A Novel Passivity-Based Trajectory Tracking Control For Conservative Mechanical Systems
大多数基于无源性的机械系统轨迹跟踪算法只能稳定具有恒定能量的参考轨迹。本文克服了这一局限性，推导出一个单变量的参考轨迹的哈密顿模型，并沿约束轨迹求解，以获得一个参考电位。然后，该势被用作模型来塑造真实系统的能量，使得其自由解包括期望的参考轨迹。所提出的轨迹跟踪算法通过虚拟弹簧阻尼器以及外环能量泵/阻尼器将参考系统和真实系统互连，该外环能量泵/阻尼器稳定互连系统的期望能量水平，确保期望轨迹的渐近跟踪。所得到的算法是一个完全基于能量的轨迹跟踪控制保守的机械系统的非平稳轨迹。
2021-07-29 cs.SY eess.SY
Trajectory tracking control for nonholonomic mobile robots under arbitrary reference input
研究了基于二阶动力学的非完整移动机器人的跟踪控制问题，并将其应用于一致性跟踪和编队跟踪。本文最大的创新之处在于，参考轨迹可以任意选择，在这个意义上，持续激励的条件和任何其他要求都不强加于领导者。本文首先考虑了一个领导者和一个从者的跟踪控制问题，通过设计伴随系统，将其转化为两个相关子系统的镇定问题。然后，将单跟随者跟踪控制器推广到由有向无环图连接的多个非完整移动机器人的一致性跟踪问题，其中引入非线性流形上的凸组合为每个跟随者构造虚拟领导者.其次，针对多个非完整移动机器人，建立了一致性控制与编队控制之间的关系，构造了一个新的变换系统，从而由一致性跟踪结果得到编队跟踪控制策略。最后，仿真验证了控制律的有效性。
2019-12-26 cs.SY eess.SY
Model Predictive Control for Tracking Bounded References With Arbitrary Dynamics
本文提出一种MPC方法，通过引入人工参考作为决策变量，处理任意动态有界参考跟踪，保证递归可行性和跟踪误差渐近稳定，并仿真验证其有效性。
2025-03-26 cs.SY eess.SY
Learning disturbance models for offset-free reference tracking
提出一种在线学习状态与指令相关非线性扰动模型的控制框架，可在给定未来参考样本等条件下实现时变轨迹的渐近无偏差跟踪，并在仿真中优于恒定扰动模型。
2025-09-02 cs.SY eess.SY
Distributed Model Predictive Control with Reconfigurable Terminal Ingredients for Reference Tracking
各种努力已经致力于开发用于跟踪分段常数参考的稳定分布式模型预测控制（MPC）方案。在这些方案中，终端集通常离线计算，并用于MPC在线阶段，以保证递归的可行性和渐近稳定性。最大不变终端集不一定尊重网络的分布式结构，阻碍了控制器的分布式实现。另一方面，椭圆形终端集尊重分布式结构，但可能会导致保守方案。针对网络化动力系统的参考跟踪问题，提出了一种新的分布式MPC方法，该方法根据闭环状态在线重构终端成分，以缓解上述问题.由此产生的非凸无限维问题近似使用二次规划。所提出的方案进行了测试，在模拟中，建议的MPC问题，采用分布式优化解决。
2021-10-27 cs.SY eess.SY
Distributed Leader-Follower Formation Tracking Control of Multiple Quad-rotors
研究了多个四旋翼系统的主从编队控制问题。为了实现预定义的形成在三维空间（$x,y$和$z$），一种新的本地跟踪控制律和分布式观测器。局部跟踪控制律首先在$z$中找到有界连续但大于零的控制，基于该控制，随后针对与$x$和$y$相关联的误差导出反馈线性化控制。分布式观测器实现了从站之间的位置协调，虽然只有部分从站可以知道领导者的状态，只有相邻的通信是可用的。仿真结果验证了所提出的编队方案的有效性。
2020-03-02 cs.SY eess.SY
Boosting the transient performance of reference tracking controllers with neural networks
Institute of Mechanical Engineering, Ecole Polytechnique Fédérale de Lausanne（洛桑联邦理工学院机械工程学院）
本文提出通过神经网络提升参考跟踪控制器的瞬态性能，结合性能提升框架优化通用瞬态成本，并通过机器人系统验证方法的有效性。
2026-02-04 cs.SY eess.SY
