时变不确定切换广义系统的鲁棒最优保性能控制

针对一类时变参数不确定切换广义系统,对其鲁棒最优保性能控制问题进行研究,假定其中的时变不确定性项是范数有界的,但不需要满足匹配条件。通过构造广义Lyapunov函数和线性矩阵不等式方法,给出系统鲁棒最优保性能控制器存在的充分条件。进一步,建立一个具有线性矩阵不等式约束的凸优化问题,得到鲁棒最优保性能控制律及闭环性能指标上界。最后用示例说明该方法的有效性。     

不确定关联大系统对时变参数的自适应控制

考虑具有时滞的不确定非线性关联大系统的鲁棒控制问题．假设不确定时变参数为半线性或非线性系统的有界输出，通过对时变不确定参数设计自适应律，从而对不确定参数进行估计．利用线性矩阵不等式技术和自适应参数估计方法，设计出鲁棒自适应控制器，从而保证闭环系统渐近稳定．建立了可由线性矩阵不等式表示的镇定条件．仿真示例说明该方法是有效的．     

时变时滞不确定系统的鲁棒输出反馈控制

研究了时变时滞不确定系统基于状态观测器的动态输出反馈实现鲁棒镇定的分 析和综合问题.所研究的系统不仅同时包含时变状态时滞和时变控制时滞,而且包含时变未 知且有界不确定参数.提出了确保该系统可通过输出反馈鲁棒镇定的充分条件,并将该充分 条件转化为线性矩阵不等式(LMI)问题,最终通过求解两个LMI来构造输出反馈控制律.     

线性广义系统的鲁棒严格耗散控制

利用线性矩阵不等式(LMI)方法,给出线性广义系统容许且严格耗散的充分必要条件,由此得到状态反馈和动态输出反馈严格耗散控制器的存在条件及设计方法.考虑除E外所有系数矩阵均具有范数有界时变不确定性的广义系统的鲁棒严格耗散控制问题,给出了系统广义二次稳定且严格耗散的充分条件,以及状态反馈和动态输出反馈鲁棒严格耗散控制器的存在条件及构造方法.     

动态输出反馈鲁棒模型预测控制

研究了具有多包不确定性和有界噪声的系统的动态输出反馈鲁棒模型预测控制的综合方法.系统为准线性参数时变的,即系统时变参数在当前时刻精确已知,但在将来时刻未知.采用二次有界概念刻画扩展闭环系统的稳定性.本文主要创新在于提出了一种辅助优化方法,从而为下个采样时刻的主优化问题提供可靠的真实状态的界.通过连续搅拌釜式反应器控制系统验证了该方法的有效性.     

传感器失效不确定时滞系统指数稳定可靠控制

针对一类含有时变时滞的不确定参数线性系统,研究了在传感器发生故障情况下系统指数稳定鲁棒可靠控制器设计问题。系统中的参数不确定性满足广义匹配条件,时变时滞及其变化率有界,并假设故障传感器元件的输出为零。经过适当的状态变换,将原系统的指数稳定鲁棒可靠控制问题转化为另一个等价系统的鲁棒可靠控制问题。根据Lyapunov稳定性理论,得到了系统存在指数稳定鲁棒可靠控制器应满足的一个矩阵不等式。为了便于数值求解,将该矩阵不等式转化为线性矩阵不等式（LMI）,并给出了可靠控制器的设计方法和步骤。利用该文方法设计的指数稳定鲁棒可靠控制器能够使得时滞系统对于任意允许的不确定性以及传感器失效都具有指定衰减度的渐近稳定性。数值算例说明了所提出设计方法的有效性。     

基于输出反馈的不确定连续系统的鲁棒预测控制

运用线性矩阵不等式方法,研究一类基于输出反馈的线性连续时间范数有界参数不确定系统的鲁棒预测控制问题．基于变量变换的思想,将无限时域“最小—最大”优化问题转化为线性规划问题,得出分段连续的输出反馈控制律,并给出了控制律存在的充分条件,证明了优化问题在初始时刻的可行解保证闭环系统渐近稳定．仿真实例验证了此方法的有效性．     

