【摘 要】
：
非线性多智能体系统广泛应用于民生和国防领域,如飞行器、机械手和智能电网等。传统非线性多智能体系统的一致控制技术通常采用复杂的控制器结构。对于处理非线性系统中未知动态的神经网络技术,其权值更新律的设计依赖于确定-等价原则,仅有有限的动态调节性能。同时,多智能体系统运行时不可避免的受到执行器故障和有限通信资源的影响。浸入与不变（immersion and invariance,I＆I）理论依赖于系统浸
论文部分内容阅读
非线性多智能体系统广泛应用于民生和国防领域,如飞行器、机械手和智能电网等。传统非线性多智能体系统的一致控制技术通常采用复杂的控制器结构。对于处理非线性系统中未知动态的神经网络技术,其权值更新律的设计依赖于确定-等价原则,仅有有限的动态调节性能。同时,多智能体系统运行时不可避免的受到执行器故障和有限通信资源的影响。浸入与不变（immersion and invariance,I＆I）理论依赖于系统浸入和流形不变的概念,I＆I控制策略具有降阶特性,原则上不依赖于Lyapunov函数。在考虑上述问题的情况下,基于I＆I理论研究非线性多智能体系统的分布式一致控制具有理论意义与实际工程价值。本课题以一类非线性多智能体系统为研究对象,考虑系统模型存在的未知参数和未知动态,有限时间控制以及周期驱动下通信资源浪费的情况,基于I＆I理论研究非线性多智能体系统的分布式一致控制问题。具体工作概括为以下三个方面:1.针对一类二阶非线性多智能体系统,设计一种分布式I＆I状态一致控制策略。结合图论知识,构建误差系统,从而将多智能体系统的状态一致控制问题转换为镇定控制问题。构造I＆I隐式流形,设计一种含有调节因子的流形外坐标的改进形式。进一步,研究具有未知动态的多智能体系统的状态一致控制问题。引入自适应I＆I技术处理多智能体系统中的未知动态。选取真值与估计值之间的差值构造I＆I估计流形。设计自适应I＆I估计器保证估计流形的不变性与吸引性。借助Lyapunov函数分析闭环系统的稳定性,得到所有信号有界。2.针对一类不确定高阶非线性多智能体系统,提出一种分布式自适应前向I＆I有限时间控制策略。引入自适应I＆I技术改进传统的径向基函数神经网络,设计一种基于自适应I＆I技术的径向基函数神经网络逼近器。在逼近机制中增加一个交叉项,将权值更新律的形式转化为比例积分形式。在此基础上,对每个跟随者反复使用I＆I控制理论,逐步降低跟随者系统的阶数。进一步,将符号函数与前向I＆I控制方法相结合,提出一种分布式自适应前向I＆I有限时间控制策略。通过预先设定有限时间参数,可以任意调整收敛时间。最后,通过Lyapunov函数和有限时间引理分析闭环系统的有限时间稳定性,且最终可以得到所有信号有界。3.针对一类不确定高阶非线性多智能体系统,设计一种基于动态事件触发机制的分布式自适应前向I＆I控制策略。考虑跟随者之间的间歇通信,利用邻居的触发输出信息设计一种基于动态事件的分布式信息估计器。与静态阈值相比,动态阈值确保更少的触发事件。为此,结合前向I＆I控制方法、自适应I＆I技术和神经网络技术,研究一种基于动态事件的分布式自适应前向输出一致控制问题。进一步,考虑一类含有执行器故障和未知控制增益的高阶非线性多智能体系统,提出分布式自适应前向I＆I容错控制策略。采用径向基函数神经网络技术构造神经网络逼近器,补偿执行器故障产生的消极影响。最后,借助Lyapunov函数分析闭环系统的稳定性并证明不存在Zeno行为。
其他文献
随着风电行业的快速发展以及风电机组的广泛安装,确保风电机组安全稳定运行已成为风电行业发展的基本要求。叶片作为风电机组功率输出的核心部件,因其复杂的机械结构且运行在恶劣的自然环境中,会导致风机出现故障率高且维修时间长的问题。因此,开展风机叶片开裂故障预警技术研究,对促进电力系统安全稳定运行、降低运维成本、优化运维策略具有显著的应用价值。风电机组数据采集与监测控制系统（Supervisory Cont