Model predictive control for tracking using artificial references: Fundamentals, recent results and practical implementation
本文为采用人工参考作为决策变量的跟踪用模型预测控制提供全面教程，介绍其概念、优势与理论保证，调研线性及非线性扩展进展，探讨其在基于学习的MPC中的应用与实现优化问题。
2024-12-09 cs.SY eess.SY
Model Predictive Control Paradigms for Fish Growth Reference Tracking in Precision Aquaculture
在精密水产养殖中，主要目标是最大限度地提高生物量产量，同时最大限度地降低生产成本。这一目标可以通过优化对鱼类生长有强烈影响的因素来实现，例如摄食率，温度和溶解氧。针对精密水产养殖中具有代表性的生物能量生长模型，比较研究了三种模型预测控制（MPC）策略在鱼类生长参考跟踪中的应用。我们建议评估三个候选MPC配方的鱼类生长参考跟踪的基础上后退的地平线。第一MPC制剂跟踪期望的鱼生长轨迹，同时惩罚饲料配给、温度和溶解氧。第二MPC优化策略直接惩罚饲料转化率（FCR），这是食物量和鱼的增重之间的比率，同时最小化实际生长状态与给定的参考生长轨迹的偏差。第三种模型预测控制包括生长率轨迹跟踪、动态能量和食物成本之间的权衡。数值模拟，集成了一个现实的生物能鱼类生长模型的尼罗罗非鱼（Oreochromis niloticus）的说明，以检查三个建议的最优控制策略的比较性能。
2021-01-29 cs.SY eess.SY
Distributed Average Tracking for Lipschitz-Type Nonlinear Dynamical Systems
School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院）
本文研究了利普希茨型非线性动力学系统的分布式平均跟踪问题，设计了三种算法：基于状态依赖增益设计的鲁棒算法、适应性算法和基于时间变化边界层的连续算法，以提高跟踪性能和实现易用性。
2017-04-07 cs.MA cs.SY eess.SY
LQ Optimal Control for Power Tracking Operation of Wind Turbines
本文提出了一种单台风力发电机组的有功功率控制方法。现有技术的控制器通常采用单独的控制回路用于扭矩和桨距控制。相反，我们使用多变量控制方法。详细地，通过使用发电机速度、发电机扭矩和桨距角的参考轨迹来实现有功功率控制，使得如果天气条件允许，则满足期望的功率需求。然后，线性二次型（LQ）最优控制器用于参考跟踪。在OpenFAST仿真环境中，将控制器与最先进的方法进行比较。仿真结果表明，类似的有功功率跟踪性能，而LQ最优控制器的结果在较低的机械磨损。此外，所提出的方法具有良好的参考跟踪，并通过改善参考轨迹生成进一步的性能提高，可以预期。
2022-11-14 cs.SY eess.SY
Performance-Guaranteed Reference Tracking With Power Directionality Constraints: Application to Controlled Stochastic Watersheds
本研究将性能保证控制（PGC）框架从干扰抑制扩展至参考跟踪，开发了带可证性能界的随机控制综合方法，并将其应用于智能水系统的防洪控制。
2026-08-21 cs.SY eess.SY
Model Predictive Control for setpoint tracking
本文提出用于跟踪的模型预测控制（MPCT）方法，解决参考值变化时传统跟踪控制可能失去可行性与稳定性的问题，确保设定值的递归可行性和渐近稳定性。
2024-10-01 cs.SY eess.SY math.OC
On Periodic Reference Tracking Using Batch-Mode Reinforcement Learning with Application to Gene Regulatory Network Control
Imperial College London（帝国理工学院）；Boehringer-Ingelheim Pharma GmbH & Co KG.（勃林格殷格翰制药）；University of Liège（列日大学）
本文扩展了批量模式强化学习算法Fitted Q Iteration，利用参考轨迹的未来值和周期性先验知识，解决周期性参考跟踪问题，并在合成生物学基因调控网络广义抑制子中验证了其有效性。
2013-03-12 cs.SY eess.SY math.OC
