基于多Lyapunov函数的切换系统的无扰切换控制设计

来源 :曲阜师范大学 | 被引量 : 0次 | 上传用户:lengningyan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
切换系统是一类特殊的混杂系统,通常由一组子系统和切换律构成.近几十年来,切换系统的分析和设计引起广泛关注,如稳定性分析,L2增益分析,异步切换控制和故障检测问题等.在实际中,切换系统的许多问题很难通过单一控制器解决,需要引入切换控制方法.它要求针对不同子系统设计不同的控制器,控制器之间按照规则切换.然而,当切换发生时,控制信号在切换点处可能产生很大的跳变,这容易导致控制颠簸和不期望的暂态性能,并对系统的稳定性,鲁棒性等复杂性能带来负面影响.本文基于多Lyapunov函数方法,研究了切换系统的无扰切换控制问题,主要内容如下:1)研究了边依赖平均驻留时间条件下切换系统的H∞无扰切换控制问题.主要目的是提出一个合适的控制约束方法,减少控制信号的不连续性和外部干扰对系统性能的影响.为了更好地描述控制信号在切换点处的控制颠簸,引入了一个全局性约束条件.考虑到平均驻留时间切换的保守性,提出了一种更加灵活的边依赖平均驻留时间切换方法.采用多Lyapunov函数方法,建立了求解H∞无扰切换控制问题的充分条件,并将其转化为易于验证的线性矩阵不等式.设计了一组控制器使得给定的切换系统满足指数稳定,同时具有规定的干扰抑制性能.最后,通过仿真验证了所提算法的有效性.2)研究了状态依赖条件下切换系统的有限时间H∞无扰切换控制问题.主要思想是设计具有振幅限制的状态反馈控制器和切换律,减少切换引起的控制颠簸.首先,提出了一个局部的无扰切换约束条件来限制控制信号在切换点处的振幅.其次,通过设计状态依赖切换律,获得了规定的有限时间H∞性能.在状态依赖条件下,子系统的有限时间有界性不需要全局成立,只需要当其被激活时满足即可.利用多Lyapunov函数方法,建立了保证有限时间H∞无扰切换控制问题可解的充分条件.最后,通过仿真验证了所提算法的有效性.3)研究了状态依赖条件下切换系统的无扰故障检测问题.主要目标是设计带有无扰切换约束的故障检测滤波器和切换律,使增广滤波系统实现干扰抑制性能,并且使残差信号对故障更加敏感.为了减少控制颠簸,引入了一个全局性的无扰切换约束条件来限制滤波器在初始点和切换点处可能产生的巨大跳变.利用多Lyapunov函数方法设计了状态依赖切换律,将状态空间划分为有限个局部区域,使得子系统的故障检测性能只需在局部区域满足即可.最后,通过算法和优化技术提升了检测效果,并且验证了所提算法的有效性.
其他文献
基于深度学习的检测网络已经被广泛用于各种计算机视觉领域的任务中,对网络中的特征进行增强可进一步提升其性能与应用表现。近年来,检测网络的特征增强方法成为了当前研究热
精确的室内目标位置信息成为人们日常生活中不可或缺的部分。大型商场感兴趣店铺的查找、智慧大楼访客管理以及地下停车场寻车等应用,都需要高精度的室内定位信息。由于GPS信
在计算机动画中,常常使用网格变形技术对模型进行编辑以构建动画序列,或是把动画从一个模型迁移到另外一个模型上,变形迁移技术将已知的变形序列的变形特征作用到新的模型上,
房水的分泌、流动、循环和排出对维持眼睛正常的生理功能至关重要。房水对抗流出阻力而排出,形成眼内压。正常的眼内压不仅具有稳固眼睛形态的作用,还具有重要的生理功能。当
无线通信技术、嵌入式技术和传感器技术等方面的进步使得无线传感网络广泛应用于军事和民用领域中。目标跟踪作为无线传感网络的重要应用技术之一,受到了国内外专家学者的广
近年来互联网技术有了极大的普及和发展,网络上的数据量和用户请求量出现了爆发性的增长,这些增长要求服务器的处理能力也做出相应的提高。在如今典型的数据中心中,需要一个
随着大数据时代的来临,数据中心急剧发展,其规模和性能不断提升。在享受数据中心带来的便利的同时,数据中心庞大的电力消耗和环境污染问题得到人们的广泛关注。近来,燃料电池
图像超分辨率重建是计算机视觉领域中非常经典的任务之一,该技术通过软件算法将低分辨率图像重建为高分辨率图像,丰富了图像的细节信息,提升了图像的视觉效果,在公共安全、医
基于能量收集的认知无线传感器网络(EH-CRSN)是一种将认知无线电(CR)技术和能量收集(EH)技术引入到传统无线传感器网络(WSN)中的新型网络。CR技术缓解了WSN中频谱短缺的问题,
视觉显著性是灵长类共有的视觉处理特性,这项特性让我们在复杂的视觉信息中快速提取出对需要特别注意的物体区域。科学家们着力研究这项特性,将其与计算机科学相结合,引入到计算机视觉中,使其成为许多复杂视觉计算重要的前期预处理过程。视觉显著性主要由静态显著性、协同显著性和动态显著性三部分组成。其中静态显著性是此前的研究热门算法,行业中已取得较为不错的成果,但动态显著性的研究并非热门方向,仍然存在许多改进的空