MHE in Output Feedback Control of Uncertain Nonlinear Systems via IQCs
Chemnitz University of Technology（Chemnitz工业大学）
本文提出基于IQCs的MHE方法，用于不确定非线性系统的输出反馈控制，确保闭环系统对扰动具有输入到状态稳定性。
2025-11-05 cs.SY eess.SY
Nonlinear Stochastic Model Predictive Control with Generative Uncertainty in Homogeneous Charge Compression Ignition
Institute of Automatic Control, RWTH Aachen University（自动控制研究所，亚琛工业大学）
本文提出一种非线性随机模型预测控制方法，通过整合从经验残差数据学习的不确定性模型，结合多项式混沌展开，改进燃烧指示器分布的预测与控制，实现燃烧点火和负载控制的显著提升。
2026-04-14 cs.SY eess.SY
Robust Adaptive MPC in the Presence of Nonlinear Time-Varying Uncertainties: An Uncertainty Compensation Approach
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Alabama（阿拉巴马大学）；University of Michigan（密歇根大学）
本文提出一种基于不确定性的鲁棒自适应MPC框架，用于具有非线性时变不确定性的线性系统，通过L1自适应控制器补偿匹配不确定性，并利用线性矩阵不等式设计鲁棒反馈控制器以减轻未匹配不确定性的影响，通过误差界收紧状态和输入约束，提升系统性能。
2026-03-19 cs.SY eess.SY
On The Design of a Novel Finite-Time Nonlinear Extended State Observer for Class of Nonlinear Systems with Mismatch Disturbances and Uncertainties
The University of Technology（巴格达理工大学）；The University of Baghdad, College of Engineering（巴格达大学工程学院）
本文提出了一种新型有限时间非线性扩展状态观测器（NLESO），用于主动扰动抵消控制（ADRC）中通过输出反馈技术稳定非线性系统，针对系统不确定性和不连续扰动。将不确定性和扰动等系统中的非线性项聚合为一个称为“广义扰动”的单一项，NLESO在线估计广义扰动并从输入通道中抵消。通过采用饱和类非线性函数，显著减少了线性扩展状态观测器（LESO）中的峰值现象。利用有限时间Lyapunov理论分析NLESO的稳定性，并通过永磁直流（PMDC）电机的仿真验证了所提观测器的有效性。
2019-03-31 cs.SY eess.SY
Deep Reinforcement Learning Control for Disturbance Rejection in a Nonlinear Dynamic System with Parametric Uncertainty
针对参数不确定的非线性柔性倒立摆小车系统，提出用Deep Deterministic Policy Gradient深度强化学习控制律主动抑制多个独立时间相关随机扰动，并通过仿真与经典控制进行对比。
2024-04-06 cs.SY eess.SY
A Robust Continuous Time Fixed Lag Smoother for Nonlinear Uncertain Systems
school of Engineering and Information Technology, University of New South Wales（新南威尔士大学工程与信息科技学院）
本文提出了一种鲁棒固定滞后平滑器，结合非线性鲁棒估计器与稳定固定滞后平滑器，提升估计误差协方差，应用于量子光学相位估计问题，显著改善非线性不确定性下的估计性能。
2013-09-09 cs.SY eess.SY
Extremum Seeking-based Indirect Adaptive Control for Nonlinear Systems with State and Time-Dependent Uncertainties
Mitsubishi Electric Research Laboratories（三菱电机研究实验室）；University of Notre Dame（圣母大学）
本文提出一种间接自适应控制方法，结合鲁棒非线性状态反馈与无模型多参数极值搜索算法，用于非线性系统轨迹跟踪问题，通过两臂机械臂实例验证了方法的有效性。
2015-07-17 cs.SY eess.SY
Reachability Analysis Using Dissipation Inequalities For Uncertain Nonlinear Systems
提出了一种求具有多项式动态的不确定非线性系统有限时域前向可达集的外界方法。该方法利用时变多项式存储函数，满足适当的耗散不等式，占随时间变化的不确定参数，L2干扰，和扰动的特点是积分二次约束（IQCs）与硬和软因式分解。事实上，据我们所知，这是第一个将IQC引入可达性分析的结果，从而允许各种类型的不确定性，包括未建模的动态。广义S-过程和平方和技术被用来推导算法的目标是找到一个所需的形状的最紧的外边界。教学和实际动机的例子，包括一个7状态的F-18飞机模型。
