【摘 要】
：
针对一类具有磁滞输入且状态未知的非线性多智能体系统,本文提出了一种基于领导者–跟随者的分布式输出反馈渐近一致自适应控制方案.首先,构造了具有动态高增益的K-滤波器以估计多智能体系统的未知状态.然后,采用一种新型的动态面控制策略设计控制器.不同于传统动态面控制策略所采用的一阶低通滤波器,本文设计了含正时变积分函数的非线性滤波器,该滤波器不仅能解决“微分爆炸”问题、降低计算负担,而且能补偿传统动态面的边界层误差,使跟踪误差收敛到零.理论分析表明:该控制方案能有效地消除未知磁滞的影响,确保整个闭环系统的稳定
【机 构】
：
上海工程技术大学电子电气工程学院,北京航空航天大学自动化科学与电气工程学院
【基金项目】
：
国家自然科学基金项目(61703269)资助。
论文部分内容阅读
针对一类具有磁滞输入且状态未知的非线性多智能体系统,本文提出了一种基于领导者–跟随者的分布式输出反馈渐近一致自适应控制方案.首先,构造了具有动态高增益的K-滤波器以估计多智能体系统的未知状态.然后,采用一种新型的动态面控制策略设计控制器.不同于传统动态面控制策略所采用的一阶低通滤波器,本文设计了含正时变积分函数的非线性滤波器,该滤波器不仅能解决“微分爆炸”问题、降低计算负担,而且能补偿传统动态面的边界层误差,使跟踪误差收敛到零.理论分析表明:该控制方案能有效地消除未知磁滞的影响,确保整个闭环系统的稳定
其他文献
针对受扰非线性多智能体网络,研究分布式鲁棒包容控制方法.采用微分博弈理论将有界L2增益包容控制问题描述成多玩家零和博弈问题.对于每个跟随者,当至少有一个领航者与其存在有向路径通信时,基于局部邻居信息定义每个跟随者的性能指标,从而得出包容误差L2有界且零和博弈解存在的结论.在系统动态完全未知的情况下,采用积分强化学习算法和执行-评价-干扰网络,在线得到近似最优策略.仿真结果表明了所提出方案的有效性和正确性.
针对通讯受限条件下大规模移动机器人编队任务,本文提出了基于行为的分布式多机器人线形编队控制和避障算法.机器人个体无需获得群体中所有机器人的信息,而是根据传感器获取的环境信息和局部范围内的机器人信息对其自身的调整方向进行预测,并最终很好地完成了设定的编队及避障任务.由于本文方法需求的通讯量不大,并且采用分布式控制,因此该方法适用于大规模的机器人集群编队任务.文中还给出了本系统的稳定性分析,证明了系统的稳定性.实验结果表明该算法使得机器人能够仅通过局部信息形成线形编队,在遇到障碍物后能够灵活避开障碍物,并且在
针对机械臂对尺寸变换、形状各异、任意位姿的未知物体抓取,提出一种基于多层级特征的单阶段抓取位姿检测算法,将物体抓取位姿检测问题视为抓取角度分类和抓取位置回归进行处理,对抓取角度和抓取位置执行单次预测.首先,利用深度数据替换RGB图像的B通道,生成RGD图像,采用轻量型特征提取器VGG16作为主干网络;其次,针对VGG16特征提取能力较弱的问题,利用Inception模块设计一种特征提取能力更强的网
针对多AUV编队控制的模型参数不确定及未知海流干扰的问题,提出基于固定时间模糊干扰观测器的事件触发编队控制方法,该方法可保证编队控制在固定时间内收敛.首先,构造了固定时间模糊干扰观测器处理系统的集总扰动,实现固定时间内对扰动的精确估计.在扰动观测器的基础上,将指令滤波器与反步法结合,消除了多次求导产生的计算爆炸问题;其次,为了降低网络传输资源能耗,将事件触发机制引入多AUV编队控制中,设计具有固定
用户侧分布式储能是电网潜在的优质调频资源,它们的闲余时间和闲余电量未能得到很好的利用.本文以分布式储能集群为研究对象,基于状态势博弈理论提出了一种完全分布式的协同优化算法,实现分布式储能有效汇聚参与电网一次调频.为适应分布式储能频繁退出/参与调频辅助服务,本文首先将分布式储能一次调频问题转化为状态势博弈,依据分布式储能汇聚特点与需求,建立了分布式储能的行为逻辑与互动机制.在事件驱动机制下,使得分布式储能自适应地通过相互博弈来动态调整自身策略,保证分布式储能集群单位调节功率的充足与稳定.最后给出了交流微电网
本文研究了多运动体系统中领航者(leader)和跟随者(follower)同时受扰条件下的跟踪控制问题.针对3–DOF直升机模型的角度轨迹协同跟踪任务,设计并验证了基于跟随者不确定因素和外部领航者干扰同时补偿的分布式鲁棒算法.分别通过不确定与干扰估计器和扩张状态观测器实现对内外扰动的估计与补偿,恢复了标称系统的跟踪性能.证明了闭环估计误差和跟踪误差的最终界大小与估计器核心参数值的单调关系,同时给出了系统实现渐近跟踪的条件.利用数字仿真实验和“虚实结合”实验验证了内外干扰同时补偿的必要性和参数调节机制的
本文以移动机器人为研究对象,仅利用方位角信息实现多智能体系统的编队控制.为实现大规模编队和队形的缩放控制,智能体被分为领航者、第1跟随者以及其余跟随者.首先,考虑智能体之间相对位置信息难以精确测量的情形,设计仅用方位角信息的估计算法获得准确的相对位置;然后,基于获得的相对位置信息设计第1跟随者的控制算法,使得第一跟随者与领航者之间的位置收敛到理想约束位置以控制整个队形的规模;接着,设计其余跟随者的控制算法使得各智能体之间的方位角达到理想约束角度,从而形成理想编队队形.最后通过数值和ROS仿真实验验证算法的
针对风电的不确定性对电网调度的经济和安全运行造成影响的问题,充分考虑储能灵活充放电的运行优势,提出了一种基于改进均衡协调算法的多目标区间储能经济调度优化方法.本文
对现有的分解方法进行改进,提出一种基于弱关联的自适应高维多目标进化算法(WAEA).首先,提出一种基于夹角子空间的关联策略,使得一个解能与多个参考向量相关联;其次,提出弱关联概念,并基于此概念设计双模态标量函数,使算法能够更好地处理复杂PF问题,此外,算法通过检测参考向量子空间内解的数量,自适应调整惩罚参数大小,使其能有效处理各类多目标问题;最后,将WAEA算法与8种代表性的高维多目标算法进行比较,实验结果表明WAEA算法在处理复杂Pareto前沿的高维多目标问题时能更好地平衡Pareto最优解的收敛性与
将储能技术作为新兴调节功率的手段引入智能电网,为保障电网平稳运行提供新的思路.考虑到电力系统的暂态稳定问题与蜂拥控制问题的相似性,针对电力系统遭遇故障后恢复暂态稳定的控制问题,提出一种新的基于蜂拥算法的非线性分布式控制方案,该方案利用电机动力学方程中非线性项与系统频率之间的关系,引入系统状态反馈项以加快系统恢复暂态稳定性,通过外部储能设备对系统故障实施控制.最后,将该控制器应用在IEEE新英格兰39节点电力系统模型中,仿真结果验证了该控制器具有快速性、可实施性,并进一步验证了所设计的控制器在储能设备低容量