基于多面体不变集的离线鲁棒预测控制器综合

提出一种基于多面体不变集的离线鲁棒预测控制器综合算法.该算法离线确定一组反馈控制律及其对应的不变集,在线控制时根据当前状态所处的位置选择相应的控制律,不仅扩大了初始可行域,还能在一定程度上改善控制性能.仿真结果表明了采用多面体不变集的优越性.

     

基于多面体可达集的时间最优模型预测控制

针对有界状态干扰下的线性时变系统, 提出一种新的时间最优模型预测控制算法. 在离线情况下通过求解一系列的线性优化问题确定次优的多面体N 步可达集, 根据这些可达集在线优化计算得到的输入量使系统状态尽快收敛到稳定区域. 离线求解多面体可达集的方法可处理非对称约束, 相比于以往的方法避免了在N 增加时顶点数可能呈指数增多的问题, 同时省去了过多复杂的多面体间的运算, 因而便于在实际问题中应用.

     

状态饱和离散线性系统的稳定性分析

讨论一类具有状态饱和非线性的离散线性系统稳定性分析问题. 通过引入无穷范数小于等于1 的自由矩阵与对角元素非正的对角矩阵, 将状态饱和离散线性系统的状态变量约束在一个凸多面体内, 进而以矩阵不等式形式给出状态饱和离散线性系统的稳定性判据, 并给出该矩阵不等式的迭代线性矩阵不等式算法. 基于这一稳定性判据, 给出了基于迭代线性矩阵不等式的状态反馈控制律设计算法. 通过状态饱和离散线性系统的状态空间分割方法, 给 出了保守性更小的稳定性判据, 并给出了相应的迭代线性矩阵不等式算法. 数值例子验证了所给出方法的正确性与有效性.

     

基于广义扩张状态观测器的干扰不匹配离散系统状态反馈控制

针对一类干扰不匹配的线性离散时间系统, 研究基于广义扩张状态观测器的稳定化状态反馈控制器设计问题. 在经典的自抗扰控制器中, 扩张状态观测器主要针对干扰匹配的积分串联型系统. 然而, 在许多实际系统中往往存在干扰不匹配的情况, 例如存在采样抖动的离散时间控制系统. 针对这一问题, 基于一类存在不匹配干扰的离散时间系统, 提出广义扩张状态观测器和相应的稳定化状态反馈控制器设计方法. 最后通过永磁同步电机调速控制仿真实例验证了所设计的观测器和控制器的有效性.

     

一类不确定离散系统的生存性判别

研究一类非线性不确定系统的生存性问题. 基于支撑函数, 给出了此系统在凸紧集下可生存的充要条件. 当生存域为多面体时, 分别针对多面体和的形式和交的形式给出了系统生存的充分条件. 最后给出的算例表明了所提出方法的有效性, 同时表明所得结果实际上给出了某类切换系统的生存性条件.

     

转移概率部分未知的随机Markov 饱和切换系统的非脆弱镇定

研究一类转移概率部分未知的随机Markov饱和切换系统的非脆弱镇定问题. 基于参数依赖型Lyapunov函数, 设计非脆弱状态反馈控制器以保证闭环饱和系统的随机稳定性, 在此基础之上, 通过求解线性矩阵不等式, 得到均方意义下的最大不变吸引域. 数值仿真验证了所提出方法的有效性.

     

具有时变时滞的不确定非完整系统的输出反馈镇定

针对一类含有状态时变时滞的不确定非完整系统, 提出一种输出反馈镇定控制算法. 通过应用不连续的输入-状态变换和缩放变换, 将原始研究系统转换为更利于反馈控制器设计的新系统. 基于此系统设计状态反馈控制律, 通过构造状态观测器、利用必然等价原理给出理想的输出反馈镇定控制器. 分析表明, 所设计的控制器能够使得闭环系统的状态渐近趋于零. 最后通过仿真实例表明了所提出控制策略的有效性.

     

离散线性周期系统的模型匹配

考虑离散线性周期系统的模型匹配问题, 提出一种基于参数化极点配置的模型匹配方法. 该方法从时域的角度出发, 采用周期状态反馈, 使得闭环系统充分接近目标系统. 由于所采用的参数化极点配置算法提供了充分的自由度, 所提出的方法能够实现零误差匹配. 数值算例验证了所提出算法的有效性.

     

带有乘性过程噪声和模式观测时滞离散马氏跳线性系统的状态估计

研究受乘性过程噪声干扰的离散马氏跳线性系统状态估计问题. 系统可得到的观测包括两部分: 模式观测和输出观测, 其中模式观测受到固定时滞的影响. 利用贝叶斯定理及所得到的一些结果, 提出一种新颖的最小均方误差意义下次优状态估计算法. 该次优算法是回归的, 并且不随着时间增加而加重计算存储负荷. 通过计算机仿真来评估所提出次优算法的性能, 仿真结果验证了该算法的优越性.

     

一种参数优化的非线性离散系统鲁棒迭代学习控制方法

针对带有扰动的一类离散非线性系统的鲁棒迭代学习控制问题, 设计一种基于参数优化的迭代学习控制算法. 该算法能够保证在有初始状态误差和状态、输出扰动的情况下使闭环系统具有鲁棒BIBO 稳定性, 系统输出能够单调收敛于给定输出轨迹的邻域内; 在没有初始状态误差和扰动的情况下能够以零稳态误差跟踪给定输出轨迹. 最后通过仿真分析验证了所提出算法的有效性.