2020-05-15 cs.SY eess.SY
Robustness of Uncertain Switching Nonlinear Feedback Systems against Large Time-Variation
针对非线性MIMO反馈系统，在输入输出框架下研究了反馈环对不确定时变的鲁棒性。一个一般的充分条件方面的平均时变率的限制系统是稳定的。该条件给出了非线性MIMO自适应切换系统的罕见大变化或慢时变速率的容许极限。
2020-02-29 cs.SY eess.SY
Time-Varying Input and State Delay Compensation for Uncertain Nonlinear Systems
University of Florida（佛罗里达大学）
本文提出一种鲁棒控制器，用于具有同时未知时变状态延迟和已知时变输入延迟的第二阶非线性系统，以及加性光滑扰动。通过积分项构建无延迟闭环误差系统，利用Lyapunov-Krasovskii函数分析保证了在延迟有界且缓慢变化时的统一最终有界跟踪。
2015-01-15 cs.SY eess.SY
An Output Feedback Stabilizer for MIMO Nonlinear Systems with Uncertain Input Gain: Nonlinear Nominal Model
School of robotics, Kwangwoon University（光云大学机器人学院）
本文研究了具有不确定输入增益矩阵的非线性多输入多输出系统的输出反馈稳定问题，假设系统具有明确的向量相对次数且零动力学是输入到状态稳定的，基于存在一个能够全局渐近稳定名义闭环系统原点的状态反馈控制器，提出一个输出反馈稳定器，以半全局实际意义恢复名义闭环系统的稳定性，与之前结果相比，允许名义系统具有依赖于状态的非线性输入增益矩阵，并通过修改基于扰动观测器的鲁棒输出反馈控制器的结构实现
2019-03-18 cs.SY eess.SY
Adaptive Control of Uncertain Pure-feedback Nonlinear Systems
Center for Control Theory and Guidance Technology, Harbin Institute of Technology（哈尔滨工业大学控制理论与制导技术研究中心）；School of Mechatronic Engineering, Harbin Institute of Technology（哈尔滨工业大学机电工程学院）
本文提出自适应控制方法，解决不确定纯反馈非线性系统的全局渐近状态稳定问题，通过参数分离技术设计回步控制器，保证系统信号有界和全局渐近稳定。
2016-09-28 cs.SY eess.SY
Robust Nonlinear L2 Filtering of Uncertain Lipschitz Systems via Pareto Optimization
University of Alberta（阿尔伯塔大学）；Maplesoft
本文提出了一种基于LMI框架的新方法，用于鲁棒H∞滤波，针对具有时变不确定性的利普希茨非线性系统，通过凸多目标优化同时最大化系统利普希茨常数和扰动抑制水平，保证估计误差动态的渐近稳定性与指数收敛性。
2014-03-01 cs.SY eess.SY math.OC
$\mathcal{H}_{\infty}$-optimal Interval Observer Synthesis for Uncertain Nonlinear Dynamical Systems via Mixed-Monotone Decompositions
针对带噪声的有界误差/不确定局部Lipschitz非线性连续时间（CT）和离散时间（DT）系统，提出了一种新的$\mathcal{H}_{\infty}$ -最优区间观测器综合方法.具体地说，使用混合单调分解，所提出的观测器是正确的建设，即，区间估计容易框定真实状态而无需附加的约束或过程。此外，我们提供了充分条件的输入状态（ISS）稳定的建议观测器和最小化的$\mathcal{H}_{\infty}$增益的帧误差系统的形式半定规划（SDP）与线性矩阵不等式（LMI）的约束。最后，我们比较了性能的建议$\mathcal{H}_{\infty}$ -最优区间观测器与一些基准CT和DT区间观测器。
2022-03-14 cs.SY eess.SY
Adaptive Contraction-based Control of Uncertain Nonlinear Processes using Neural Networks
在过程控制行业柔性制造趋势和化工过程模型不确定性的驱动下，本文旨在实现一类不确定非线性系统（例如，使用具有参数不确定性的过程模型）。所提出的自适应控制方法将自适应神经网络嵌入基于收缩的控制器（以确保收敛到时变参考）和与参考生成耦合的在线参数识别模块（以确保建模参数收敛于物理系统的参数）纳入控制回路。集成的学习和控制方法包括训练状态和参数相关的神经网络学习由不确定参数和微分反馈增益参数化的收缩度量。然后将该神经网络嵌入到基于自适应收缩的控制律中，该控制律通过在线参数估计进行更新。由于不确定参数估计收敛到相应的物理值，无偏移跟踪，同时提高收敛速度，可以实现，从而导致一个灵活的，有效的和保守性较小的方法，参考跟踪控制的不确定非线性过程。包括一个说明性的例子来演示的整体方法。包括一个说明性的例子来演示的整体方法。
2022-05-09 cs.SY eess.SY
