一、输入受限时滞系统的鲁棒模型预测控制（论文文献综述）
贾晨[1]（2021）在《预见控制理论在容错控制中的应用》文中认为预见控制是一种可以显着提高系统运行效率的控制理论和方法,在实际问题中有着广泛的应用.现代工业系统对安全性和可靠性的需求日益增长使得容错控制成为控制系统研究的热点之一.本文将预见控制理论应用到容错控制中,研究了几类线性系统的容错预见控制问题.具体内容包含以下几个方面:（1）针对一类发生执行器故障的连续时间线性系统,研究了带有预见作用的容错控制器设计问题.根据容错控制中的模型跟踪控制方法引入了一个具有理想特性的参考模型,然后利用一般方法构造增广系统,将输出跟踪问题转化为调节问题.基于最优控制理论得到了增广系统的控制器,进而通过积分获得原系统的容错预见控制器.将所得结果应用到蒸汽发生器水位调节系统中发现预见作用的存在能够有效消除故障信号对水位的影响.（2）研究了一类具有多输入时滞的离散时间系统发生传感器故障时的容错预见控制问题.通过构造增广系统和采用积分变换方法,将原问题转化为无时滞系统的最优调节问题.对比以往使用的离散提升技术,此方法避免了增广系统的维数随着时滞项的增多而增加,减少了计算量,然后针对无时滞增广系统引入性能指标函数,应用最优控制理论获得相应控制器,根据差分算子的定义得到原系统的容错预见控制器.所得结果适用于无时滞情形.（3）研究了一类发生传感器故障的连续时间广义系统的脉冲消除和容错预见控制器设计问题.根据系统的脉冲能控性,引入了状态预反馈对原系统进行脉冲消除.对所得无脉冲广义系统作受限等价变换得到一个正常系统和一个代数方程,然后构造包含正常系统、参考模型和误差方程的增广系统.利用状态预反馈及受限等价变换过程中的变量关系对关于原系统所提出的性能指标函数进行改写,并对所构造的增广系统进行状态反馈得到新增广系统及其对应的性能指标函数.求解新增广系统的最优控制器,并将其回归到原系统得到了容错预见控制器.（4）研究了一类同时发生执行器和传感器故障的多输入时滞因果广义系统的容错预见控制问题.利用因果广义系统的特点,通过受限等价变换和差分构造了具有多输入时滞的增广系统,提出了一个新的积分变换将其转变为无时滞系统.讨论了无时滞增广系统与原系统之间的可镇定性、可检测性关系.采用最优控制理论求解无时滞系统的控制器,进而得到原系统的容错预见控制器.所得结果对于无时滞情形也是适用的.（5）研究了一类发生执行器故障的连续时间线性系统的滑模容错预见控制器设计问题.通过构造增广系统将原问题转变为调节问题,然后针对增广状态向量引入性能指标函数,提出了预见滑模面的设计方法.根据连续指数趋近律方法解得增广系统的滑模控制器,进一步获得原系统的滑模容错预见控制器.仿真部分将所得控制器设计方法与容错预见控制进行对比,结果显示该方法对故障的抑制效果更佳,超调更小.（6）研究了一类发生执行器故障的离散时间线性系统的滑模容错预见控制问题.使用差分方法构造了状态向量不包含可预见信号的增广系统,针对其引入性能指标函数,应用离散时间最优预见控制已有结论解得增益矩阵.然后将可预见信号增广至状态向量中得到新增广系统,利用所得增益矩阵获得了关于新增广系统的预见滑模面.采用离散指数趋近律方法得到了新增广系统的滑模控制器,进而获得所需滑模容错预见控制器.本部分还提出了一个扩张状态观测器,对原系统的状态向量进行估计.文中所有结论都给出了严格的数学证明,数值仿真结果验证了所提出的容错预见控制器的有效性.
张红旭[2]（2021）在《不完全信息下网络化系统的鲁棒滑模控制方法研究》文中研究指明随着互联网技术的兴起和广泛应用,网络化系统已逐渐渗透到生活中的各个领域。到目前为止,基于网络化系统的控制与测量已经被广泛应用到组合导航系统、电液伺服系统、遥感测量以及风力发电系统等诸多领域中去。与此同时,网络环境的引入使得信息的测量和传输等也带来了诸多的不确定性,如:传感器测量丢失、信息调度、设备故障、输入非线性、网络攻击等带来的不完全信息情形。利用滑模控制对扰动的不敏感特性,解决上述不完全信息情形的问题尚未得到学者的足够关注,仍存在许多亟待解决的重难点问题。本文重点研究测量丢失、信息调度（随机通信协议和事件触发机制）、执行器故障、网络攻击（Do S攻击和欺骗攻击）等几类不完全信息情形,致力于解决不完全信息下几类网络化系统的鲁棒滑模控制问题。本文拟从以下几个方面进行深入系统的研究:1.针对测量丢失引发的不完全信息情形,研究具有混合时滞的网络化系统鲁棒滑模控制问题。引入服从Bernoulli分布的随机变量刻画测量丢失现象,并利用名义概率与概率误差描述丢失概率的不确定性。借助名义概率信息构造合适的滑模面,给出滑动模态方程。运用等效变换技术提出易于求解的保证滑动模态渐近稳定性的判别依据。结合可获得的测量数据信息,提出依赖于名义概率的鲁棒滑模控制新方法,解决一类测量丢失下网络化系统的滑模控制问题。2.针对信息调度引发的不完全信息情形,研究随机通信协议下网络化系统的鲁棒H∞滑模控制问题。利用二阶Markovian链对测量丢失现象进行数学建模。为了提高网络通信质量、避免节点数据传输冲突,在控制器-执行器信道中引入随机通信协议。借助测量丢失对应的Markovian链转移概率信息构造滑模面,并建立依赖于丢包模态与随机通信协议模态的新型Lyapunov-Krasovskii泛函,进而分析滑模面的可达性以及闭环系统的H∞性能,提出随机通信协议模态依赖的滑模控制律设计方法,解决一类随机通信协议调度下网络化系统的鲁棒滑模控制问题。3.针对设备故障引发的不完全信息情形,研究一类具有执行器故障的离散时滞系统的滑模容错控制问题。引入容错控制注入信号并采用增广技术手段,基于测量信息构造增广系统的观测器。通过设计容错控制注入信号信息,保证跟踪误差能在有限时间内收敛至“测量输出误差-滑模面”并具有满意的H∞性能。为进一步分析系统性能,分解增广观测器,重新构造一个基于状态观测信息的滑模面。分析输入非线性以及执行器特点、采用自适应技术,提出一个能有效解决执行器故障问题的新型鲁棒自适应滑模控制方法,保证滑动模态的渐近稳定性和滑模面的可达性。4.针对网络攻击与输入死区特征引发的不完全信息情形,探讨一类事件触发机制下网络化系统的保安全滑模控制问题。着重考虑传感器输出阶段的事件触发机制及其在网络传输时遭遇的攻击情形,通过引入两个相互独立且服从Bernoulli分布的随机变量刻画两类网络攻击。对于选定的滑模面,基于时滞分割思想给出保证滑动模态满足均方“（?）-安全”性能的充分性条件。结合输入死区特征与测量信息、采用自适应技术,提出能有效抑制网络攻击的保安全自适应滑模控制方法,并保证滑模面的可达性。5.研究一类风力发电系统的最大功率点滑模跟踪控制问题。根据风力机输出功率与风速等参数之间的关系表达式,通过最大功率点跟踪策略,获得最佳叶尖速比与桨距角,并结合风机转速与风速和叶尖速比之间的关系给出风机转子转速的理想表达式。建立发电机组传动系统模型,并利用欧拉离散化方法得到其离散化数学模型,基于滑模容错控制方法,构建离散传动系统的观测器,给出容错控制注入信号并保证滑模面的有限时间收敛性。采用二阶滑模技术,提出制动转矩鲁棒滑模容错控制新方案。