Distributed H-infinity Tracking Control for Discrete-Time Multi-Agent Systems with a High-Dimensional Leader
School of Engineering and Information Technology, UNSW Canberra at the Australian Defence Force Academy（新南威尔士大学堪培拉校区澳大利亚国防军学院工程与信息技术学院）
本文研究了离散时间多智能体系统中高维动态领导者下的分布式H无穷跟随跟踪问题，提出基于最近邻反馈和分布式状态估计器的新控制协议，确保所有跟随者能跟踪领导者并实现期望的H无穷性能。
2013-08-30 cs.SY eess.SY
Safe Trajectory Tracking in Uncertain Environments
在轨迹跟踪问题的模型预测控制（MPC）公式中，不可行的参考轨迹和先验未知的约束会导致设计繁琐、跟踪激进和递归可行性的丧失。例如，在移动系统的轨迹跟踪应用中，在存在先验不完全已知的约束的情况下，就是这种情况。在本文中，我们提出了一个新的框架称为模型预测柔性轨迹跟踪控制（MPFTC），放宽了轨迹跟踪的要求。此外，我们适应递归的可行性存在先验未知的约束，这可能会使参考轨迹不可行。在所提出的框架中，约束满足是保证在任何时候，而参考轨迹跟踪约束满足允许的，从而简化了控制器的设计和减少可能的侵略性的跟踪行为。所提出的框架与三个数值例子说明。
2021-04-02 cs.SY eess.SY
Online Computation of Terminal Ingredients in Distributed Model Predictive Control for Reference Tracking
一个分布式模型预测控制计划开发用于跟踪分段恒定的参考，其中的终端设置重新配置在线，而终端控制器离线计算。与许多标准的现有计划，该计划产生大的可行区域，而无需执行离线集中计算。虽然由此产生的最优控制问题（OCP）是一个半定规划（SDP），SDP的可扩展性方法的基础上对角优势是用来近似推导的SDP的二阶锥规划。所提出的方案及其近似的OCP服从分布式优化。这两种方案进行了评估，使用电力网络的例子，并进行比较的终端控制器在线重新配置的方案。结果发现，固定的终端控制器的结果在更好的性能，显着减少计算成本和类似的可行域的情况下，在该控制器在线重新配置。
2022-07-19 cs.SY eess.SY
Delay and Packet-Drop Tolerant Multi-Stage Distributed Average Tracking in Mean Square
本文研究了离散线性时不变多智能体网络的分布式平均跟踪问题，该网络同时受到输入时延、随机丢包和参考噪声的影响.该问题相当于延迟和丢包容忍算法的综合设计，并确定代理的状态和参考信号的平均值之间的跟踪误差的最终上界。调查的目标是设计一个实际上更容易实现的平均跟踪算法，从而扩展现有的工作在很大程度上忽略了上述的不确定性的文献。为此，混合的技术，从卡尔曼滤波，多级一致性滤波，预测控制，这就产生了一个简单的但comepelling分布式平均跟踪算法，是强大的初始化误差，并允许通信/计算成本和稳态跟踪误差之间的权衡。由于不同控制组件之间的固有耦合，收敛性分析是非常具有挑战性的。然而，它揭示了算法参数的允许值依赖于一个预期的网络的最大程度，而收敛速度取决于同一网络的拓扑结构的第二个最小的特征值。数值算例验证了理论结果的有效性。
2020-01-22 cs.SY eess.SY
Adaptive Distributed Observer-based Model Predictive Control for Multi-agent Formation with Resilience to Communication Link Faults
针对带输入约束和未知通信故障的非线性多智能体编队跟踪问题，提出基于自适应分布式观测器的分布式MPC方法，分解问题为本地子问题求解，提升故障韧性并简化控制构建。
2024-10-31 cs.SY eess.SY
Distributed Containment Reference Signal for Nonholonomic Planar Vehicles
多个非完整飞行器的协同运动可以转化为单个飞行器的跟踪问题。本说明讨论了群内每个飞行器的分布式特征内的参考轨迹设计。其动机是，非完整飞行器不能实现渐近稳定的不可行的参考信号，并需要修改的虚拟参考轨迹设计。采用降阶设计、时变技术和一些简单的几何技巧，推导出动态参考轨迹。
2021-12-07 cs.SY eess.SY