Neural Lyapunov Control for Nonlinear Systems with Unstructured Uncertainties
在非线性控制中，稳定控制器的设计和吸引域的估计是必不可少的。此外，它是具有挑战性的实现控制李雅普诺夫函数（CLF）在实践中，只有部分知识的系统是可用的。针对具有非结构不确定性的控制仿射非线性系统，我们提出了一个可以综合状态反馈控制器和CLF的学习框架。基于这些不确定性的正则性条件，我们将它们建模为有界干扰，并证明了当CLF的梯度有界时，标称系统的CLF（真实系统的估计）是真实系统的输入-状态稳定控制李雅普诺夫函数（ISS-CLF）。我们集成了鲁棒李雅普诺夫分析与控制律和CLF的学习。我们证明了我们的学习框架的有效性的几个例子，如倒立摆系统，严格反馈系统，和车杆系统。
2023-03-16 cs.SY eess.SY
Static Output Feedback Control for Nonlinear Systems subject to Parametric and Nonlinear Uncertainties
University of Alberta（阿尔伯塔大学）
本文研究了满足局部Lipschitz连续条件的离散非线性系统静态输出反馈控制器设计，通过凸多目标优化同时优化Lipschitz常数和扰动抑制水平，提升系统对非线性不确定性和参数变化的鲁棒性。
2016-06-25 cs.SY eess.SY math.DS
Robust Optimal Control for Nonlinear Systems with Parametric Uncertainties via System Level Synthesis
针对带范数有界干扰和参数不确定性的非线性系统，提出一种基于系统层级合成的方法，通过分解系统并凸化不确定性，联合优化轨迹与误差反馈，实现低保守性的鲁棒最优控制。
2023-09-13 cs.SY eess.SY math.OC
Probabilistic Model Validation for Uncertain Nonlinear Systems
Department of Aerospace Engineering, Texas A\&M University, College Station, TX 77843-3141, United States
本文提出一种概率模型验证方法，用于时间域中的非线性系统。该方法能处理确定性和随机性非线性系统，考虑参数和非参数不确定性，采用概率验证概念替代传统硬无效方法，并提供计算复杂度的算法。
2014-02-02 cs.SY eess.SY math.OC
Optimal Output Consensus of Second-Order Uncertain Nonlinear Systems on Weight-Unbalanced Directed Networks
研究了二阶不确定非线性多智能体系统在权值不平衡有向网络上的分布式最优输出一致性问题。在局部代价函数强凸且具有全局Lipschitz梯度的标准假设下，设计了一种新的分布式动态状态反馈控制器，使得所有智能体的输出均达到最小化全局代价函数的最优解，该全局代价函数是所有局部费用函数之和.控制器的设计是基于一个两层的策略，其中一个分布式的最优协调器和参考跟踪控制器分别提出来解决所带来的挑战，从不平衡的有向网络和不确定的非线性函数。所提出的控制器的一个关键特点是，包含不确定性和干扰的非线性函数不需要全局Lipschitz。此外，利用适应控制技术，不需要任何不确定性或干扰的先验知识。最后通过两个仿真实例验证了所提控制方案的有效性。
2021-07-08 cs.SY eess.SY math.OC
A Generalized Robust Filtering Framework for Nonlinear Differential-Algebraic Systems
Department of Research and Development, Maplesoft（Maplesoft 研究与开发部）
本文提出一种通用鲁棒非线性滤波框架，用于处理具有非线性在状态和测量输出方程中的微分代数系统，通过半正定规划和严格线性矩阵不等式设计鲁棒H∞滤波器，最大化Lipschitz常数并保证估计误差渐近稳定。
2014-02-22 cs.SY eess.SY math.OC
A Stochastic Nonlinear Model Predictive Control with an Uncertainty Propagation Horizon for Autonomous Vehicle Motion Control
Technical University Munich（慕尼黑工业大学）；Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所）
本文提出不确定性传播时域（UPH）概念，结合多项式混沌展开改进随机非线性模型预测控制，在自动驾驶车辆轨迹跟随中实现高速鲁棒实时控制，并使原本不可行的问题变得可行。
2023-10-28 cs.RO cs.SY eess.SY
Neural Network-based Constrained Optimal Coordination for Heterogeneous Uncertain Nonlinear Multi-agent Systems
本文研究了一类由高阶动力学描述的非线性多智能体系统的约束最优协调问题。每个智能体都有一个私有的目标函数和一个关于其输出的稳态约束。通过内模和神经网络的结合，我们为每个智能体开发了一个复合分布式控制器。所有的代理输出被证明达到约束最小点的聚合目标函数有界的残差，而不考虑未知的非线性和外部干扰。最后给出了两个算例，验证了算法的有效性.
