摘要：研究一类存在一步随机时滞的复杂网络分布式状态估计问题,采用伯努利随机变量刻画测量值的随机时滞情况.基于复杂网络模型和不可靠测量值,分别设计复杂网络的状态预测器和分布式状态估计器,基于杨氏不等式消除节点之间的耦合项,通过优化杨氏不等式引进的参数,优化状态预测协方差.通过设计估计器增益,获得状态估计误差协方差,同时结合预测误差协方差,获得状态估计误差协方差的迭代公式,并给出估计误差协方差稳定的充分条件.最后,对由小车组成的耦合系统进行数值仿真,验证所设计估计器的有效性.

摘要：研究了一类具有未知幂次的高阶不确定非线性系统的自适应跟踪控制问题.在无需系统函数先验知识的条件下,采用积分反推技术和障碍李雅普诺夫函数,提出了一种新颖的自适应跟踪控制算法.该控制算法的显著特点是所设计的自适应控制器均与系统幂次无关,并且能够保证闭环系统的所有信号皆有界.仿真算例验证了该控制算法的有效性.

摘要：针对一类具有外部干扰的多四旋翼无人机姿态系统,研究其在无向拓扑下的姿态跟踪问题,提出一种基于事件触发机制的鲁棒自适应滑模控制方法.首先,建立多四旋翼无人机的姿态动力学模型,并引入干扰观测器,对系统受到的未知外部干扰进行估计.其次,为了节约四旋翼无人机的网络传输资源,本文在传感器和控制器之间引入事件触发机制,并结合鲁棒滑模控制算法,设计基于事件触发的鲁棒自适应滑模控制器.此外,通过Lyapunov稳定性理论证明闭环系统中所有信号最终有界,并证明所设计的事件触发机制能够有效避免Zeno行为.最后,仿真结果验证所提控制方法的有效性.

摘要：本文面向高层消防救援提出一种基于随机采样的多无人机协同搜索规划方法.首先,受随机树状采样搜索算法启发,提出一种搜索点最优分布方法,利用其在复杂环境下对有限空间重复搜索的特性,同时解决多无人机的路径点分布问题和任务分配问题.其次,设计一种基于交易规则的搜索点优化方法,以进一步提升搜索覆盖范围.然后,利用改进的和声搜索算法得到每架无人机遍历节点的最优顺序,进而获得各无人机的规划路径.最后,采用多线程方法模拟实际任务中的分布式运算,验证所提出方法的可行性.

摘要：针对一类具有未建模动态及执行器故障的非严格反馈非线性互联大系统,提出一种基于事件触发机制的模糊分散自适应输出反馈控制算法.首先,通过设计模糊状态观测器估计系统中不可测的状态,并引入李雅普诺夫函数约束未建模动态.然后,提出一种基于事件触发机制的自适应容错控制器补偿多个执行器故障产生的影响.最后,利用障碍李雅普诺夫函数实现对系统输出的约束,并证明闭环系统中所有信号均是半全局一致最终有界的,且设计的事件触发机制可以避免Zeno行为.数值仿真结果验证所提出设计方案的可行性及有效性.

摘要：针对一类考虑指定性能和带有输入死区约束的严格反馈非线性系统,本文提出了一种自适应模糊最优控制方法.采用模糊逻辑系统逼近系统的未知非线性函数及代价函数,利用backstepping方法及命令滤波技术,设计前馈控制器.针对仿射形式的误差系统,结合自适应动态规划技术,设计最优反馈控制器.采用指定性能控制方法,将系统跟踪误差约束在指定范围内.利用死区斜率信息解决具有死区输入的非线性系统的控制问题.基于Lyapunov稳定性理论,证明闭环系统内所有信号是一致最终有界的.最后仿真结果验证了本文方法的可行性和有效性.

摘要：针对一类非严格反馈的非线性多智能体系统一致性跟踪问题,在考虑全状态约束和指定性能的基础上提出了一种事件触发自适应控制算法.首先,通过设计性能函数,使跟踪误差在规定时间内收敛于指定范围.然后,在反步法中引入Barrier Lyapunov函数使所有状态满足约束条件,结合动态面技术解决传统反步法产生的“计算爆炸”问题,并利用径向基函数神经网络(Radial basis function neural networks,RBF NNs)处理系统中的未知非线性函数.最后基于Lyapunov稳定性理论证明系统中所有信号都是半全局一致最终有界的,跟踪误差收敛于原点的有界邻域内且满足指定性能.仿真结果验证了该控制算法的有效性.

摘要：针对一类具有非对称输入饱和与时变输出约束的多无人机系统,提出一种自适应固定时间一致性姿态控制算法。首先,设计障碍李亚普诺夫函数限制姿态角输出信号在预设时变约束的边界内,同时利用径向基神经网络解决不确定非线性问题。其次,设计与无人机姿态系统相同阶次的辅助系统,并利用辅助信号与误差变量构建坐标变换,补偿非对称输入饱和的影响。基于固定时间理论和李亚普诺夫稳定性理论,证明该控制算法能够保证多无人机系统的姿态角一致性跟踪误差在固定时间内收敛到原点附近的邻域内,且闭环系统内所有信号都是有界的。最后,通过仿真结果验证所提控制算法的有效性。

摘要：本文研究了离散不确定非线性时滞系统在网络传输不可靠情况下的状态估计问题.针对网络传输丢包问题,采用伯努利(Bernoulli)随机模型,建立了控制信号和输入信号的不可靠传输模型.本文通过状态扩展的方法处理不确定非线性项,得到了扩展状态系统.基于不可靠的控制和测量信息,设计了状态预测器和估计器,并给出相应的误差系统.通过设计最优估计器增益,本文给出了状态预测误差协方差的迭代公式.为了进一步提高状态估计器的精度,设计了一种新型的参数迭代优化方法.针对状态预测误差协方差,本文得到了其稳定性的判别准则.最后,通过一例数值仿真,验证了所得结论的有效性.

摘要：针对一类具有传感器故障和不对称输入死区的非线性多输入多输出非严格反馈系统,本文提出一种自适应神经网络容错控制方案.控制器的设计以反步法为框架,采用自适应神经网络控制方法处理传感器故障,利用死区斜率的有界性补偿输入死区对系统性能造成的影响,同时引入动态面控制技术克服"计算爆炸"的问题.该控制方法不仅能够保证闭环系统中所有信号半全局一致最终有界,而且能使跟踪误差收敛至原点附近的紧集内.最后通过两个仿真实验验证该控制方法的有效性.