罗威威[3]（2020）在《航天器交会与姿态控制系统的有界线性反馈方法》文中研究指明航天器是人类探索宇宙,执行空间任务的载体。航天器动力学与控制的研究有助于航天器在空间中平稳可靠的运行,在航天技术发展中起到关键的作用。其中,航天器交会的成功是许多航天任务的先决条件,姿态控制系统直接影响着航天器在轨运行的稳定。随着空间任务的多样化,航天器面临极端的空间环境、日益复杂的结构特性、输入受限、时滞以及时变特征等问题。对这些问题认识的不足会导致航天器控制性能下降或失效。因此,基于这些问题的航天器交会与姿态控制的研究得到越来越多的关注。本文针对航天器系统中输入受限时变等特性,研究输入受限与时滞的航天器交会的全局镇定问题以及输入受限与时变的航天器姿态控制问题,并研究一类基于有界控制的线性周期中立稳定系统的全局镇定问题。主要内容包括:1.针对输入受限与时滞的圆形轨道航天器交会控制问题,将航天器相对运动方程（C-W方程）分解为中立稳定的线性系统级联的形式,提出了有界（和/或）时滞线性状态反馈控制器,保证了闭环系统的全局稳定性,其中在无时滞的情况下,得到了最优的线性反馈增益。2.研究了一类基于有界控制的线性周期系统的全局镇定问题,其中开环系统具有中立稳定的性质。针对输入受限离散周期系统,利用与开环系统相关的Lyapunov周期矩阵的解,提出了一簇全局镇定的状态反馈控制律和输出反馈控制律。构造了显式的Lyapunov函数证明了闭环系统的全局稳定性,并应用于航天器磁力矩姿态控制系统。针对输入受限连续周期系统,设计了显式的基于函数观测器的输出反馈控制律,保证了闭环系统的全局稳定性。3.研究了输入受限偏置动量航天器的三轴磁力矩姿态镇定问题。首先,基于Jordan标准型的方法,给出了线性化姿态开环系统是中立稳定（Lyapunov稳定）的一个充分必要条件。改进了通过分析特征方程的经典判据,由于开环系统在进行Laplace变换后,特征方程中在虚轴上重极点被强制的忽略。然后,给出了与开环系统相关的Lyapunov矩阵方程的显式正定解,结合所提出的基于有界控制的周期系统理论,构造了显式的周期有界线性状态反馈和输出反馈磁力矩姿态镇定控制器,保证了闭环系统的全局稳定性。4.研究了基于有界线性反馈的轴对称航天器姿态镇定问题。分析了线性化姿态开环系统是ANCBCs的而不是中立稳定的,利用新型的状态变换,提出了有界线性反馈控制器。构造了二次型加积分的Lyapunov函数,证明了当反馈增益中的参数满足一定的显式条件时,该线性控制器能保证闭环系统的全局渐近稳定性。通过求解极小极大优化问题,得到了欠驱动姿态控制系统的全局最优线性反馈增益,使得闭环系统的收敛速率最大。针对输入受限的惯量对称航天器姿态镇定问题,提出了有界线性状态反馈全局姿态镇定控制器。同样的得到了最优的线性反馈增益。
白卫齐[4]（2020）在《基于动态通信拓扑的高速列车协同控制方法研究》文中指出作为一种安全可靠、快捷舒适、低碳环保和运载能力大的运输方式,世界范围内高速铁路近年来蓬勃发展,已经成为综合交通运输体系的关键组成部分,攸关国计民生。目前,高速列车运行主要基于准移动闭塞模式采用人工驾驶、分散调整方式,在现有短间隔、高密度、动态耦合运行条件下,难以在保障运行安全的同时,减小突发事件对路网列车正常运行的影响,进一步提升高速铁路运营效率。高速列车协同控制作为一种能够增强高铁系统对突发事件的应对能力、提升运营效率的有效手段,已成为近年来国内外研究的热点。本文在对列车控制系统复合故障快速诊断保障列车动态特性稳定的基础上,针对列车通信网络信息传输的时滞、离散采样和时变切换拓扑等特性,结合列车运行协同调整中的运行状态约束,围绕高速列车协同控制问题展开研究,主要工作如下:1.考虑多源干扰对列车运行状态的影响,提出高速列车动态系统复合故障诊断方法。针对列车运行过程阵风干扰、难以建模外部干扰和内部因素对复合故障诊断结果的影响,采用未知输入解偶原理和特定频域H∞优化指标,构建一种复合故障检测滤波器。基于控制系统特征子空间配置方法和线性矩阵不等式优化方法,提出参数矩阵选取方法和存在条件,保障复合故障检测滤波器对多源干扰信号抑制的同时,避免截断故障信号对相应残差信号的影响,实现列车控制系统复合故障的快速检测与隔离。2.考虑通信网络信息传输时滞约束,建立高速列车分布式时变低增益协同控制器。深入分析信息传输时滞对列车协同运行过程的影响,构建列车三阶非线性时滞控制模型,基于反步递归设计方法,提出时变低增益反馈控制结构,建立多列车分布式协同控制器;进一步,利用控制参数的时变、收敛特性,使控制器满足协同调整过程快速性要求的同时,保障信息交互时滞约束下列车对参考运行曲线的精确追踪。3.考虑列车执行器更新频率的限制,提出高速列车事件触发协同控制方法。通过分析列车牵引力/制动力更新原理,将基于离散采样状态信息的列车追踪控制问题转化为时变有界输入时滞下的控制系统镇定问题,提出适用于分散动力结构列车的低增益事件触发控制策略。进一步,将提出的低增益事件触发控制策略拓展至多列车协同控制过程,构建分布式低增益事件触发控制器,在保障列车运行控制性能的同时,有效减少控制器更新次数、降低列车之间通信频率。4.考虑通信网络拓扑结构时变切换特性,提出基于状态依赖权重的列车分布式协同控制策略。针对高速列车运行过程状态约束下的协同控制问题,分析状态约束对列车运行状态协同调整过程的影响,构建高速列车类多智能体动力学模型,考虑邻接车厢之间车钩安全拉伸/压缩范围约束造成的状态约束,提出一种基于状态依赖权重的控制策略。进一步,将建立的状态依赖权重控制策略推广至高铁多列车协同控制过程,考虑车车无线通信范围约束和列控系统信号约束造成的状态约束,提出基于状态依赖通信拓扑的多列车分布式协同控制策略,保障列车协同运行的同时,避免触发列控系统紧急制动。5.考虑通信网络拓扑时变切换下牵引力/制动力受限约束,提出高速列车分布式抗饱和协同控制策略。分析时变切换通信拓扑下列车之间信息交互原则,提出通信网络拓扑结构切换规则,基于单质点非线性控制模型,构建基于状态依赖拓扑权重和类速度观测器抗饱和函数的分布式抗饱和协同控制器。进一步,考虑列车运行过程中的安全追踪间隔约束,提出列车初始状态的防碰撞条件,保障列车牵引力/制动力有界约束下协同运行过程的安全性。