时变非线性不确定系统H∞鲁棒模型预测控制

针对输入受限的时变不确定非线性系统,提出一种H∞鲁棒模型预测控制策略。假设线性化系统矩阵一致有界,将非凸的无穷时域优化问题转化为带有单个线性矩阵不等式(LMI)约束的凸优化问题,降低控制量求解难度。结合滚动优化原理与H∞控制方法在线极小化性能指标,使得闭环系统满足控制性能和约束。在LMI框架下给出H∞NMPC的求解方法及其鲁棒稳定性充分条件。仿真实验对比验证了该策略的有效性。     

不确定时滞系统的基于Razumikhin定理的鲁棒H∞可靠控制

主要研究了一类状态时滞不确定线性系统的时滞依赖鲁棒H∞可靠控制问题.系统状 态矩阵和时滞状态矩阵中存在着范数有界的时变参数不确定性,故障执行器集合是执行器集合 的子集.采用Razumikhin定理,最终将问题归结为通过线性矩阵不等式(Linear Matrix Inequalities,LMIs) 的求解得到无记忆状态反馈鲁棒H∞可靠控制器综合设计方法.     

时变不确定广义系统的鲁棒无源控制

研究了除E外其余系数矩阵均含有范数有界时变不确定性的广义系统的鲁棒无源控制器设计问题.利用线性矩阵不等式方法,首先给出自治系统广义二次稳定且无源的充分条件;然后给出状态反馈鲁棒无源控制器的存在条件并用线性矩阵不等式的解构造了相应的控制器;随后以矩阵不等式的形式得到了动态输出反馈鲁棒无源控制器的存在条件,同时利用矩阵不等式的解给出相应控制器的设计方法;最后举例说明了所提出方法的可行性.     

轧辊偏心的H∞输出反馈鲁棒重复控制

针对轧辊偏心问题,用线性矩阵不等式(LMI)方法设计了用于轧辊偏心补偿控制的H∞输出反馈鲁棒重复控制器,首先引入动态输出反馈来保证闭环系统的鲁棒稳定性,把重复控制器设计问题转化为H∞动态反馈控制器的设计问题,采用变量替换法将非线性矩阵不等式转化为线性矩阵不等式并对其求解进而得到控制器参数.另外在采用上述控制器保证系统鲁棒稳定性的同时,通过在重复控制器中引入一个前向系数进一步改善和提高系统的动态性能与稳态控制精度.理论证明与仿真研究表明当系统对象参数存在摄动时,这种控制器仍能有效地补偿轧辊偏心对产品质量的影响.     

一类不确定系统的最优极小极大鲁棒控制

讨论一类不确定系统的极小极大鲁棒动态输出反馈控制问题.给出不确定系统的极小极大鲁棒控制的定义.利用线性矩阵不等式(LMI)处理方法和Lyapunov稳定性理论,得到了在干扰和不确定性最大的情形下极小极大输出反馈控制器存在的充分条件.引入凸优化技术, 求得最优极小极大控制器.它不仅保证闭环系统渐近稳定, 且使得闭环系统性能指标的上界最小.仿真算例说明了所设计的控制器具有较强的干扰抑制功能.     

传感器失效下不确定离散时滞系统的静态输出反馈鲁棒可靠保成本控制

针对一类参数不确定离散时滞系统,研究了当传感器发生增益故障情况下的静态输出反馈保成本可靠控制器设计问题.系统中的参数不确定性满足广义匹配条件,传感器元件具有部分输出增益故障.根据Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,分别给出了含有时滞记忆和无时滞静态输出反馈保成本鲁棒可靠控制律的存在条件.通过求解由一组线性矩阵不等式所表示的凸优化问题可以得到使得闭环保成本上界最小的鲁棒可靠控制器.最后通过仿真示例说明所提出方法的正确性.     