Observer-Based Distributed Leader-Follower Tracking Control: A New Perspective and Results
University of Kansas（堪萨斯大学）
本文提出了一种新的视角和方法，通过使跟随者估计领导者输入并开发新的基于观测器的跟踪控制方法，解决了分布式领导者-跟随者跟踪控制问题，并分析了其收敛性质和有效性。
2019-03-31 cs.SY eess.SY
Markov Data-Based Reference Tracking of Tensegrity Morphing Airfoils
Texas A&M University（得克萨斯农工大学）
这封信提出了一个基于数据的参考跟踪应用程序的控制设计。该设计找到了最优控制序列，该序列最小化由跟踪误差和有限区间[0，N]上的输入增量组成的二次成本函数。所需的唯一信息是系统的前N+1个马尔可夫参数。这种设计是采用在张拉整体变形翼型的拓扑结构已在这封信中详细描述。以NACA 2412翼型为算例，验证了所提出的设计方法的有效性。本文提出的原理也适用于其它结构控制问题。
2020-10-21 cs.RO cs.SY eess.SY
Consensus Labeled Random Finite Set Filtering for Distributed Multi-Object Tracking
Università di Firenze（佛罗伦萨大学）；Curtin University（科廷大学）；Istituto Italiano di Tecnologia (IIT)（意大利理工学院）
本文提出基于标注随机有限集和动态贝叶斯推断的分布式多目标估计方法，设计了两种新型一致性跟踪滤波器，实现多目标跟踪的分布式、可扩展和高效解决方案。
2016-06-09 cs.SY eess.SY stat.CO
Differentially Private Gradient-Tracking-Based Distributed Stochastic Optimization over Directed Graphs
State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院）；School of Automation and Electrical Engineering, University of Science and Technology Beijing（北京科技大学自动化与电气工程学院）；Key Laboratory of Knowledge Automation for Industrial Processes, Ministry of Education（教育部工业过程知识自动化重点实验室）；School of Automation and Electrical Engineering, Zhongyuan University of Technology（中原工学院自动化与电气工程学院）
本文提出一种在有向图上基于差分隐私的梯度跟踪分布式随机优化算法，通过在每个节点状态和跟踪变量中引入隐私噪声以防止信息泄露，并设计了两种新的步长和采样数方案，确保有限的累积隐私预算，并在非凸目标下实现几乎确定性和均方收敛。
2026-04-14 cs.SY eess.SY
Gradient Tracking: A Unified Approach to Smooth Distributed Optimization
本文研究了有向图上的经典分布式最优化问题，其中目标函数是光滑局部函数之和。受我们早期工作中提出的隐式跟踪机制的启发，我们从纯原始的角度开发了一个统一的算法框架，即，UGT本质上是一种广义梯度跟踪方法，可以统一现有的大多数定步长分布式优化算法。证明了当全局目标函数是强凸的时，两种变形的UGT都能线性收敛。最后，通过数值实验对UGT的性能进行了评估。
2022-02-20 cs.SY eess.SY math.OC
Model Reference Adaptive Control of Piecewise Affine Systems with State Tracking Performance Guarantees
本文研究不确定分段仿射系统的模型参考自适应控制方法。所提出的方法确保误差度量，定义为加权欧几里德范数的状态跟踪误差，被限制在用户定义的时变性能范围内。我们引入一个辅助性能函数来构造一个障碍李雅普诺夫函数。该辅助性能信号在每个切换时刻被复位，这防止了由切换时刻的误差度量的跳变引起的障碍的越过。基于用户定义的性能界限和辅助性能函数的参数导出停留时间约束。我们还证明了李雅普诺夫函数是非增加的，即使在切换瞬间，因此不施加额外的停留时间的限制。此外，我们提出了鲁棒修改的自适应控制器的不确定分段仿射系统的非匹配干扰。数值算例验证了该方法的正确性。