余雅茹[5]（2020）在《基于事件触发机制的一维/二维离散系统稳定性分析与控制》文中研究说明随着计算机技术的发展与进步,网络逐渐被引入控制系统中作为传输媒介,从而形成了网络化控制系统。然而,通过网络传输信息将无法避免的引发网络诱导现象,如时滞、丢包等不利因素。这些因素往往会导致控制系统性能降低,甚至造成系统不稳定。针对这些典型问题,学者们陆续提出了一些控制策略来保证系统具备满意的性能。其中,Liu等人提出的网络预测控制方法能够通过模型迭代预测系统未来的信息,从而对网络诱导现象造成的影响主动进行补偿。但是,预测控制序列会产生大量的数据,从而需要占用更多的带宽资源,这无疑会限制该方法在实际控制系统中的应用。除此之外,传统的时间触发控制会传输一些对系统性能没有影响的数据,这同样会加重网络传输负担。基于以上考虑,本文将设计事件触发网络预测控制策略补偿网络诱发时滞,同时事件触发机制的引入不仅可以在一定程度上抑制网络诱导现象的产生,也可以降低传输负担,节约网络带宽资源。首先考虑仅在传感器至控制器通道存在网络时滞,即单通道时滞情况。特别地,本文分别建立增广模型和分段线性模型,并依赖Lyapunov函数方法建立保证闭环系统渐近稳定的线性矩阵不等式条件。其次,假设控制器至执行器通道也存在传输时滞,即存在双通道时滞,则将上述研究结果拓展到双通道时滞情况,并且分别在传感器系统与执行器系统建立事件触发机制进一步降低网络传输负担。另一方面,本文将进一步考虑二维（Two-dimensional,2-D）系统事件触发控制设计问题。二维系统指系统状态沿水平与垂直两个方向的变量而变化。由于其二维属性,导致数据传输次数倍增,研究其事件触发问题更具理论意义和应用价值。因此,针对2-D离散系统,本文将从以下两个方面考虑其事件触发控制问题。1.类似于一维（One-dimensional,1-D）系统,突然的变化或故障也经常发生在实际的2-D系统当中,这一现象通常以切换系统建模。而目前还没有文章针对2-D切换系统研究事件触发控制问题。本文将针对2-D切换系统,充分考虑带宽资源限制问题,设计事件触发控制策略。同时,分别基于任意切换信号与受限切换信号分析闭环系统的稳定性。基于此条件,利用Schur补与全等变换等方法分别在两类切换信号下设计针对2-D切换系统的事件触发镇定控制器。2.针对存在外部扰动的2-D系统,将滑模控制与事件触发控制方法融合设计使控制系统在适应扰动的同时减少数据传输次数,有效节省带宽。首先针对2-D系统,分别建立水平与垂直方向的事件触发条件和滑模函数,并得到系统的滑模动态进行稳定性分析。此外,分别利用Lyapunov函数方法和趋近律方法设计出相应的事件触发滑模控制律,同时给定一个条件来保证事件触发滑模控制器的存在性。然后对全文的研究结论进行系统仿真,验证所有方法的合理性与有效性。最后对本文主要的研究结果进行总结,以及基于当前的研究心得,展望了未来的研究方向。
李茜[6]（2020）在《一类具有执行器饱和特性系统的鲁棒模型预测控制方法研究》文中指出执行器饱和是工业控制问题中一种非常常见的约束问题,如果在工业控制系统设计中不对其加以考虑很容易导致重大事故的发生。且执行器饱和问题通常是与其他控制问题同时存在的,只单纯考虑系统的执行器饱和往往难以得到最适应系统的控制方法。但对于这类多种条件并存的系统的控制研究还相对少见。本文主要针对一类具有执行器饱和特性系统的控制方法进行研究,研究对象主要包括:具有执行器饱和特性的多重时滞系统和具有有界非线性扰动的执行器饱和系统。本文主要通过一下两个方面对具有执行器饱和特性系统的鲁棒模型预测控制问题展开研究:（1）针对具有执行器饱和与多重时滞同时存在的系统,提出一种鲁棒模型预测控制器的设计方法,该方法基于预测控制滚动优化原理并运用Lyapunov稳定性理论和线性不等式方法。首先对系统模型的多重时滞将进行处理,将其转换为一般线性饱和系统模型,再用凸包表示法进行饱和项的处理得到系统模型。在每一采样时刻,将复杂的min-max优化问题转化为带有LMI约束的凸优化问题进行求解,并通过仿真证明该鲁棒模型预测控制器的有效性。（2）针对一类具有有界非线性扰动的执行器饱和系统,提出一种鲁棒模型预测控制器的设计方法,该方法基于预测控制滚动优化原理并运用Lyapunov稳定性理论和线性不等式方法。本文采用了一种具有创新性的饱和处理方法对系统的饱和项的进行处理,这种方法能够有效规避求解复杂吸引域问题,降低控制器的求解难度。首先近对无穷时域内的二次性能指标优化问题进行近似求解,然后优化非线性扰动项所应满足的最大上界,定量地研究鲁棒预测控制在范数有界意义下的扰动抑制问题,并给出了鲁棒预测控制器存在的充分条件。最后通过仿真验证了所提方法的可行性与优越性。
宋子浩[7]（2020）在《含输入受限及时滞的球形机器人轨迹跟踪控制研究》文中提出相比于其他传统的移动机器人,球形机器人具有运动灵活、能耗小以及受恶劣环境影响小等独特的优点,因此在反恐、复杂地形探测以及外太空探索等诸多领域有广泛的应用前景。但目前球形机器人的控制问题已成为阻碍其广泛应用的主要因素之一,而轨迹跟踪问题是实际中球形机器人最常遇到的问题,也是球形机器人的关键控制问题。本文以一种含立体视觉的重摆式球形机器人为研究对象,主要针对球形机器人系统中的输入受限以及安装视觉相机引起的反馈状态时滞进行轨迹跟踪控制器设计,并对控制器的稳定性及有效性进行理论分析和仿真研究。本文的主要研究内容如下:1、由于Routh方程便于构建状态方程的特点,本文采用Routh方程建立球形机器人的理论动力学模型。通过MATLAB仿真和ADAMS虚拟样机仿真的对比,说明了动力学模型的准确性。为便于控制器设计,基于合理的假设对模型进行简化,得到对应的控制模型。2、PID算法结构简单,在实际工程中应用广泛,然而目前PID算法在球形机器人轨迹跟踪控制中的应用较少。单纯的PID并不能满足球形机器人轨迹跟踪的需求,因此本文将PID控制方法与自适应控制相结合,通过设计外环PI虚拟控制器,将控制器结构分为内外环,内环设计PI控制器实现轨迹跟踪控制,再引入自适应律对外扰进行估计,并对系统稳定性进行了证明。与现有的结构相同的PID控制器相比较,本文设计的自适应PI控制算法的跟踪精度更高。3、目前,球形机器人轨迹跟踪控制的研究没有考虑输入受限的影响,而输入受限对于球形机器人系统的影响往往不能忽略。因此,本文将输入受限加入到球形机器人的轨迹跟踪问题中,基于Lyapunov函数设计了轨迹跟踪控制器,采用辅助系统对输入受限进行补偿,再结合干扰观测器对外扰进行处理,并进行了系统稳定性分析。通过与现有的结构相同但不含受限补偿的算法的比较仿真,说明了所设计的控制器具有更小的跟踪误差和更加平滑的力矩输入信号。4、针对含反馈时滞下的球形机器人轨迹跟踪控制问题,本文先对部分反馈状态含时滞的情况进行了研究。为保证对时滞反馈状态进行观测的同时使系统对外扰有一定鲁棒性,本文设计了滑模观测器。同时,本文将输入受限考虑在内,以辅助补偿系统对输入受限进行补偿。基于Lyapunov函数以及滑模观测器观测到的状态量,设计了轨迹跟踪控制器。通过不同时滞下的仿真,验证了轨迹跟踪控制的效果,并给出了输入力矩信号相对平滑的情况下时滞的大致范围,为算法的工程应用提供了参考。5、进一步将反馈时滞问题拓展到全部反馈状态均含时滞的情况,将问题转化为输入时滞问题进行研究。为保证系统对外扰和时滞的鲁棒性,基于Lyapunov函数以及平均值定理设计了轨迹跟踪鲁棒控制器,并设计辅助系统对输入受限和时滞同时补偿。以不同时滞下的仿真判定了满足轨迹跟踪效果并保证输入信号相对平滑的时滞的大致范围,为算法的工程应用提供了参考。图47幅,表6个,参考文献91篇。
