摘要：针对动力学模型未知的多输入多输出非线性离散时间多智能体系统的随机时延问题,提出一种输入增益补偿策略,并针对其通讯受限问题,提出一种带有死区操作器的事件触发控制机制.首先,采用伪偏导技术沿时间轴方向,在智能体的每个工作点上建立一种紧格式动态线性化数据模型,并给出该数据模型的参数估计算法.在此数据模型的基础上结合符号图论,研究智能体之间的合作与竞争关系,设计一种事件触发的数据驱动双向编队控制算法.最后,通过李雅普诺夫稳定性理论、矩阵理论以及压缩映射原理论证所提出算法的收敛性,并通过仿真实验和实物实验进一步验证该算法的正确性与有效性.

摘要：本文讨论了一类基于自适应事件触发机制的离散马尔科夫跳变系统在网络传输下的故障检测滤波器设计问题.对系统测量输出设计自适应事件触发机制,可以减少计算负载或节省有限的网络带宽.使用Bernoulli随机变量来描述网络是否能够成功地接收系统跳变模态,且基于Lyapunov稳定性理论设计了一种部分模态依赖的故障检测滤波器,使残差误差系统均方指数稳定且满足Η_(∞)性能指标,并通过求解线性矩阵不等式得到故障检测滤波器参数,通过仿真例子说明该设计方法的有效性.

摘要：研究一类基于自适应事件触发机制的时滞系统分布式滤波问题.自适应事件触发条件由滤波器自身最新释放数据、当前时刻估计值及邻居节点最新释放数据共同决定.此事件触发机制采用阈值自适应调节方案,阈值参数在保证滤波器性能的前提下根据滤波误差动态变化,最大程度上节约网络通信资源.首先,给出滤波误差系统均方指数稳定的充分条件;其次,构造一个Lyapunov函数来分析滤波误差系统满足l_(2)-l_(∞)的性能指标;再次,设计离散时滞系统分布式l_(2)-l_(∞)滤波器,并通过线性矩阵不等式方法求解滤波器参数;最后,通过仿真实例说明滤波器能够降低系统时滞带来的影响,且在保证滤波性能前提下减少通信次数,节约网络资源.

摘要：针对未知模型的非线性离散时间多智能体系统,研究基于事件触发迭代学习双向一致性问题.首先,利用紧凑形式动态线性化方法,建立多智能体系统的动态线性化数据模型,提出一种该数据模型的参数估计算法;其次,基于该数据模型设计输出观测器和死区控制器,并结合信号图论,构建一种事件触发分布式无模型迭代学习双向一致性控制策略;然后,通过设计李雅普诺夫函数对该控制策略的收敛性进行严格的证明;最后,通过数值仿真进一步验证该控制协议的正确性和有效性.

摘要：针对未知动力学模型非线性离散时间多智能体系统,在信息传递过程中的数据量化问题,以及智能体之间的合作与竞争关系,提出了一种数据驱动控制算法,实现了多智能体系统的双向一致性跟踪控制.首先,利用紧凑形动态线性化(CFDL)方法,将未知动力学模型的非线性智能体转化为含有时变参数的数据模型,并通过设计性能指标函数获得时变参数的估计算法;然后基于该数据模型,利用代数图论和扇形界算法,设计了一种量化数据驱动分布式双向一致性跟踪控制协议,并对其收敛性给出了严格的证明.结果表明,当多智能体系统存在数据量化时,所设计的控制协议仍可以保证双向一致性跟踪误差收敛到0.最后,通过仿真实验和对比实验,进一步验证了该控制协议的有效性和鲁棒性.

摘要：本文关注的是一类信息物理系统的分布式状态估计问题.由于传感器网络通信带宽有限,当大量节点同时发送数据时,可能造成数据冲突.因此,通过引入轮询协议减轻传感器网络通信负担,在该协议下每个节点的测量分量将依次且周期性访问网络.考虑滤波网络拓扑切换概率矩阵是时变的,因此采用非齐次Markov链描述随机拓扑切换行为,证明了估计误差以指数衰减的形式收敛,确保了滤波误差系统在均方意义下最终有界.进一步地,通过解决特定拓扑依赖的凸优化问题获得期望的分布式滤波器参数.最后,通过两个例子证明了所设计的分布式状态估计方法的可行性.

摘要：研究一类具有测量数据随机丢失以及网络拓扑结构随机切换的分布式l2-l∞滤波器设计问题.在分布式滤波器网络,每个本地滤波器估计系统的状态不仅基于节点自身信息,而且利用网络拓扑中邻居节点的信息.首先,采用已知概率分布的二进制序列描述传感器测量数据的随机丢失,Markov链描述滤波器网络拓扑结构的切换;其次,构造一个Lyapunov函数来分析滤波误差系统的l2-l∞性能,并研究其均方指数稳定性;再次,通过线性矩阵不等式(LMI)技术,给出分布式l2-l∞滤波器的设计方法;最后,通过数值例子验证所提方法的有效性.

摘要：由于传感器节点本身携带的能量以及传输距离有限,导致其在无线传感网的应用受到了一定的限制。从降低传感器的电池功耗、延长传输距离这两点出发,针对远程状态观测设计了一种一类基于新息驱动的数据传输策略。利用增加中继节点的方法延长了数据传输的距离,并通过该传输策略控制各节点发送数据的时间,降低整个网络的平均能耗,延长数据传输的距离。此传输策略通过推导一类近似二次性能指标的上界求解以使远程估计精度和节点的电池能耗获得最优的平衡。此外,利用该传输策略能很好地解决无线网络中发生数据丢包、数据无法传输的情况。最后,通过观测一组锂电池放电过程的实验对所提出的策略进行验证,结果表明,该策略能够很好地平衡节点的电池能耗与远程估计的性能。

摘要：近年来,随着传感器和无线网络技术的发展,基于无线传感器的新型网络化应用也应运而生。然而,无线传感器耗能过多成为制约其发展的瓶颈。因此,研究其节点数据传输节能问题有着巨大的实际意义,针对一种含未知输入的离散随机系统,结合事件驱动机制设计估计器以实现远程状态估计。相应的远程估计器满足了无偏和最小方差特性,随后,基于所提出的事件驱动策略判定何时发送数据,从而减少数据传输。此外,通过推导一类系统性能指标的上界详细推导了时间驱动策略的形式和参数,最后,通过数据仿真实验来验证所提方法的可行性和有效性。

摘要：研究基于自适应事件触发机制和量化的时滞系统分布式滤波问题,设计自适应事件触发机制,此触发机制不仅取决于滤波器自身最新释放数据和当前估计值,还取决于自身和邻居节点最新释放数据的误差。相较于固定参数事件触发,自适应事件触发参数根据滤波性能动态变化。考虑传感器精度和网络传输带宽优先,在数据传输前进行量化处理。构造Lyapunov函数并给出滤波误差系统均方指数稳定且满足l_(2)-l_(∞)性能指标的充分条件,设计带有数据量化的离散时滞系统分布式l_(2)-l_(∞)滤波器,并通过线性矩阵不等式方法求解滤波器参数。仿真实例说明设计的滤波器能够降低数据量化带来的影响,且自适应事件触发机制相较于固定参数事件触发,在保证滤波性能前提下能够降低数据传输频率,节约网络通信资源。