2021-03-04 cs.SY eess.SY
Synthesis of Limit Cycles and Reference Tracking via Switching Affine Systems
University of Kassel（卡塞尔大学）
本文提出利用切换仿射动力学近似非线性常微分方程的极限环，以简化数据驱动建模与分析。通过在更高维状态空间中使用更通用的分区并结合外部信号，提出保证全局稳定的极限环合成方法，并通过约束优化解决参考跟踪问题。
2026-05-07 cs.SY eess.SY
Distributed Nash Equilibrium Seeking for Open Multi-Coalition Games: A Mass-Preserving Gradient-Tracking-Based Algorithm
School of Mechano-electronic Engineering, Xidian University（西安电子科技大学机电工程学院）；School of Control and Computer Engineering, North China Electric Power University（华北电力大学控制与计算机工程学院）
针对开放多联盟网络中智能体动态进出导致的梯度信息丢失问题，提出质量保持的梯度跟踪算法，实现分布式纳什均衡寻求，并设计指数间隔递减步长加速收敛，仿真验证有效性。
2026-10-07 cs.SY eess.SY
Asymptotic tracking control of dynamic reference over homomorphically encrypted data with finite modulus
本文研究有限模数下同态加密动态控制器的渐近跟踪控制问题，通过整数系数转换与低位恢复算法解决控制输入溢出及无界内部状态问题，并给出模数下界与仿真验证。
2024-09-27 cs.SY eess.SY
Distributed RISE-based Control for Exponential Heterogeneous Multi-Agent Target Tracking of Second-Order Nonlinear Systems
本文提出一种分布式RISE控制器，通过开发新P函数与Lyapunov方法消除多跳通信需求，在存在有界扰动下实现二阶非线性多智能体系统的指数目标跟踪。
2025-05-29 cs.SY eess.SY
Data-driven distributed control: Virtual reference feedback tuning in dynamic networks
本文考虑了从数据合成分布式控制器的问题，目的是优化模型参考控制准则。我们建立了一个明确的理想分布式控制器，解决了结构化参考模型的模型参考控制问题。在互联系统输入输出数据的基础上，构建了一个虚拟实验装置，从而导致网络识别问题。我们制定了一个预测误差识别标准，具有相同的全局最优的模型参考标准，当控制器类包含理想的分布式控制器。所开发的分布式控制器综合方法是说明一个学术的例子网络的9个子系统和控制器的互连结构上实现的闭环性能的影响进行了分析。
2020-10-27 cs.SY eess.SY
Distributed Average Tracking for Multiple Signals Generated by Linear Dynamical Systems: An Edge-based Framework
Northwestern Polytechnical University（西北工业大学）；Peking University（北京大学）
本文研究多时间变化信号的分布式平均跟踪问题，设计了基于边缘框架的连续算法，通过边界层概念实现无振荡的平均跟踪，并通过仿真验证理论结果。
2016-06-30 cs.SY eess.SY
Reconfigurable Plug-and-play Distributed Model Predictive Control for Reference Tracking
针对变拓扑网络提出了一种即插即用的模型预测控制（PSTMPC）方案，以跟踪分段常数参考。该方案允许子系统偶尔加入和离开网络，同时保持渐近稳定性和递归的可行性，包括两个主要阶段。在重新设计阶段，基于无源性的控制，以确保网络的渐近稳定性得到保持。在过渡阶段，可重构的终端成分，以确保分布式MPC问题是最初可行的后，PPENDIX操作。所提出的方案的有效性进行评估，将其应用到网络的质量弹簧阻尼器系统，并将其与基准计划。结果发现，新的重新设计阶段的结果在更快的PAPPLE操作，而新的过渡阶段，通过接受更多的请求，增加了灵活性。