侯明冬[8]（2020）在《基于动态线性化数据模型的离散滑模控制研究》文中提出论文基于动态线性化数据模型,针对一般非线性离散时间系统存在扰动、时滞、误差受限、执行器饱和以及系统耦合等问题,研究动态线性化数据模型和离散滑模控制方法相互融合的控制技术。研究中,将动态线性化技术、离散积分终端滑模控制、扰动估计技术、预测控制、预定性能控制及离散扩张观测器等技术有机结合,提出几种基于动态线性化数据模型的离散滑模控制方法。主要的创新性工作总结如下:（1）针对一般非线性离散时间SISO系统的紧格式动态线性化数据模型中存在未知扰动的问题,提出一种基于扰动估计技术的数据驱动离散积分终端滑模控制算法,并将该方法推广应用至偏格式和全格式动态线性化数据模型。为了进一步提高跟踪精度,在所提出算法的基础上,结合预测控制原理,提出了一种基于紧格式动态线性化数据模型的离散积分终端滑模预测控制策略。理论分析证明了所提出算法的稳定性,通过仿真比较研究和双容水箱液位控制实验研究表明了所提出方法的有效性。（2）针对一般非线性离散时间SISO滞后系统,基于紧格式动态线性化数据模型,结合离散积分滑模控制方法,提出了一种适用于非线性滞后系统的数据驱动离散积分滑模控制算法。该算法的主要创新点在于:1)考虑系统存在滞后的情况下,实现紧格式动态线性化数据模型中滞后项的隐性表达;2)基于无明显时间延迟的等效动态线性化数据模型,结合离散积分滑模控制方法进行控制系统设计,即在新的预测状态而不是原始状态下进行控制系统设计。（3）提出了一种抗饱和数据驱动积分终端滑模控制方案。该方案基于紧格式动态线性化数据模型,在离散积分终端滑模控制器设计过程中,引入动态抗饱和补偿器,解决了系统轨迹跟踪过程中执行器饱和问题。为更为清晰的表明所提出方法及其应用,以有输入饱和约束的轮式移动机器人的轨迹跟踪问题为例,阐述所提出方法的理论问题及实际应用。所提出控制算法,主要包括在线数据驱动模型辨识算法,积分终端滑模控制算法和动态抗饱和补偿算法。此外,给出了所提出方法的闭环系统稳定性分析。（4）基于包含扰动的紧格式动态线性化数据模型,提出了一种具有跟踪误差约束的数据驱动终端滑模控制方法。通过引入预定性能函数,将对系统输出误差存在约束的跟踪问题转化为无约束的镇定问题。并通过设计离散终端滑模控制器,进一步加快滑模运动趋于滑模面的速度,且能够确保系统跟踪误差收敛到预定义的区域。（5）针对一类包含未知外部扰动的离散非线性MIMO系统,提出一种新的数据驱动离散积分滑模解耦控制算法。所提出算法基于紧格式动态线性化数据模型,通过离散扩张观测器对数据驱动模型的未建模动态、未知扰动以及系统间各变量之间耦合作用进行在线估计,采用离散积分滑模控制策略,实现包含扰动的离散非线性MIMO系统的离散积分滑模解耦控制。为了使控制系统性能（包括过冲,瞬态响应和稳态误差）得到进一步改善。提出了一种新的数据驱动误差受限离散终端滑模解耦控制算法。该算法在紧格式动态线性化数据模型解耦的基础上,通过在滑模控制器设计过程中引入预定性能函数,使得解耦后各环路的误差能够收敛到预定的区域,提升了系统解耦后的控制性能。理论分析和仿真实验表明,在干扰和系统不确定性的影响下,基于预定性能的数据驱动滑模解耦控制器能够实现对离散非线性MIMO系统的渐近跟踪控制。
杨婧[9]（2020）在《基于车联网的自主车队巡航控制》文中进行了进一步梳理现代交通系统是国家经济繁荣的支柱,为国内和国际贸易提供了可靠的客运和货运运输。其中汽车保有量日益增长,日常通行需求给城市交通和高速公路带来了严重的交通负担,交通事故率居高不下,交通堵塞现象频发,交通安全亟待保证。为解决上述问题,最大限度地提高现有运输系统的效率,保障交通安全,缓解交通拥堵,智能交通系统（ITS）应运而生。在物联网飞速发展的背景下,智能交通系统与物联网融合延伸为车联网,车联网作为通信领域与智能交通领域的重要课题,在未来的无人驾驶与车队巡航控制中占据重要地位。其中自主车队巡航控制作为车联网应用的主要领域,近年来得到了人们广泛的关注。本论文针对车联网环境下的自主车队系统中存在的时变延时、领车干扰、输入受限、参数不确定以及非线性动态问题开展研究。创新车队系统模型、控制算法,保障混合交通流中车队稳定性,主要研究内容如下:（1）针对自主车队系统车辆间时变延时、领车干扰的控制问题,提出鲁棒巡航的控制方法,设计H无穷性能指标,通过设计鲁棒巡航控制器,求取系统状态反馈增益。同时使用李雅普诺夫-克拉索夫斯基函数验证车队队列稳定,最后通过算例仿真验证控制方法的可行性。（2）针对自主车队系统车辆间存在时变延时、领车干扰、参数不确定的控制问题,提出预测巡航控制器,设计预测系统模型,通过获取预测状态量求解状态反馈控制器增益。其次通过李雅普诺夫稳定性原理验证车队队列稳定性,最后通过算例仿真验证控制方法的可行性。（3）针对自主车队系统车辆间存在时变延时、领车干扰、参数不确定、输入受限、非线性动态控制问题,提出非线性预测巡航控制器,设计非线性预测系统模型,通过获取预测状态量求解状态反馈控制器增益。其次通过李雅普诺夫稳定性原理验证车队队列稳定性,最后通过算例仿真验证控制方法的可行性。
