。     

一类状态时滞系统的最优预见控制器设计

研究了一类状态时滞系统的最优预见控制器设计问题. 首先通过差分将所研究的时滞系统转化为形式上不含时滞的一般系统,然后根据已有的无时滞系统的预见控制理论设计出系统的控制器,并且给出了所设计的控制器存在的充分条件.仿真实验说明了预见前馈补偿的有效性.     

离散时间多智能体系统的协调最优预见跟踪

在互联拓扑包含一棵有向生成树的条件下,研究了离散时间多智能体系统的协调最优预见跟踪问题.首先利用状态增广技术把协调跟踪问题转化为一个增广系统的全局最优调节问题.然后应用离散时间线性二次型调节理论的相关结果给出了使增广系统的闭环系统渐近稳定的控制器,并由此得到原系统实现跟踪一致性的全局最优预见控制器.仿真结果不仅验证了所设计控制器的有效性,并且表明适当增加预见步长对保证准确跟踪领导者的输出是至关重要的.     

基于视觉的智能车辆模糊滑模横向控制

以采用视觉导航的智能车DLUIV-1为对象,对智能车辆的横向控制方法开展研究.首先,建立基于视觉预瞄距离的车辆横向控制系统模型,利用包含速度等因素在内的预瞄运动学模型确定车辆的横向偏差和方位偏差.其次,针对横向控制的特点,提出了模糊和滑模相结合的智能车辆横向控制策略,综合考虑车辆当前的横向偏差和方位偏差,将二者融合后的综合偏差作为滑模切换函数的参数来设计滑模面,将滑模切换函数作为控制目标,利用模糊控制规则调整控制变量的大小来确保存在和到达条件成立,保证方向盘转动的稳定性.仿真结果表明该横向控制器能够保证智能车辆准确而且稳定地跟踪参考路径,且对模型参数的变化具有较强的鲁棒性.