2022-11-16 cs.SY eess.SY
Optimal Time-Invariant Distributed Formation Tracking for Second-Order Multi-Agent Systems
针对二阶多智能体系统，本文利用 PRONTO 离线求解融合轨迹跟踪、距离编队与能量最小化的优化问题，并据此设计稳定的在线分布式控制律。
2025-01-07 cs.SY eess.SY
Distance-Based Formation Tracking with Unknown Bounded Reference Velocities
研究了一种领导者-跟随者编队跟踪问题，其中领导者以相同的未知有界速度运动。提出了一种基于距离的控制律，使跟随智能体保持期望的编队距离，并以领导者的速度移动。该控制律由一个处理领导者速度不确定性的部分和一个在有限时间内达到期望距离的部分组成。数值模拟也提供了支持的理论结果。
2020-09-03 cs.SY eess.SY math.OC
Feedforward Density-Driven Optimal Control (D2OC) for Tracking Time-Varying Distributions
New Mexico Institute of Mining and Technology（新墨西哥矿业理工学院）
本文提出前馈增强的D²OC框架，通过引入参考速度场模型，解决多智能体在时间变化环境中的分布跟踪滞后问题，理论分析和数值结果表明该方法能有效降低跟踪延迟，保证鲁棒性和高保真度。
2026-11-03 cs.SY eess.SY
Model Reference Gaussian Process Regression: Data-Driven State Feedback Controller
本文提出了一种数据驱动的状态反馈控制器，能够对非线性离散时间系统进行参考跟踪。该控制器的设计基于所识别的系统的逆模型和给定的参考模型，假设逆模型的识别仅使用系统的状态/输入测量进行。当它的结果提供，我们提出的条件，保证一定程度的参考跟踪性能，无论采用的逆模型的识别方法。具体来说，当高斯过程回归（GPR）被用作识别方法，我们提出了所需的数据的充分条件，通过应用一些引理相关的识别误差的上述条件，确保模型参考GPR（MR-GPR）控制器可以保证一定水平的参考跟踪性能。最后，通过算例验证了MR-GPR控制器的有效性。
2023-03-17 cs.SY eess.SY
Maximum Power Reference Tracking Algorithm for Power Curtailment of Photovoltaic Systems
本文提出一种基于P&O的自适应增益与累加器步长控制的光伏功率削减算法，在500 kVA实时仿真平台上验证其能减少超调和直流电压振荡，提升功率参考跟踪性能。
2021-05-11 cs.SY eess.SY
MMC-Based Distributed Maximum Power Point Tracking for Photovoltaic Systems
提出了一种基于模块化多电平变换器（MMC）的新型光伏并网系统拓扑结构。在这种拓扑结构中，光伏阵列通过具有最大功率点跟踪（MPPT）控制的DC-DC升压转换器连接到MMC每个子模块（SM）的电容器。这种拓扑结构将最大限度地提高系统的效率，在部分遮光条件的情况下，因为它可以调节SM电容器电压彼此独立，以实现分布式MPPT。一个模型预测控制是用来跟踪交流输出电流，平衡SM的电容器电压，并减轻环流。通过MATLAB/Simulink仿真工具箱在正常运行、部分遮挡和光伏阵列故障情况下的仿真，验证了所提出的7级MMC系统光伏发电拓扑结构的有效性。
2020-04-27 cs.SY eess.SY
Gradient-tracking Based Differentially Private Distributed Optimization with Enhanced Optimization Accuracy
针对差分隐私会降低分布式优化精度的问题，提出时变步长与时变噪声方差的鲁棒梯度跟踪算法，并建立统一收敛分析框架，给出更宽松步长界且揭示智能体交互对精度的影响。
2023-04-26 cs.SY eess.SY math.OC
LQG Reference Tracking with Safety and Reachability Guarantees under Unknown False Data Injection Attacks