吴球业[10]（2020）在《面向非线性关联系统的分散自适应评判控制方法研究》文中研究说明自适应评判控制,也称自适应动态规划（Adaptive Dynamic Programming,ADP）,融合了最优控制、神经网络和强化学习的思想,是最优控制领域新兴的近似最优方法,能有效克服动态规划“维数灾难”问题。随着经济、社会、工业等领域的发展,不断涌现的复杂非线性关联系统通常具有难以精确建模、高度非线性、关联特性、输入受限和时滞等特性,使现有的控制理论和方法面临极大的挑战。分散控制是一种针对复杂关联系统的高效控制方法,其思想是找到多个局部控制律,针对每个交联子系统进行独立地控制,各个局部控制律之间没有信息交换,降低了计算负担并增强了控制系统的可扩展性。因此,具有自学习和优化能力的分散自适应评判控制方法,在求解非线性关联系统控制问题中具有极大的潜力。本文主要面向非线性关联系统的分散自适应评判控制方法进行研究,包括如下两个方面:1.研究含有未知时滞非匹配关联项的非线性系统最优分散控制方法。构建了局部鲁棒观测器来辨识未知动态,释放了关联项需满足匹配假设的条件。本文构造了新型的局部值函数以抵消替换误差、观测误差以及系统关联项的影响。采用了局部鲁棒观测器-评判网络框架的策略迭代算法求解局部Hamilton-Jacobi-Bellman（HJB）方程,从而获得近似最优分散控制律。基于Lyapunov稳定性分析方法,证明了含有未知时滞非匹配关联项的闭环非线性系统稳定性,通过仿真验证了算法的有效性。2.研究基于事件驱动机制的模型未知非线性关联系统最优分散追踪控制方法。引入了非二次型效用函数以消除受限控制输入对系统的影响,构建了基于径向基神经网络的局部观测器以辨识子系统的动态。构建了新型局部值函数以抵消替换误差、观测误差和轨迹追踪误差的影响。通过局部评判网络实现对局部值函数的近似,使用策略迭代算法对HJB方程求解从而获得最优分散控制律。为节省计算资源和通信量,引入事件驱动机制,实现局部观测器网络和局部评判网络的非周期性同步更新,并且在事件触发时刻令局部控制律进行执行和更新。通过Lyapunov稳定性分析表明,所提出的事件驱动分散追踪控制方案保证模型未知的闭环非线性关联系统稳定。最后通过仿真验证了该算法有效性。最后,对全文的工作进行了总结,并结合本人的研究心得,对目前研究中存在的问题进行了展望。
二、输入受限时滞系统的鲁棒模型预测控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、输入受限时滞系统的鲁棒模型预测控制（论文提纲范文）
（1）预见控制理论在容错控制中的应用（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写和符号清单 |
| 1 引言 |
| 2 文献综述 |
| 2.1 预见控制的文献综述 |
| 2.1.1 预见控制的研究背景 |
| 2.1.2 预见控制的研究方法 |
| 2.1.3 预见控制的研究现状 |
| 2.2 容错控制的研究综述 |
| 2.2.1 容错控制的研究背景 |
| 2.2.2 故障分类 |
| 2.2.3 容错控制的研究方法 |
| 2.2.4 容错控制的研究现状 |
| 2.3 滑模控制的研究综述 |
| 2.3.1 滑模控制的研究背景 |
| 2.3.2 滑模控制的研究方法 |
| 2.3.3 滑模控制的研究现状 |
| 3 一类连续时间线性系统的容错预见控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 容错预见控制器的设计 |
| 3.4 控制器存在的条件 |
| 3.5 数值仿真 |
| 3.6 本章小结 |
| 4 一类离散时间线性系统的容错预见控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 增广系统的构造和时滞变换 |
| 4.4 控制器的存在条件 |
| 4.5 数值仿真 |
| 4.6 本章小结 |
| 5 一类连续时间广义系统的容错预见控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 脉冲消除和受限等价变换 |
| 5.4 增广系统的构造 |
| 5.5 控制器存在的条件 |
| 5.6 数值仿真 |
| 5.7 本章小结 |
| 6 一类离散时间广义系统的容错预见控制 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.3 受限等价变换 |
| 6.4 增广系统构造和时滞变换 |
| 6.5 控制器的存在条件 |
| 6.6 数值仿真 |
| 6.7 本章小结 |
| 7 一类连续时间线性系统的滑模容错预见控制 |
| 7.1 引言 |
| 7.2 问题描述 |
| 7.3 预见滑模面的设计 |
| 7.4 滑模容错预见控制器的设计 |
| 7.5 数值仿真 |
| 7.6 本章小结 |
| 8 一类离散时间线性系统的滑模容错预见控制 |
| 8.1 引言 |
| 8.2 问题描述 |
| 8.3 预见滑模面的设计 |
| 8.4 滑模容错控制器的设计 |
| 8.5 状态观测器的设计 |
| 8.6 数值仿真 |
| 8.7 本章小结 |
| 9 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（2）不完全信息下网络化系统的鲁棒滑模控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究概况和发展趋势 |
| 1.2.1 测量丢失和时滞的研究现状 |
| 1.2.2 通信协议的研究现状 |
| 1.2.3 容错控制问题的研究现状 |
| 1.2.4 网络攻击问题的研究现状 |
| 1.3 国内外研究现状评述 |
| 1.4 课题来源及研究内容 |
| 第2章 具有测量丢失与混合时滞的网络化系统鲁棒滑模控制 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 滑动模态分析 |
| 2.3.1 滑模面设计 |
| 2.3.2 鲁棒渐近稳定性 |
| 2.4 可达性分析 |
| 2.4.1 滑模控制律设计 |
| 2.4.2 可达性判别依据 |
| 2.4.3 等式约束求解设计 |
| 2.5 数值算例 |
| 2.6 本章小结 |
| 第3章 随机通信协议下网络化系统鲁棒H_∞滑模控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 滑模面可达性分析 |
| 3.3.1 滑模面设计 |
| 3.3.2 协议依赖滑模控制律设计 |
| 3.3.3 可达性判别依据 |
| 3.4 随机稳定性分析 |
| 3.4.1 随机稳定性判别依据 |
| 3.4.2 增益矩阵求解设计 |
| 3.5 数值算例 |
| 3.6 本章小结 |
| 第4章 具有输入非线性的网络化系统滑模容错控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 观测器设计及误差性能分析 |
| 4.3.1 观测器设计 |
| 4.3.2 滑模面设计 |
| 4.3.3 误差性能分析 |
| 4.3.4 观测增益矩阵求解设计 |
| 4.4 系统性能分析 |
| 4.4.1 滑模面设计 |
| 4.4.2 滑动模态性能分析 |
| 4.4.3 增益矩阵求解算法设计 |
| 4.5 自适应滑模控制器设计 |