由于奇异系统结构具有的特殊性及优越性,奇异系统可准确地对电力系统、经济系统,受约束机械系统等系统进行描述。奇异系统自提出以来便得到了学者们的重点关注,并成为一个热点研究。故障检测技术作为排查与预防故障的重要手段,自其提出至今,始终是研究者们重点关注的热门话题。近年来,奇异系统故障检测问题得到了学者们的关注,并在学者们的努力下取得了一些重要的研究成果,但是在有限时间意义下的奇异系统故障检测问题还有待
随着“双碳”政策的不断贯彻落实,新型电力系统以可再生能源为主体,中国能源电网呈现了能源清洁化特点,并伴随深度融合智能控制技术与低碳能源技术的发展,可再生能源接入配电网数量逐年增长,网络结构也越来越复杂,配电网由被动接受方逐步转变为主动灵活可控的电力消纳与输出方,即含有分布式电源的主动配电网。此外,计及含有的分布式电源自身间歇性等特征,给配电网的安全稳定运行带来了新的风险和挑战。因而,为了应对传统评
在医学领域中,如何将先进的科学技术方便、廉价地用于人体医学检查,从而提高人类对疾病的早期预防和治疗,是迫切要解决的问题。而医学影像技术正是解决这一问题的主要手段,其中,电阻抗成像（Electrical Impedance Tomography,EIT）技术是通过测量物体边界上的电压和电流来计算物体内部的电导率分布,与其他成像方式相比,EIT的主要优势是价格便宜、无创伤和快速成像等。EIT图像重建存
近年来,无线充电技术已经被广泛应用于无线传感器网络,发展出无线可充电传感器网络。然而,在大规模多任务传感器网络中,无线充电技术还没有得到很好的应用。对于大规模多任务无线传感器网络,传统的数据收集模式在数据传输上的能量效率较低,这是因为大规模多任务场景可能会导致更高的数据包冲突概率,尤其是在恶劣环境下。移动数据收集是延长网络寿命的有效方式。然而,由于移动收集器的电池容量有限,移动收集器可能会面临电量
光学频率梳（简称OFC）在频域中表现为一系列等间隔且具有稳定相位关系的离散频率分量。OFC作为连接微波和光波的枢纽,其被广泛应用于光通信系统、光学任意波形产生和精密光学测量等领域。在现有的OFC产生方法中,外调制器法易实现,产生的OFC具有频谱稳定和频率间隔可调谐的优势。电吸收调制器（EAM）具有易集成、调制电压低和调制速率高的优势;相对于传统锂铌酸锂电光调制器,EAM的成本更低。本文围绕基于单个
近年来,云计算技术不断地发展成熟,在越来越多的企业与个人中普及。用户将数据资源外包至云服务器存储,在节约计算和存储成本的同时享受了云计算带来的便利性。然而,云计算服务器集中大量数据的同时也伴随着种种风险,不仅云服务器容易遭受外部攻击,云服务器提供商自身的恶意行为有时也可能会导致数据遭受破坏或泄露。为了防止私密数据泄露带来的风险,在外包给云服务器前将数据进行加密是一个可行的方法,在此背景下,可搜索加
随着现代社会结构和社会治安状况的日趋复杂,安防日益显现出其在社会稳定方面的作用。市场上以安防为目的的监控系统大多是基于红外技术,但红外线受户外环境影响很大,且容易被觉察,无法保证监控的隐蔽性。因此,具有探测灵敏度高、受环境影响小且隐蔽性高的安防系统就有着很高的研究价值。本文主要针对安防系统的应用环境,以毫米波雷达传感器为核心,设计完成了一款基于毫米波传感器的安防系统。该系统以点云为呈现方式来显示人
随着社会变迁,我国经济、社会结构的变化,大学生的价值观念、思维方式等发生了显著变化。近年来,在面对学习、人际交往、就业等多方压力和挑战时,大学生群体出现了成就动机总体水平下降、目标不明确等现象,而家庭作为个体成长和适应社会生活的起点,家庭因素潜移默化的影响着大学生的内在动机和目标设定。因此,分析家庭资本对大学生成就动机、目标定向的影响,有针对性的采取措施,提高大学生成就动机、目标水平具有一定的理论
在时代智能化的洪流中,深度学习的应用促进了计算机视觉领域中目标跟踪的快速进步,现有的目标跟踪算法在速度与精度方面都表现出喜人的态势,使其在面对复杂场景环境时,大多数情况能保持良好的性能。近年来更是涌现出许多优秀的孪生网络,他们同时取得了鲁棒性与实时性的平衡。尽管目标跟踪已在各大领域获得突破性成果,但现有的算法仍然面临着两大挑战:目标对象自身的不确定性,外部环境的多变性。本文主要的研究贡献为提出基于