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：针对部分系统存在输入约束和不可测状态的最优控制问题,本文将强化学习中基于执行–评价结构的近似最优算法与反步法相结合,提出了一种最优跟踪控制策略.首先,利用神经网络构造非线性观测器估计系统的不可测状态.然后,设计一种非二次型效用函数解决系统的输入约束问题.相比现有的最优方法,本文提出的最优跟踪控制方法不仅具有反步法在处理n阶系统跟踪问题上的优势,而且保证了所有虚拟控制器均为最优,同时,该方法可以简化控制器设计过程.最后,基于李雅普诺夫稳定性理论,证明了闭环系统中的所有信号一致最终有界.通过仿真结果验证该方法的有效性.

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：针对一类具有时变扰动的非线性多智能体系统,研究其在有向拓扑下的一致性跟踪问题,提出一种基于精确估计的复合自适应预设有限时间(PFT)漏斗控制方法.首先,构建一种新的PFT漏斗控制,使跟踪误差约束在PFT漏斗边界内.其次,采用神经网络(NN)逼近系统的未知非线性,并利用NN逼近信息设计扰动观测器,建立基于NN和扰动观测器的复合估计模型,将得到的预测误差引入NN权值的复合更新律中,实现对未知非线性和时变扰动的精确估计.然后,利用动态面技术和误差补偿机制,在解决传统反步法“计算爆炸”问题的同时,消除滤波器误差对系统的影响.最后,通过Lyapunov稳定性理论证明闭环系统所有信号均为有界的,并通过仿真实验验证控制方法的有效性.

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：在有向通讯拓扑图下,针对一类具有输出约束和执行器偏差增益故障的非严格反馈随机多智能体系统,提出一种自适应神经网络容错控制设计方案.采用神经网络逼近未知非线性函数,构造障碍李雅普诺夫函数处理系统的输出约束问题,以反步法和动态面技术为框架,结合Nussbaum函数设计自适应神经网络容错控制方法.基于李雅普诺夫稳定性理论,证明所有跟随者输出与领导者输出达到一致,闭环系统的所有信号依概率半全局一致最终有界且系统输出限制在给定紧集内.论文最后通过仿真实验验证所给出控制方案的有效性.

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.