     

基于最小衰减率多面体不变集的鲁棒模型预测控制

针对一类具有输入输出约束的多胞体结构线性变参数系统,提出了一种基于最小衰减率多面体不变集的鲁棒模型预测控制算法,算法分为在线和离线两个部分.为增强系统控制效果,提高系统响应速度,离线算法首先采用寻求状态变量的最小衰减率的方法优化出一系列状态变量及相应的状态反馈控制律,然后构建出相应的多面体不变集序列;在线算法根据当前实测状态变量,在多面体不变集序列内确定状态变量所处的最小多面体不变集,通过在线优化得出系统的控制输入.给出了鲁棒模型预测控制算法的详细步骤和系统的闭环稳定性证明.仿真结果验证了本算法的有效性,表明本算法使系统的闭环响应更为快速和稳定.     

An off-line robust MPC algorithm for uncertain polytopic discrete-time systems using polyhedral invariant sets

In this paper, an off-line synthesis approach to robust model predictive control (MPC) using polyhedral invariant sets is presented. Most of the computational burdens are moved off-line by computing a sequence of state feedback control laws corresponding to a sequence of polyhedral invariant sets. At each sampling time, the smallest polyhedral invariant set that the currently measured state can be embedded is determined. The corresponding state feedback control law is then implemented to the process. The controller design is illustrated with two examples. Comparisons between the proposed algorithm and an ellipsoidal off-line robust MPC algorithm have been undertaken. The proposed algorithm yields a substantial expansion of the stabilizable region. Therefore, it can achieve less conservative result as compared to an ellipsoidal off-line robust MPC algorithm.     

可变多胞体结构的鲁棒模型预测控制

针对一类具有输入输出约束的线性变参数系统,提出了一种可变多胞体结构的多面体不变集鲁棒模型预测控制算法,算法分为在线和离线两个部分。离线算法构建系统的未知但有界误差描述模型,根据状态的变化得到可变参数的多胞体结构,并转化为状态空间模型的多胞体形式,然后采用线性矩阵不等式的优化方式得到一系列离线嵌套多面体不变集。在线算法根据状态变量在嵌套多面体不变集中的位置,结合可变多胞体结构,通过线性插值的优化方式得到系统的实际控制律。给出算法的详细步骤和系统闭环稳定性证明。仿真结果验证了该算法的有效性,表明该算法使系统的闭环响应更为快速和稳定。     

基于容许集的变终端约束MPC控制

针对一类输入和状态受约束的离散线性系统,提出一种基于Ⅳ步容许集的变终端约束集模型预测控制方法.首先给出多面体不变集序列作为终端约束集的离线模型预测控制算法,扩大了终端约束集.为进一步扩大初始状态可镇定区域,引入N步容许集,设计了基于容许集的变终端约束集模型预测控制方法.该算法采用离线设计、在线优化方法,实现了系统渐近稳定,不仅降低了在线运算量,而且扩大了初始状态可镇定区域.仿真结果表明了算法的有效性.     

基于混合蛙跳与阴影集优化的粗糙模糊聚类算法

针对粗糙模糊聚类算法对初值敏感、易陷入局部最优和聚类性能依赖阈值选择等问题, 提出一种混合蛙跳与阴影集优化的粗糙模糊聚类算法(SFLA-SRFCM). 通过设置自适应调节因子, 以增加混合蛙跳算法的局部搜索能力; 利用类簇上、下近似集的模糊类内紧密度和模糊类间分离度构造新的适应度函数; 采用阴影集自适应获取类簇阈值. 实验结果表明, SFLA-SRFCM 算法是有效的, 并且具有更好的聚类精度和有效性指标.

     

互联大系统动态输出反馈多重叠鲁棒分散关联镇定

针对一类具有网型拓扑结构的互联大系统,提出一种动态输出反馈多重叠鲁棒分散关联镇定方法.该方法将系统状态空间加以扩展,在扩展空间中将其分解为按循环逆序排列的一系列两两子系统对,并为每个子系统对分别设计使其关联稳定的鲁棒分散动态输出反馈控制器,将这些多重叠设计的控制器再收缩回原空间,实现控制律的协调.将该方法应用到一个四区域网型电力系统控制设计中,仿真结果验证了所提出方法的可行性和优越性.     

On efficient computation of low-complexity controlled invariant sets for uncertain linear systems

A method is presented for determining invariant low-complexity polytopic sets and associated linear feedback laws for linear systems with polytopic uncertainty. Conditions based on the relationship between 2- and ∞-norms are used to define an initial invariant low-complexity polytope as the solution of a semi-definite program. The problem of computing a maximal controlled invariant low-complexity polytopic set is then formulated as a bilinearly constrained problem, and a relaxation of this problem is derived as an iterative sequence of convex programs. The proposed method scales linearly with the state dimension, which allows the possibility of determining low-complexity robust controlled invariant sets for high-order systems.     

基于粗糙集和Petri网的随机流网络可靠性评价方法

针对随机流网络可靠性建模难的问题,提出一种基于粗糙集和Petri网相结合的随机流网络可靠性评价方法.建立了随机流网络在确定网络状态下的Petri网模型,并利用粗糙集方法求得网络中各边状态对系统状态的重要度;然后以此作为随机流网络的Petri网模型中各变迁的优先因子来控制模型中变迁的激发;最后通过蒙特卡罗仿真求得随机流网络可靠度的估计值.仿真结果表明,该方法是一种计算随机流网络可靠性的有效方法.