我们研究了一个线性二次高斯（LQG）跟踪问题的安全性和可达性的限制存在的对手谁安装的FDI攻击一组未知的传感器。对于每个可能的受损传感器集合，我们维护一个状态估计器，不考虑该集合中的传感器，并基于此估计计算每次的最优LQG控制输入。我们提出了一种控制策略，约束控制输入位于一个固定的距离内的最优控制输入对应于每个状态估计。控制输入在每个时间步通过求解二次约束二次规划（QCQP）。我们证明了我们的政策可以实现一个理想的概率的安全性和可达性使用屏障证书的方法。我们的控制策略是通过数值案例研究进行评估。
2022-07-11 cs.SY eess.SY
A Distributed Active Perception Strategy for Source Seeking and Level Curve Tracking
用于多代理系统定位源或遵循空间分布标量场的期望水平曲线的算法通常需要在代理之间共享场测量以用于梯度估计。然而，在本文中，我们提出了一种分布式主动感知策略，使不同大小和图形结构的群体执行源搜索和水平曲线跟踪，而不需要明确地估计场梯度或明确地共享测量。所提出的方法利用了一个共识式的主成分分析感知算法，不需要显式的通信，以计算一个局部的身体帧。这个身体框架被用来设计一个分布式控制法律，其中每个代理调制其运动的基础上，只有其瞬时场测量。几个稳定性的结果内得到的奇异摄动框架，证明了该战略的收敛性和鲁棒性。此外，效率通过各种计算机模拟和机器人实施$2$ -D标量场进行验证。主动感知策略利用了可用的本地信息，并有可能被用于各种应用，如生物和机器人群体中的信息传播建模。
2021-04-06 cs.SY eess.SY
Asynchronous Distributed Multi-Sensor Fusion Over Sensor Track Hypotheses
University of Colorado Boulder（科罗拉多大学博尔德分校）；Lockheed Martin Space（洛克希德·马丁太空）
该研究针对异步多传感器网络提出分布式多假设跟踪方法，通过分解关联问题降低复杂度，在卫星星座跟踪场景中提升了估计精度与数据关联质量。
2026-10-15 cs.SY eess.SY
Global Frequency Reference Tracking as an Oscillation Suppression Mechanism in VSM Primary Control: A Coupled-Oscillator Study
School of Electrical Computer Engineering, Oklahoma State University（俄克拉荷马州立大学电气与计算机工程学院）
本文提出了一种基于全局频率参考的VSM控制架构，通过二阶摆动网络模型展示PI控制器能有效减少暂态和振荡，提升电网稳定性。
2025-12-28 cs.SY eess.SY
Causal Tracking of Distributions in Wasserstein Space: A Model Predictive Control Scheme
针对Wasserstein空间分布跟踪最优解需预知参考轨迹的非因果问题，提出结合非因果解与预测模型的因果跟踪方案，构建模型预测控制及基于粒子法和离散最优质量传输的算法，仿真验证其用简单预测模型也有合理性能。
2024-09-13 cs.SY eess.SY math.OC
Distributed Target Tracking using Radar Networks
Delft University of Technology（代尔夫特理工大学）
本文提出一种用于FMCW雷达网络的完全分布式目标跟踪框架，开发了D-MAP与D-EKF两种基于共识优化的估计器，仿真显示D-MAP提升了估计精度，可替代集中式雷达跟踪。
2026-08-20 cs.SY eess.SP eess.SY
Proximal Policy Optimization for Tracking Control Exploiting Future Reference Information
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；IAV GmbH（IAV有限公司）
近年来，强化学习（RL）在控制工程中得到了越来越多的关注。特别是策略梯度方法被广泛应用。在这项工作中，我们提高了跟踪性能的近端策略优化（PPO）的任意参考信号，将未来的参考值的信息。扩展的演员和评论家考虑到未来的参考价值的参数的两个变种。在第一个变体中，全局未来引用值被添加到参数中。对于第二种变体，引入了一种新的适用于无模型强化学习的具有未来参考值的残差空间。我们的方法进行评估对一个简单的驱动训练模型的PI控制器。我们希望我们的方法比以前的方法更好地推广到任意参考，指向RL控制真实系统的适用性。
2021-07-20 cs.LG cs.RO cs.SY
