下三角非线性时滞系统的饱和控制

来源 :山东大学 | 被引量 : 0次 | 上传用户:asqw_
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
下三角非线性系统是一类被广泛研究的系统,许多工程问题,例如化学反应器系统、机器人机械臂系统及倒立摆系统等,都可以建模为此类系统。在建模过程中,时滞及输入饱和现象往往是不可避免的,它们会影响系统的正常运行,尤其对于下三角非线性时滞系统,输入饱和所带来的不良影响还没有被很好地解决。因此,研究具有输入饱和的下三角非线性时滞系统具有重要的实际意义。然而,已有成果中大多都是运用反步设计方法进行研究的,设计过程较为复杂,寻找更为简洁且有效的方法来研究此类系统就显得尤为重要。随着工业规模的不断扩大,单一系统难以描述实际系统中的一些复杂特性,在这种情况下,多智能体系统应运而生,其相关研究逐渐发展起来。但目前对于具有输入饱和的下三角非线性时滞多智能体系统的研究相对较少,这推动了本文的研究。本文运用增益控制方法,对具有下三角结构的时滞单一系统及时滞多智能体系统的饱和控制进行研究。主要内容如下:
  针对具有输入饱和及外部干扰的时滞单一系统,运用动态增益控制方法,研究状态反馈跟踪控制问题。首先,假设非线性项的增长条件与系统输出的连续函数有关,并引入一个合适的状态变换,为动态增益的有界性分析提供便利;其次,运用动态增益控制方法及双曲正切函数的特点,设计状态反馈控制器;最后,运用Lyapunov-Krasovskii泛函定理证明闭环系统的所有信号都是全局有界的,并且通过适当地调整设计参数,跟踪误差可以收敛到原点的一个小邻域内。
  针对具有输入饱和的时滞多智能体系统,运用静态增益控制方法,研究状态反馈跟踪控制问题。首先,指出所研究的跟踪控制问题可转化为高维多变量系统的有界性问题,并借助合适的状态变换,将有界性问题转化为静态增益设计问题;其次,引入双曲正切函数来消除输入饱和特性的影响;最后,运用静态增益控制方法设计自适应状态反馈控制协议,实现闭环系统的全局有界,并结合Lyapunov-Krasovskii泛函对领导者与跟随者之间的跟踪误差大小进行分析。
  针对具有输入饱和的时滞多智能体系统,运用静态增益控制方法,研究输出反馈跟踪控制问题。首先,引入合适的状态变换,将跟踪控制问题转化为静态增益设计问题,并借助双曲正切函数来处理输入饱和;其次,构造一个用于估计系统中不可直接量测状态的观测器,并基于此设计自适应输出反馈控制协议;最后,构造Lyapunov-Krasovskii泛函证明闭环系统的全局有界性,并进一步分析领导者与跟随者之间的跟踪误差大小的可调性。
其他文献
多输入多输出技术(Multiple-input Multiple-output,MIMO)技术通过在发射端和接收端配备多根天线来获取空间分集增益,在不增加带宽和发送功率的情况下,提升系统传输速率和频谱效率。但是MIMO技术在带来性能增益的同时,还存在着许多问题。首先,MIMO系统发送信号时会使信号受到信道间干扰(Inter-channel Interference,ICI),其次系统在工作时需要进
计算机断层成像技术(ComputedTomography.简记作CT)是种获得物体断面的成像技术。由于人体基本组织或物体内部结构对X射线的吸收率和透射率的不同,首先使用高灵敏度的检测器对待重建物体进行扫描获得投影数据,然后将投影数据传输到计算机,最后使用计算机对投影数据进行处理,处理后即可获得待检测物体断面图像。CT成像技术在工业和医学方面发挥了关键作用,但其在实际应用中也存在一些问题:工业上,由