2022-04-24 cs.SY eess.SY math.OC
Global Stabilization of Triangular Systems with Time-Delayed Dynamic Input Perturbations
NYU Tandon School of Engineering（纽约大学坦登工程学院）
本文提出了一种针对具有时间延迟动态不确定输入非线性的严格反馈类非线性系统的设计方法，通过双动态高增益缩放结构设计全局稳定延迟无关鲁棒自适应输出反馈控制器。
2018-01-05 cs.SY eess.SY math.OC
Necessary and Sufficient PID Gain Regions for Global Stabilization of Uncertain Second-Order MIMO Nonlinear Systems
State Key Laboratory of Mathematical Sciences, AMSS, Chinese Academy of Sciences（中国科学院数学与系统科学研究院数学科学重点实验室）；School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院）
研究不确定二阶MIMO非线性系统全局镇定的PID增益区域，通过构造充分区域保证全局稳定性和渐近跟踪，推导必要区域揭示保守性，在特定假设下给出精确充要表征，区域以封闭形式给出，仅取决于相关界和输入增益下界。
2026-07-09 cs.SY eess.SY math.OC
Robust Control Barrier Functions for Nonlinear Control Systems with Uncertainty: A Duality-based Approach
本文研究了在漂移和控制向量场中具有参数不确定性的非线性仿射控制系统的稳定性和安全性控制器设计问题。为此，我们引入了新的类的鲁棒控制障碍函数（RCBF）和鲁棒控制李雅普诺夫函数（RCLF），方便的安全关键控制器的合成中存在的参数不确定性，使用二次规划。由于系统的不确定性的初始界限可能是高度保守的，我们提出了一个数据驱动的方法来减少这样的界限使用在线收集的输入输出数据。特别是，我们利用一个完整的集员识别算法，迭代地缩小可能的系统参数在线，并保证学习过程中的稳定性和安全性。两个数值例子说明了所开发的方法的有效性。
2022-08-11 cs.SY eess.SY math.OC
Adaptive High Order Sliding Mode Observer Based Fault Reconstruction for a Class of Nonlinear Uncertain Systems: Application to PEM Fuel Cell System
Laboratoire IRTES, Université de Technologie de Belfort-Montbéliard（贝尔福-蒙贝利亚尔理工大学 IRTES 实验室）
针对具有Lipschitz非线性的非线性不确定系统，提出一种自适应增益超螺旋观测器，通过等效输出误差注入实现故障重构，并在包含商用双螺杆压缩机和实时质子交换膜燃料电池仿真系统的硬件在环模拟器上验证了其有效性。
2013-03-21 cs.SY eess.SY math.OC
Region-Based Self-Triggered Control for Perturbed and Uncertain Nonlinear Systems
针对具有有界扰动和模型不确定性的非线性系统，提出了一种基于区域的自触发控制方法。所提出的STC方案能够保证不同的性能规格（例如稳定性、有界性等），这取决于被选择来仿真的事件触发控制（ETC）触发功能。为了处理干扰和不确定性，我们采用微分包含（DI）。通过引入ETC/STC的概念，在DI的上下文中，我们扩展了著名的结果ETC/STC扰动不确定系统。鉴于这些结果，并适应工具，从我们以前的工作中，我们得到的扰动不确定ETC系统的等值线流形的内部近似。这些近似值将状态空间划分为区域，每个区域与统一的采样间时间相关联。在每个采样时刻，控制器检查所测量的状态属于哪个区域，并相应地决定下一个采样时刻。
2021-01-11 cs.SY eess.SY math.OC
Approximate optimal cooperative decentralized control for consensus in a topological network of agents with uncertain nonlinear dynamics
University of Florida（佛罗里达大学）