| 4.6 数值算例 |
| 4.7 本章小结 |
| 第5章 事件触发机制下具有网络攻击的网络化系统鲁棒自适应滑模控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.2.1 系统模型描述 |
| 5.2.2 事件触发机制 |
| 5.2.3 网络攻击描述 |
| 5.3 观测器设计 |
| 5.4 系统保安全性能分析 |
| 5.4.1 均方“(?)-安全”性能分析 |
| 5.4.2 增益矩阵求解设计 |
| 5.5 自适应滑模控制器设计 |
| 5.6 数值算例 |
| 5.7 本章小结 |
| 第6章 风力发电系统的最大功率点滑模跟踪控制 |
| 6.1 引言 |
| 6.2 风力发电系统基本结构与模型建立 |
| 6.2.1 风力机数学模型 |
| 6.2.2 传动系统数学模型 |
| 6.3 额定风速下制动转矩T_(em)滑模控制 |
| 6.3.1 滑模观测器设计 |
| 6.3.2 滑模面设计 |
| 6.3.3 误差性能分析 |
| 6.3.4 制动转矩滑模容错控制设计 |
| 6.4 实验分析 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文及其他成果 |
| 致谢 |
（3）航天器交会与姿态控制系统的有界线性反馈方法（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 航天器交会的控制问题与研究现状 |
| 1.2.1 空间交会技术的发展概况 |
| 1.2.2 航天器交会控制 |
| 1.3 航天器姿态控制问题与研究现状 |
| 1.3.1 航天器姿态控制 |
| 1.3.2 输入受限航天器姿态控制 |
| 1.4 输入受限控制系统与基于有界控制的周期系统的控制问题与研究现状 |
| 1.4.1 输入受限控制问题 |
| 1.4.2 基于有界控制的周期系统控制问题 |
| 1.5 航天器交会与姿态动力学建模 |
| 1.5.1 航天器常用坐标系 |
| 1.5.2 航天器交会动力学建模 |
| 1.5.3 航天器姿态动力学建模 |
| 1.6 本文主要研究内容及安排 |
| 第2章 基于有界线性反馈的航天器交会系统的全局镇定 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 平面内全局镇定 |
| 2.3.1 无时滞情况 |
| 2.3.2 时滞情况 |
| 2.4 平面外运动的全局镇定 |
| 2.5 数值算例 |
| 2.6 本章小结 |
| 第3章 周期系统的有界线性反馈全局镇定及其在磁力矩姿态控制中的应用 |
| 3.1 引言 |
| 3.2 基于有界线性反馈的离散线性周期系统的全局镇定 |
| 3.2.1 离散线性周期系统简介 |
| 3.2.2 问题描述 |
| 3.2.3 全局镇定问题的解 |
| 3.3 基于有界线性反馈的连续线性周期系统的全局镇定 |
| 3.4 应用于航天器磁力矩控制系统及仿真算例 |
| 3.5 本章小结 |
| 第4章 基于有界线性反馈的偏置动量航天器的磁力矩姿态镇定 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 主要结果 |
| 4.3.1 Lyapunov稳定性判据 |
| 4.3.2 Lyapunov方程的显式解 |
| 4.3.3 磁力矩姿态镇定控制器 |
| 4.4 仿真算例 |
| 4.5 本章小结 |
| 第5章 基于有界线性反馈的轴对称航天器姿态控制系统的全局镇定 |
| 5.1 引言 |
| 5.2 基于有界线性反馈的一类轴对称航天器姿态控制系统的全局镇定 |
| 5.2.1 问题描述 |
| 5.2.2 滚转-偏航通道全局镇定 |
| 5.2.3 俯仰通道全局镇定 |
| 5.3 基于有界线性反馈的惯量对称航天器姿态控制系统的全局镇定 |
| 5.3.1 全局镇定控制器设计 |
| 5.3.2 最优反馈增益设计 |
| 5.4 仿真算例 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（4）基于动态通信拓扑的高速列车协同控制方法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 主要符号对照表 |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 2 预备知识 |
| 2.1 列车运行控制系统 |
| 2.2 基本引理和定理 |
| 3 多源扰动下高速列车动态系统复合故障诊断 |
| 3.1 问题描述 |
| 3.2 基于未知输入观测器的复合故障检测滤波器设计 |
| 3.3 仿真算例分析 |
| 3.4 本章小结 |
| 4 通信网络时滞约束下高速列车时变低增益反馈控制 |
| 4.1 问题描述 |
| 4.2 分布式时变低增益控制器设计 |
| 4.3 分布式时变低增益控制器闭环控制性能分析 |
| 4.4 仿真算例分析 |
| 4.5 本章小结 |
| 5 基于采样数据的高速列车事件触发控制 |
| 5.1 基于采样状态的单列车事件触发控制 |
| 5.2 基于离散通信数据的多列车事件同步触发控制 |
| 5.3 基于离散通信数据的多列车事件分散触发控制 |
| 5.4 仿真算例分析 |
| 5.5 本章小结 |
| 6 状态依赖通信拓扑下高速列车协同控制 |
| 6.1 基于状态依赖拓扑权重的高速列车分散控制 |
| 6.2 动态拓扑下高速列车分布式协同控制 |
| 6.3 仿真算例分析 |
| 6.4 本章小结 |
| 7 状态依赖通信拓扑下高速列车协同抗饱和控制 |
| 7.1 问题描述 |
| 7.2 高速列车协同抗饱和控制器设计及性能分析 |
| 7.3 仿真算例分析 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 附录 A |
| A.1引理4.3的证明 |
| A.2引理4.6的证明 |
| A.3定理4.1的证明 |
| A.4定理5.1的证明 |
| A.5定理5.3的证明 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（5）基于事件触发机制的一维/二维离散系统稳定性分析与控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 主要理论概述与研究现状 |
| 1.2.1 网络化控制系统 |
| 1.2.2 事件触发机制 |
| 1.2.3 滑模控制 |