一类不确定模糊模型的输出反馈鲁棒预测控制

针对一类满足扇形界条件的不确定模糊模型描述的非线性系统,提出一种输出反馈鲁棒预测控制方法．该方法将鲁棒预测控制的Min-Max优化问题转化为具有LMI约束的线性目标最小化问题,并且不需系统状态完全可测,仅仅利用系统测量输出和不可测状态的界限值来确定保证闭环系统鲁棒稳定的输出反馈控制器．仿真实验证明了该方法的有效性．     

Robust H/sub /spl infin// control for uncertain discrete-time-delay fuzzy systems via output feedback controllers

This work investigates the problem of robust output feedback H/sub /spl infin// control for a class of uncertain discrete-time fuzzy systems with time delays. The state-space Takagi-Sugeno fuzzy model with time delays and norm-bounded parameter uncertainties is adopted. The purpose is the design of a full-order fuzzy dynamic output feedback controller which ensures the robust asymptotic stability of the closed-loop system and guarantees an H/sub /spl infin// norm bound constraint on disturbance attenuation for all admissible uncertainties. In terms of linear matrix inequalities (LMIs), a sufficient condition for the solvability of this problem is presented. Explicit expressions of a desired output feedback controller are proposed when the given LMIs are feasible. The effectiveness and the applicability of the proposed design approach are demonstrated by applying this to the problem of robust H/sub /spl infin// control for a class of uncertain nonlinear discrete delay systems.     

Output feedback receding horizon control of constrained systems

This paper considers output feedback control of linear discrete-time systems with convex state and input constraints which are subject to bounded state disturbances and output measurement errors. We show that the non-convex problem of finding a constraint admissible affine output feedback policy over a finite horizon, to be used in conjunction with a fixed linear state observer, can be converted to an equivalent convex problem. When used in the design of a time-varying robust receding horizon control law, we derive conditions under which the resulting closed-loop system is guaranteed to satisfy the system constraints for all time, given an initial state estimate and bound on the state estimation error. When the state estimation error bound matches the minimal robust positively invariant (mRPI) set for the system error dynamics, we show that this control law is time-invariant, but its calculation generally requires solution of an infinite-dimensional optimization problem. Finally, using an invariant outer approximation to the mRPI error set, we develop a time-invariant control law that can be computed by solving a finite-dimensional tractable optimization problem at each time step that guarantees that the closed-loop system satisfies the constraints for all time.     

A gradient flow approach to on-line robust pole assignment for synthesizing output feedback control systems

Pole assignment is a basic design method for synthesis of feedback control systems. In this paper, a gradient flow approach is presented for robust pole assignment in synthesizing output feedback control systems. The proposed approach is shown to be capable of synthesizing linear output feedback control systems via on-line robust pole assignment. Convergence of the gradient flow can be guaranteed. Moreover, with appropriate design parameters the gradient flow converges exponentially to an optimal solution to the robust pole assignment problem and the closed-loop control system based on the gradient flow is globally exponentially stable. These desired properties make it possible to apply the proposed approach to slowly time-varying linear control systems. Simulation results are shown to demonstrate the effectiveness and advantages of the proposed approach.     

Data-Driven Global Robust Optimal Output Regulation of Uncertain Partially Linear Systems

In this paper, a data-driven control approach is developed by reinforcement learning (RL) to solve the global robust optimal output regulation problem (GROORP) of partially linear systems with both static uncertainties and nonlinear dynamic uncertainties. By developing a proper feedforward controller, the GROORP is converted into a global robust optimal stabilization problem. A robust optimal feedback controller is designed which is able to stabilize the system in the presence of dynamic uncertainties. The closed-loop system is ensured to be input-to-output stable regarding the static uncertainty as the external input. This robust optimal controller is numerically approximated via RL. Nonlinear small-gain theory is applied to show the input-to-output stability for the closed-loop system and thus solves the original GROORP. Simulation results validates the efficacy of the proposed methodology.      

线性离散时滞系统的鲁棒耗散控制

考虑线性离散时滞系统的二次型耗散控制问题.对于确定系统,给出渐近稳定且严格二次型耗散的条件和动态输出反馈控制器使闭环系统渐近稳定且严格二次型耗散.对于不确定系统,考虑不确定性具有耗散特性的情形,讨论鲁棒耗散性分析和动态输出反馈鲁棒耗散控制问题.通过构造增广系统,将不确定系统的鲁棒严格二次型耗散分析和设计转化为确定系统的情况.所得结果为离散时滞系统的无源控制和H∞控制提供了统一框架,且为离散时滞系统的分析和设计提供了一种更灵活、保守性更小的方法.