癫痫(Epilepsy),俗称“羊癫风”,是一种由多种病因引起的慢性脑功能障碍综合症,是继脑血管疾病之后的第二大脑部疾病。脑部神经元突发性地、反复性的异常放电会造成中枢神经系统功能的间歇性障碍,这是导致癫痫发病的根本原因。癫痫疾病的临床表现包括突然失去意识、全身抽搐和精神障碍等。对于儿童病患会在身体发育和智力发育方面受到巨大影响,更多癫痫患者是饱受生理和心理上的煎熬。  脑电图(EEG)是研究癫痫
学位
普适计算以用户为中心,追求透明地提供智能服务,其重要产物—一情景感知系统已广泛应用于智能家居、智慧医疗和智慧旅游等领域。目前,面向不同场景实现不同功能的情景感知系统层出不穷,但缺少统一的系统整体评估标准以及具体且有效的系统自适应优化方法。另一方面,在高动态智能环境下,异构采集设备的错误、网络延迟等原因导致情景信息无可避免地存在不一致性,使情景信息质量较低并影响系统做出正确的推理及决策,极大降低了用
基于图像的文字检测与识别技术是计算机视觉领域的重要任务之一,光学字符和自然场景文字是两类重要的辨识目标。光学字符识别是指,从扫描文档图像中,提取其中的文字信息,目前扫描文档文字识别技术已相对成熟。另一类是自然场景文字识别,提取自然场景图像中的文字,由于自然场景下背景复杂,成像质量不佳,文字样式多样,识别自然场景中的文字的难度远高于前者,目前主流的文字检测与识别方法还不足以满足实际工业应用的需求。本
学位
超分辨率恢复是计算机视觉和图像处理中一个重要的研究问题。超分辨率恢复是一种基于软件算法的技术,具体是指通过对数字图像信号的分析,将一帧或多帧低分辨率图像进行恢复重建,将其转化成更高分辨率图像或视频的技术。在实际中,超分辨率恢复有着广泛应用,如医疗图像分析、视频监控、生物特征识别和安全性等领域。除了提升图像质量外,它还有助于提升其他计算机视觉任务的效果。因此,对提升超分辨率恢复技术的研究具有非常重要
海洋中蕴藏着丰富的自然资源,探索海洋逐渐成为世界经济发展的新动力,各海洋国家已经把经济发展重点从陆地转向海洋,不断加大对海洋的开发力度,作为发展中国家的中国,人口基数大,土地资源紧张,发展海洋经济迫在眉睫。  探索和开发海洋的前提条件是具有一定下潜深度的深潜器,工欲善其事必先利其器,一国深潜器的开发利用水平直接关乎探索海洋的深度和广度。深潜器的结构支撑材料是“海洋金属”-钛合金,深海作业过程中钛合
群智能优化算法起源于生物仿生学,起初受启发于各种生物的种种生存和活动行为。自从出现以来,群智能优化技术作为一项重要的优化技术,在工业生产,工程应用和社会生活中都得到了广泛使用,并随之不断进行改进和创新。作为近几年新提出的算法,狮群优化算法具有优秀的机制设计和较大的发展潜力,不失为一种值得深入研究的算法。  在行为模式机制上,狮群算法对草原狮群的围猎进行数学模拟。划分种群为狮王,成年母狮,幼狮三类个
人类交流过程中,80%的信息来源于肢体语言,准确识别人体的动作对改善人机交互有着重要意义。骨骼数据拥有时间和空间两个维度的信息,两个维度之间伴随着共现特征,如何更好的提取和利用时空特征存在很大的挑战。在获取数据的过程中,还存在多视角问题,同一个动作可能出现完全不同的表现,不仅会增加模型构建的难度,同时还存在模型识别率低的问题。  针对骨骼动作识别时空特征提取难的问题,本文提出一种基于图注意力网络的
学位
随着服务机器人在家庭情景中担任重要的角色,自然的人机交互成为影响用户满意度和人机共存舒适度的关键因素之一。如何在人机交互的过程中注重用户情感的识别、并在理解用户情感状态的基础上,让机器人在复杂多变的家庭环境中提供与情感相匹配的舒适度良好的服务,受到研究学者的广泛关注。由于人类情感的表达是一个复杂连续的过程,目前针对人类情感的识别重点逐渐从离散情感识别过渡到连续情感识别,同时单一模态的连续情感识别存