| 1.3 课题的研究内容与结构 |
| 第2章 一维离散系统的事件触发网络预测控制 |
| 2.1 单通道时滞 |
| 2.1.1 引言 |
| 2.1.2 控制算法描述 |
| 2.1.3 主要研究结果 |
| 2.1.4 仿真结果 |
| 2.2 双通道时滞 |
| 2.2.1 引言 |
| 2.2.2 控制算法描述 |
| 2.2.3 主要研究结果 |
| 2.2.4 仿真结果 |
| 2.3 本章小结 |
| 第3章 多模态二维离散系统的事件触发镇定控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 稳定性分析 |
| 3.3.1 任意切换信号 |
| 3.3.2 受限切换信号 |
| 3.4 镇定控制器设计 |
| 3.4.1 任意切换信号 |
| 3.4.2 受限切换信号 |
| 3.5 仿真结果 |
| 3.6 本章小结 |
| 第4章 二维离散系统的事件触发滑模控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 系统描述 |
| 4.2.2 事件触发机制 |
| 4.3 主要研究结果 |
| 4.3.1 滑模面设计 |
| 4.3.2 滑模控制器设计 |
| 4.4 仿真结果 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 学位论文评阅及答辩情况表 |
（6）一类具有执行器饱和特性系统的鲁棒模型预测控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 预测控制 |
| 1.2.1 预测控制发展历程 |
| 1.2.2 预测控制研究现状 |
| 1.3 鲁棒模型预测控制 |
| 1.3.1 鲁棒模型预测控制的发展历程 |
| 1.3.2 鲁棒模型预测控制的研究现状 |
| 1.4 执行器饱和 |
| 1.4.1 系统饱和 |
| 1.4.2 执行器饱和的国内外研究现状 |
| 1.5 本文主要研究内容 |
| 2 预备知识 |
| 2.1 Lyapunov稳定性理论 |
| 2.3 几种常见的饱和处理方式 |
| 2.3.1 凸组合法 |
| 2.3.2 扇区法 |
| 2.3.3 饱和度法 |
| 2.4 线性矩阵不等式和主要定理引理 |
| 2.4.1 线性矩阵不等式 |
| 2.4.2 主要定理引理 |
| 3 具有执行器饱和特性的多重时滞系统RMPC研究 |
| 3.1 引言 |
| 3.2 系统描述 |
| 3.3 鲁棒模型预测控制器设计 |
| 3.4 稳定性分析 |
| 3.5 算法流程 |
| 3.6 数值算例 |
| 3.7 本章小结 |
| 4 具有非线性扰动的执行器饱和系统RMPC研究 |
| 4.1 引言 |
| 4.2 系统描述 |
| 4.3 控制器设计 |
| 4.4 稳定性分析 |
| 4.5 算法流程 |
| 4.6 数值算例 |
| 4.7 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 未来展望 |
| 符号说明 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文目录 |
| 攻读硕士学位期间参与的科研项目情况 |
（7）含输入受限及时滞的球形机器人轨迹跟踪控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 球形机器人轨迹跟踪控制研究现状 |
| 1.3 含输入受限的系统控制方法研究现状 |
| 1.4 不同类型时滞系统控制方法研究现状 |
| 1.5 本文的主要研究内容 |
| 2 重摆式球形机器人动力学模型建立与验证 |
| 2.1 引言 |
| 2.2 重摆式球形机器人结构 |
| 2.3 基于Routh方程的重摆式球形机器人多体动力学模型 |
| 2.3.1 非完整约束方程 |
| 2.3.2 拉格朗日函数的计算 |
| 2.3.3 基于Routh方程的多体系统动力学模型 |
| 2.4 仿真验证 |
| 2.5 动力学模型的简化 |
| 2.6 本章小结 |
| 3 球形机器人轨迹跟踪的PID控制 |
| 3.1 引言 |
| 3.2 球形机器人轨迹跟踪自适应PI控制 |
| 3.2.1 外环PI控制器设计及稳定性分析 |
| 3.2.2 内环自适应PI控制器设计 |
| 3.3 仿真研究 |
| 3.4 本章小结 |
| 4 含输入受限的球形机器人轨迹跟踪控制 |
| 4.1 引言 |
| 4.2 含输入受限的球形机器人轨迹跟踪控制 |
| 4.2.1 问题描述及必要假设 |
| 4.2.2 轨迹跟踪控制器设计及稳定性分析 |
| 4.3 仿真研究 |
| 4.4 本章小结 |
| 5 部分反馈状态含时滞的球形机器人轨迹跟踪控制 |
| 5.1 引言 |
| 5.2 部分反馈状态存在时滞时的球形机器人轨迹跟踪控制 |
| 5.2.1 问题描述及必要假设 |
| 5.2.2 滑模状态观测器的设计 |
| 5.2.3 基于滑模状态观测器轨迹跟踪控制器的设计 |
| 5.3 仿真研究 |
| 5.4 本章小结 |
| 6 全部反馈状态含时滞的球形机器人轨迹跟踪控制 |
| 6.1 引言 |
| 6.2 全部反馈状态存在时滞时的球形机器人轨迹跟踪控制 |
| 6.2.1 问题描述及必要假设 |
| 6.2.2 轨迹跟踪控制器的设计 |
| 6.3 仿真研究 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）基于动态线性化数据模型的离散滑模控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 动态线性化技术发展现状 |
| 1.2.1 SISO系统动态线性化技术 |
| 1.2.2 MIMO系统动态线性化技术 |
| 1.3 数据驱动离散滑模技术发展现状 |
| 1.3.1 离散滑模技术发展现状 |
| 1.3.2 基于动态线性化技术的离散滑模控制研究现状 |
| 1.4 论文主要研究内容 |
| 第2章 基于动态线性化技术的积分终端滑模控制 |
| 2.1 引言 |
| 2.2 紧格式动态线性化离散积分终端滑模控制 |
| 2.2.1 问题描述 |
| 2.2.2 积分终端滑模控制器设计 |
| 2.2.3 稳定性分析 |
| 2.2.4 设计方法推广 |
| 2.3 基于扰动估计的离散积分终端滑模控制 |
| 2.3.1 问题描述 |
| 2.3.2 控制器设计 |
| 2.3.3 稳定性分析 |
| 2.3.4 基于扰动估计的积分终端滑模预测控制器设计 |