Distributed Dual Gradient Tracking for Economic Dispatch in Power Systems with Noisy Information
分布式算法是解决电力系统经济调度问题的有效方法。为了实现分布式算法，需要通信网络，使得算法容易受到噪声的影响，这可能导致有害的决策甚至不稳定。在本文中，我们提出了一种基于代理的方法，使一个完全分布式的解决方案的EDP在电力系统与嘈杂的信息交换。通过对梯度跟踪更新的新颖设计和抑制参数的引入，该算法能够有效地缓解噪声的影响，比现有的分布式算法具有更好的鲁棒性。算法的收敛性也建立在标准假设下。此外，提出了一种策略，以加快我们提出的算法。最后，该算法在几个IEEE总线系统上进行了测试，以证明其有效性和可扩展性。
2021-11-17 cs.SY eess.SP eess.SY
Adaptive Optimal Control for Reference Tracking Independent of Exo-System Dynamics
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
基于强化学习思想的无模型控制是一种很有前途的控制方法，近年来得到了广泛的关注。然而，基于强化学习的控制方法只关注调节问题或学习跟踪由时不变外系统生成的参考。在后一种情况下，控制器只能跟踪它们已经训练过的时不变参考动态，并且每次参考动态改变时都需要重新训练。因此，这些方法在明显依赖于并非由外系统生成的轨迹的许多应用中失败。一个突出的例子是自动驾驶。本文首次提出了一种自适应最优控制方法，它能够跟踪非时不变外系统产生的参考轨迹。主要的创新是一种新的Q函数，它直接将一个给定的参考轨迹上移动的地平线。这个新的Q函数具有一个特殊的结构，允许设计一个有效的，迭代的，可证明收敛的强化学习算法，实现最佳跟踪。两个真实世界的例子证明了我们的新方法的有效性。
2019-11-28 cs.LG cs.SY eess.SY
A Constrained Tracking Controller for Ramp and Sinusoidal Reference Signals using Robust Positive Invariance
本文提出一种输出反馈控制器，结合内模原理、鲁棒正不变性和扩展Farkas引理，通过双线性优化离线设计增益，实现对斜坡和正弦信号的稳态无偏移跟踪，并满足状态和输入约束。
2024-03-15 cs.SY eess.SY math.OC
Stochastic Model Predictive Control for tracking of distributed linear systems with additive uncertainty
本文针对具有附加随机不确定性的分布式线性定常系统的参考跟踪问题，提出了一种机会约束随机模型预测控制方案。机会约束的均值方差信息的基础上重新解析，我们设计合适的概率可达集约束收紧。此外，机会约束被证明是满足闭环操作。不变集跟踪的设计补充了控制器，并确保收敛到任意容许的参考点，而有条件的初始化方案提供了递归可行性的基本属性。本文最后用一个数值例子，突出了收敛到不断变化的输出参考和经验约束的满足。
2023-03-06 cs.SY eess.SY math.OC
Communication-Efficient Differentially Private Gradient Tracking for Distributed Optimization via Local Updates
University of Virginia（弗吉尼亚大学）
本文提出一种通信高效的差分隐私分布式优化方法，通过局部更新和梯度跟踪扰动实现隐私保护，并证明收敛性与无限时域隐私保证。
2026-10-06 cs.SY eess.SY math.OC
Enhanced Multi-Target Tracking in Dynamic Environments: Distributed Flooding Control in the Random Finite Set Framework
本文针对联网自动驾驶车辆在动态环境中的多目标跟踪问题，提出了一种基于泛洪通信的分布式多传感器控制方法，确保了传感器网络中最佳动作的分布式共识，显著提升了跟踪精度与计算效率。
2025-03-04 cs.SY eess.SP eess.SY
Extremum Seeking Tracking for Derivative-free Distributed Optimization
本文提出一种结合梯度跟踪与极值搜索的分布式优化算法，在目标函数未知且仅能获取局部测量的场景下，通过李雅普诺夫和平均分析及共识理论实现任意精确的解估计，并用数值模拟验证。
2024-11-07 cs.SY eess.SY math.OC
