基于拟生灭过程的群集机器人任务分配宏观分析与预测

以预测由个体局部规则涌现的全局行为为目的,提出一种新的群集机器人任务分配宏观模型,提供了解系统性能与作为模型参数的群集规模之间关系的分析手段,尤其是该模型对于任务类型和群集规模都没有限制。通过拟生灭过程模型建立系统任务分配动态性的演化方程,首次引入矩阵分析法到群集机器人领域,求解了宏观模型的闭式稳态解,发现了系统任务分配在稳态服从的统计规律。进行了包含上百个机器人的仿真,其结果说明了模型预测与分析的正确性和可靠性。     

基于事件触发机制的网络控制研究综述

全面综述基于事件的控制系统的研究现状与最新成果.主要介绍事件驱动通信机制的各种类型和事件触发控制的主要研究内容,包括不同的建模方法以及控制器与事件产生器的联合设计方案,重点对时延系统建模方法进行分析,将事件触发闭环控制系统建模成连续时滞模型.此外,关于网络诱导因素对事件触发机制的影响以及网络化事件触发控制的一些应用也进行说明.最后,提出目前研究工作所存在的不足,以及下一步需要解决的开放难题.     

一种Hammerstein-Wiener系统的递归辨识算法

针对含有过程噪声的Hammerstein-Wiener系统,本文提出一种递归辨识算法用于系统的在线辨识. 首先使用多项式函数对系统非线性部分进行严格参数化,在此基础上以参数误差平方和的期望值最小为目标函数,推导出参数估计的递归更新公式,避免了过程噪声对辨识结果的影响. 通过对算法进行深入分析,得到参数一致收敛的条件,并给出算法中重要系数的设定方法,使参数收敛域得到扩大. 与传统两阶段法的数值仿真比较验证了该方法的优越性.     

基于动态量化的电力系统事件触发负荷频率控制

针对新能源高比例并网以及由此产生的二次调频通信负荷增加问题，为了节约网络资源，将动态量化技术引入网络控制的电力系统中，应用事件触发负荷频率控制(LFC)方法，通过基于观测器的输出反馈控制器，实现了LFC系统输入到状态稳定.根据系统状态和动态量化参数，在反馈通道中设计加入指数衰减项的事件触发机制，在前向通道中设计加入状态模拟项的事件触发机制.建立基于量化控制的事件触发LFC系统动态模型，在有界负荷扰动下得到闭环系统输入到状态稳定的条件，排除了Zeno现象.通过仿真实验验证了提出方法的有效性.     

网络攻击下信息物理融合电力系统的弹性事件触发控制

本文将电动汽车（Electric vehicles，EVs）引入到典型的信息物理系统（Cyber-physical systems，CPS）智能电网中，采用负荷频率控制（Load frequency control，LFC）方法，能够快速抑制系统扰动所引发的频率变化.在考虑拒绝服务（Denial-of-Service，DoS）攻击的情况下，提出了一种弹性事件触发机制，使系统能够容忍攻击所造成的数据丢失.与此同时，PI型静态输出反馈控制器的输入按需更新，减少了通信负担.对于建立的闭环时滞系统模型，构造新型李亚普诺夫泛函，对系统进行稳定性分析，推导出系统所能承受的最大DoS攻击持续时间，并对控制器增益和弹性事件触发矩阵进行协同设计.最后，通过多域电力系统仿真，验证了所提出方法的有效性.     

面向重构目标的控制系统可重构性

定义了控制系统的稳定目标、弱目标、强目标、直接目标和故障隐蔽目标等5个重构目标. 以故障隐蔽目标为基础,依次给出了稳定、弱重构、强重构和直接重构目标的可重构性条件. 稳定目标的重构条件从能控能观结构特性方面考虑,其它几个目标主要以秩条件的形式给出. 应用于线性多变量系统的数例,进行了控制可重构性的分析,为控制律重构的综合设计提供重要依据.