本文结合图论与自适应动态规划，设计近似最优控制器以应对具有不确定非线性动力学的分布式多智能体系统，提出基于局部通信反馈的分布式连续时间变控制策略。
2013-04-11 cs.SY eess.SY math.OC
Guaranteed Non-quadratic Performance for Quantum Systems with Nonlinear Uncertainties
University of New South Wales at the Australian Defence Force Academy（新南威尔士大学澳大利亚国防军学院）
本文针对含非线性不确定性的量子系统，提出鲁棒性能分析结果，通过LMI条件计算非二次成本函数的保证上界，并以约瑟夫森结电磁腔为例进行说明。
2014-02-10 cs.SY eess.SY math.OC
Robust Stability of Quantum Systems with Nonlinear Dynamic Uncertainties
School of Engineering and Information Technology, University of New South Wales at the Australian Defence Force Academy（新南威尔士大学澳大利亚国防军学院工程与信息科技学院）
本文研究了具有非线性动态不确定性的量子系统鲁棒稳定性问题，提出严格有界实条件作为鲁棒稳定性判据，并应用于光学参量放大器的鲁棒稳定性分析。
2013-09-03 cs.SY eess.SY math.OC
Continual Uncertainty Learning for Robust Control of Nonlinear Systems with Multiple Heterogeneous Uncertainties
本研究提出基于课程的学习框架，用于鲁棒控制问题中的多重不确定性处理，通过分解复杂问题为持续学习任务，提升学习效率和控制器鲁棒性。
2026-08-25 cs.AI cs.LG cs.SY
Conformal Contraction for Robust Nonlinear Control with Distribution-Free Uncertainty Quantification
Department of Aerospace Engineering, The Grainger College of Engineering, University of Illinois Urbana-Champaign（航空航天工程系、格拉inger 工程学院、伊利诺伊大学厄巴纳-香槟分校）
本文提出一种基于共形预测的收缩鲁棒控制框架，无需不确定性模型即可为非线性受扰系统提供无分布有限时间跟踪误差有界保证，并引入PRCI管用于分布鲁棒运动规划。
2025-07-18 cs.RO cs.SY eess.SY
Non-Gaussian Risk Bounded Trajectory Optimization for Stochastic Nonlinear Systems in Uncertain Environments
Massachusetts Institute of Technology（麻省理工学院）
研究了随机非线性机器人系统的风险有界轨迹优化问题。更准确地说，我们考虑的运动规划问题中的机器人具有随机非线性动力学和不确定的初始位置，和环境中包含多个动态不确定的障碍物具有任意概率分布。我们的目标是规划一系列的控制输入，机器人导航到目标，同时限制与障碍物碰撞的概率。现有的方法来解决风险有界的轨迹优化问题是有限的特定类别的模型和不确定性，如高斯线性问题。在本文中，我们处理随机非线性模型，非线性安全约束，和任意概率不确定性，最一般的设置曾经考虑过。为了解决风险有界的轨迹优化问题，我们首先将问题表示为一个带有随机动力学方程和机会约束的优化问题。然后，我们将随机变量的概率约束和随机动力学约束转化为一组确定性约束的时刻状态概率分布。最后，我们使用非线性优化求解器解决由此产生的确定性优化问题，并得到一个控制输入序列。据我们所知，这是第一次，运动规划问题，以这样一个一般程度的考虑和解决。为了说明所提出的方法的性能，我们提供了几个机器人的例子。
2022-03-06 cs.RO cs.SY eess.SY
Non-Gaussian Uncertainty Minimization Based Control of Stochastic Nonlinear Robotic Systems
Massachusetts Institute of Technology（麻省理工学院）
针对含任意已知概率不确定性与扰动的非线性机器人系统，提出基于矩和特征函数传播不确定性、最小化协方差迹与行列式的状态反馈优化控制方法。
2023-08-14 cs.AI cs.RO cs.SY
