针对一类量化反馈控制系统,在考虑量化范围和量化误差的情况下,建立该系统的动态数学模型.利用Lyapunov稳定性理论,结合线性矩阵不等式(LMI),给出了基于LMI和时变Lyapunov函数的渐近稳定性判据.假设量化器参数满足一定条件,则通过该判据能分析和判定量化反馈控制系统的渐近稳定性,并进一步设计相应的量化反馈控制律.与已有的方法相比,该方法更加有效且求解方便.数值仿真结果表明了该方法的有效性.
相似文献针对基于模型的网络控制系统缺乏应对动态变化的网络负载问题l,设计反馈调度器,依据实际的网络拥塞情况,调整基于模型的网络控制系统的状态更新时间.为应对状态不完全可测的情况,在控制结构中使用了状态观测器,并证明了所提出系统在可变更新时间情况下的稳定性.仿真结果验证了稳定性条件的正确性和新网络控制系统结构的有效性.
相似文献考虑存在时延和数据包丢失的情况,研究了奇异被控对象的网络控制系统建模与指数稳定性问题.当时延不大于一个采样周期且数据包丢失率一定时,将正则,无脉冲的奇异网络控制系统建模为数据包丢失率约束的异步动态切换系统,给出了状态反馈和动态输出反馈的统一数学模型,推导出数据包丢失率约束的系统指数稳定的充分条件,给出了使系统指数稳定的最大允许数据包丢失率.仿真结果表明了该方法的有效性和可行性.
相似文献对于存在网络诱导控制时延和输出时延的网络化控制系统,在离散域内给出了网络化控制系统的一种时延相关的动态输出反馈控制方法.针对无扰动和有扰动的系统,分别基于Lyapunov稳定性理论和线性矩阵不等式方法,推导出闭环系统稳定的充分条件,并给出了鲁棒最优和次优控制律的设计方法.仿真结果表明,所提出方法能实现稳定控制和有效的干扰抑制作用.
相似文献研究受外部持续扰动的一类不确定性非线性网络控制系统的扰动抑制问题.提出一种状态变量代换,将控制时滞转移到闭环控制回路之外,从而消除了时滞部分对控制系统稳定性的影响.利用内模原理给出了系统无静差扰动抑制补偿器的设计方法,运用Lyapunov稳定性理论和线性矩阵不等式技术,证明了保成本控制律的存在条件,并给出了无静差保成本控制器的设计方法.仿真结果验证了该控制算法的有效性.
相似文献针对一类连续模糊互联系统,提出一种模糊分散控制器的设计方法,并给出了保证控制系统稳定的更为宽松的充分条件.应用Lyapunov函数法和线性矩阵不等式,证明了模糊分散控制系统的稳定性.仿真结果进一步验证了所提出的模糊分散控制方法的有效性.
相似文献基于存在时延和丢包的网络传输环境,针对具有参数不确定性的网络化控制系统,研究了其在传感器故障条件下的保性能可靠控制问题.根据Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,推导出使闭环网络控制系统在传感器故障条件下渐近稳定且保证综合性能指标满足要求的充分条件,并利用LMIs提出了保性能可靠控制率的设计方法.该控制算法在提高网络化控制系统可靠性的同时有利于系统综合体性能的优化.数值仿真验证了该方法的可行性和有效性.
相似文献针对网络控制系统(NCS)中的随机时延问题,根据实际网络时延的分布情况,提出一种新的具有随机时延的网络控制系统的建模方法———离散T S模型,并在此基础上应用并行分布补偿原理(PDC)设计模糊控制器.同时提出一种新的模糊控制系统隶属函数的确定方法,利用Lyapunov定理和线性矩阵不等式(LMI)研究系统的稳定性问题,给出了基于LMI的模糊控制器的设计方法.最后通过仿真实例验证了该控制方法能使具有时延的网络控制系统稳定.
相似文献基于带有随机时滞的多通信通道,建立了离散时间网络控制系统模型.利用缓存对丢包进行补偿,并设计了状态反馈控制器,使系统达到随机稳定.采用锥型补偿线性化(CCL)算法得到了控制器增益的全局最优解.最后通过倒立摆系统的仿真例子验证了所提出方法的可行性.
相似文献针对系统模型的不确定性、未知输入扰动和非线性特性, 提出一类非线性系统参数估计的故障诊断算法. 构造系统故障诊断观测器, 采用Lyapunov 稳定性定理验证观测器的稳定性, 通过Barbalat 引理证明满足故障诊断观测器为渐近稳定的表征故障参数的参数估计, 并总结了设计算法流程. 仿真结果表明, 所提出算法具有快速收敛性, 对一类非线性系统诊断效果较好.
相似文献网络诱导延时是引起网络化控制系统性能下降甚至不稳定的主要因素之一,如何减小延时或降低其不确定性以克服延时的不利影响,一直是网络化控制系统研究领域的一个关键问题.对此,从控制和通讯网络两方面出发,对目前关于延时问题的研究结果进行了详细的论述和总结;通过系统地分析和对比,指出现有理论成果中存在的问题和不足;最后,指出该领域今后的主要任务和发展方向,并给出了一些有益的建议.
相似文献提出一种基于核岭回归(KRR)建模的内模控制策略.该方法充分利用基于结构风险最小化为学习规则的回归方法的非线性拟合性能$建立内模控制系统,从理论上分析了内模控制系统的稳定性和稳态误差同逆模与内模估计误差的关系问题.仿真表明,在训练样本有限和有噪声污染情况下,该系统较神经网络方法具有更好的控制性能.
相似文献