| 2.4 数值仿真 |
| 2.4.1 仿真示例1 |
| 2.4.2 仿真示例2 |
| 2.4.3 仿真示例3 |
| 2.4.4 双容水箱实验 |
| 2.5 本章小结 |
| 第3章 时滞系统数据驱动积分滑模控制 |
| 3.1 引言 |
| 3.2 问题描述及模型转换 |
| 3.2.1 问题描述 |
| 3.2.2 离散时间预测器 |
| 3.3 控制系统设计 |
| 3.3.1 伪偏导数估计 |
| 3.3.2 控制器设计 |
| 3.4 稳定性分析 |
| 3.5 数值仿真 |
| 3.6 本章小结 |
| 第4章 数据驱动积分终端滑模约束控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 轮式移动机器人运动学模型 |
| 4.2.2 航向角补偿算法 |
| 4.3 数据驱动建模 |
| 4.4 控制器设计 |
| 4.5 稳定性分析 |
| 4.6 数值仿真 |
| 4.6.1 直线运动轨迹跟踪 |
| 4.6.2 曲线运动轨迹跟踪 |
| 4.7 本章小结 |
| 第5章 基于预定性能的数据驱动终端滑模控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.2.1 数据模型及扰动估计 |
| 5.2.2 预定性能函数及误差转换 |
| 5.3 控制器设计 |
| 5.4 稳定性分析 |
| 5.5 数值仿真 |
| 5.6 本章小结 |
| 第6章 基于动态线性化技术的积分滑模解耦控制 |
| 6.1 引言 |
| 6.2 数据驱动离散积分滑模解耦控制算法 |
| 6.2.1 问题描述 |
| 6.2.2 控制器设计 |
| 6.2.3 稳定性分析 |
| 6.2.4 数值仿真 |
| 6.3 基于预定性能的数据驱动离散终端滑模解耦控制 |
| 6.3.1 预定性能函数及误差转换 |
| 6.3.2 控制器设计 |
| 6.3.3 稳定性分析 |
| 6.3.4 数值仿真 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（9）基于车联网的自主车队巡航控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 车联网研究现状 |
| 1.2.2 巡航控制研究现状 |
| 1.3 研究内容 |
| 第二章 自主车队鲁棒巡航控制 |
| 2.1 自主车队系统建模 |
| 2.2 鲁棒巡航控制 |
| 2.2.1 所需引理 |
| 2.2.2 鲁棒巡航控制器设计 |
| 2.2.3 系统稳定性分析 |
| 2.2.4 算例仿真 |
| 2.3 本章小结 |
| 第三章 自主车队线性预测巡航控制 |
| 3.1 自主车队系统建模 |
| 3.2 预测巡航控制 |
| 3.2.1 所需引理 |
| 3.2.2 预测巡航控制器设计 |
| 3.2.3 系统稳定性分析 |
| 3.2.4 算例仿真 |
| 3.3 本章小结 |
| 第四章 自主车队非线性预测巡航控制 |
| 4.1 自主车队系统建模 |
| 4.1.1 自主车队控制系统方程 |
| 4.1.2 自主车队非线性控制系统模型 |
| 4.2 预测巡航控制 |
| 4.2.1 所需引理 |
| 4.2.2 预测巡航控制器设计 |
| 4.2.3 系统稳定性分析 |
| 4.2.4 算例仿真 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（10）面向非线性关联系统的分散自适应评判控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 连续时间系统的自适应评判控制 |
| 1.2.2 离散时间系统的自适应评判控制 |
| 1.2.3 问题提出 |
| 1.3 论文主要工作和结构安排 |
| 第二章 预备知识 |
| 2.1 动态规划 |
| 2.2 强化学习 |
| 2.2.1 蒙特卡罗算法 |
| 2.2.2 时序差分算法 |
| 2.3 神经网络 |
| 2.3.1 多层前馈神经网络 |
| 2.3.2 径向基神经网络 |
| 2.4 自适应评判控制 |
| 2.5 事件驱动机制 |
| 2.5.1 连续时间系统的事件驱动控制 |
| 2.5.2 Zeno现象 |
| 2.6 本章小结 |
| 第三章 基于鲁棒观测器的非线性关联系统分散控制 |
| 3.1 引言 |
| 3.2 问题描述及转化 |
| 3.3 非线性关联系统的分散式近似最优控制方案 |
| 3.3.1 最优分散控制器设计 |
| 3.3.2 基于局部鲁棒观测器的边界值函数近似 |
| 3.3.3 局部评判神经网络实现 |
| 3.4 仿真研究 |
| 3.5 本章小结 |
| 第四章 基于事件触发的非线性关联系统分散追踪控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基于事件驱动机制的近似最优分散追踪控制方案 |
| 4.3.1 最优分散追踪控制器设计 |
| 4.3.2 在线局部观测器 |
| 4.3.3 局部评判神经网络实现 |
| 4.4 仿真研究 |
| 4.5 结论 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
四、输入受限时滞系统的鲁棒模型预测控制（论文参考文献）
- [1]预见控制理论在容错控制中的应用[D]. 贾晨. 北京科技大学, 2021
- [2]不完全信息下网络化系统的鲁棒滑模控制方法研究[D]. 张红旭. 哈尔滨理工大学, 2021(01)
- [3]航天器交会与姿态控制系统的有界线性反馈方法[D]. 罗威威. 哈尔滨工业大学, 2020(02)
- [4]基于动态通信拓扑的高速列车协同控制方法研究[D]. 白卫齐. 北京交通大学, 2020(03)
- [5]基于事件触发机制的一维/二维离散系统稳定性分析与控制[D]. 余雅茹. 山东大学, 2020(02)
- [6]一类具有执行器饱和特性系统的鲁棒模型预测控制方法研究[D]. 李茜. 辽宁石油化工大学, 2020(04)
- [7]含输入受限及时滞的球形机器人轨迹跟踪控制研究[D]. 宋子浩. 北京交通大学, 2020(03)
- [8]基于动态线性化数据模型的离散滑模控制研究[D]. 侯明冬. 华北电力大学(北京), 2020
- [9]基于车联网的自主车队巡航控制[D]. 杨婧. 北方工业大学, 2020(02)
- [10]面向非线性关联系统的分散自适应评判控制方法研究[D]. 吴球业. 广东工业大学, 2020(06)