Observer Design for a Class of Systems Described by Differential-Algebraic Equations and Parameter Identification of an Unmeasured Disturbance
ITMO University（圣彼得堡国立信息技术、机械与光学大学）
研究一类受未知不匹配干扰的线性广义系统的观测器设计与未测干扰参数辨识问题，引入结构假设构建观测器，提出新参数化方法，经数值仿真验证了方法的有效性。
2026-07-13 cs.SY eess.SY
Robust Control Barrier Functions using Uncertainty Estimation with Application to Mobile Robots
Caltech（加州理工学院）
本文提出一种结合控制障碍函数与不确定性估计器的鲁棒安全控制框架，通过基于二次规划的反馈控制律确保非线性系统在匹配与不匹配不确定性下的安全性，并在弹性执行器仿真和履带机器人实验中验证了其有效性。
2025-01-31 cs.RO cs.SY eess.SY
Tuning rules for passivity-based integral control for a class of mechanical systems
本文介绍了一种基于无源性的全驱动机械系统的积分控制方法。我们的方法的新颖之处在于，我们利用机械系统的陀螺力指数稳定的机械系统在所需的平衡，即使在匹配的干扰的存在下，此外，我们表明，我们的方法是强大的不匹配的干扰。此外，我们提供的调整规则来规定的闭环系统的性能。最后，我们总结了从机械臂获得的实验结果的手稿。
2022-03-24 cs.SY eess.SY
Adaptive dynamic programming-based adaptive-gain sliding mode tracking control for fixed-wing UAV with disturbances
针对固定翼无人机（UAV）在匹配和非匹配扰动下的飞行控制问题，提出了一种基于自适应动态规划的自适应增益滑模控制（ADP-ASMC）方法。从固定翼无人机的动力学出发，建立了由姿态子系统和空速子系统组成的面向控制的模型。针对两个子系统中存在的不同问题，提出了两种新的自适应增益广义超扭曲（AGST）算法，以消除两个子系统中扰动的影响，使系统轨迹在有限时间内趋于所设计的积分滑动流形（ISM）。然后，基于期望的等效滑模动力学，采用改进的具有ACTOR CRITIC（actor-critic）结构的ADP（adaptive dynamic programming）方法生成近似最优的控制律，实现滑模动力学的近似最优性能.此外，通过李雅普诺夫稳定性定理，两个神经网络（NN）的跟踪误差和权值估计误差都是一致最终有界（UUB）的。最后，通过仿真对比验证了所提出的控制方案在固定翼无人机上的优越性能。
2021-07-13 cs.SY eess.SY
Robust Orbital Stabilization: A Floquet Theory-based Approach
研究了鲁棒轨道镇定反馈的设计问题。从一个已知的轨道稳定控制器的标称，无干扰系统，鲁棒反馈扩展设计利用滑模控制（SMC）的方法。本文的主要贡献是提供了一个建设性的设计过程中使用的SMC综合的时不变开关函数。更具体地说，它的零水平集（滑动流形）的设计，使用一个真正的Floquet-Lyapunov变换局部对应于一个横向线性化的Monodromy矩阵的不变子空间。这确保了渐近稳定的周期轨道时，系统被限制在滑动流形，尽管任何系统的不确定性和外部干扰满足匹配条件。具有挑战性的任务，欠驱动的小车摆系统的振荡控制匹配和不匹配的干扰/不确定性证明了所提出的计划的有效性。
2021-09-01 cs.SY eess.SY
Disturbance rejection for classes of nonlinear systems
Salzburg University of Applied Sciences（萨尔茨堡应用科技大学）
本文针对两类非线性系统，提出基于高增益和滑模范式的非自适应全局鲁棒扰动抑制方法，实现输入-状态稳定性与任意小吸引子的渐近收敛。
2026-09-11 cs.SY eess.SY math.OC
Half-Gain Tuning for Active Disturbance Rejection Control
针对线性自抗扰扰动抑制控制（ADRC），提出了一种新的参数整定方法，该方法与常用的带宽参数化设计方法具有相似的闭环动态特性，但反馈增益较低。通过这种方式，控制器的噪声灵敏度降低，为在更多受噪声影响的应用中使用ADRC铺平了道路。证明了所提出的调谐增益，而植根于代数Riccati方程的解析解，总是可以从带宽参数化设计，通过简单地减半的增益。这建立了最优控制和极点配置设计之间的联系。
2022-01-10 cs.SY eess.SY
Robustness Enhancement for Multi-Quadrotor Centralized Transportation System via Online Tuning and Learning
针对集中式多四旋翼协同运输系统，提出结合多神经网络与自适应律的自适应神经几何控制方法，可在线协同调优模型参数与网络权重，无需预训练或PE条件即可保证误差有界与系统稳定，提升了抗扰与模型不匹配场景下的鲁棒性。
2025-09-02 cs.RO cs.SY eess.SY
Dynamic Resilience Assessment of Power Systems With Data Center Load Events Using Physics-Informed Neural Networks
Binghamton University, State University of New York（纽约州立大学宾汉姆顿分校）
提出基于物理信息神经网络（DAE-PINN）的电网侧动态韧性评估框架，通过隐式后向欧拉残差无监督学习动态与代数状态，实现扰动后轨迹快速评估，并利用多阶段韧性指标量化数据中心断开与重连的影响。
2026-06-23 cs.SY eess.SY
Integral control of port-Hamiltonian systems: non-passive outputs without coordinate transformation
The University of Newcastle（纽卡斯尔大学）；University of Naples Federico II（那不勒斯费德里科二世大学）
本文提出一种为端口哈密顿系统非被动输出添加积分作用的方法，通过动态扩展保持系统形式，能抑制匹配和非匹配扰动，且无需坐标变换。
2017-03-23 cs.SY eess.SY
On the Limits of Robust Control Under Adversarial Disturbances
本文探讨受约束线性系统在有界扰动下鲁棒控制策略不存在的条件，推导闭式代数表达式关联扰动集大小与系统及约束几何特性，补充现有优化方法，为控制可行性分析提供理论依据。
2025-07-04 cs.SY eess.SY
Identification and Analysis of Cascading Failures in Power Grids with Protective Actions
Nanyang Technological University（南洋理工大学）
本文研究了电力系统中导致最坏级联故障的初始扰动识别与分析，提出了一种最优控制方法来确定电力传输系统支路上最破坏性的扰动，并在凸优化框架中考虑保护动作如负荷削减和发电调度，以防止级联停电。通过求解代数方程组获得识别最破坏性扰动的必要条件，并通过IEEE RTS 24节点系统进行数值模拟验证。
2019-03-29 cs.SY eess.SY
Consensus Analysis over Clustered Networks of Multi-Agent Systems under External Disturbances
研究了簇状网络上受外界干扰的多智能体系统的一致性问题。它认为，代理分为几个集群。它们几乎总是彼此孤立的，它们有一个有向生成树。代理人的目标是实现共同的价值。为了支持集群之间的交互与最小的信息交换，我们认为，每个集群有一个代理，谁可以交换信息的集群以外的任何代理在一些离散的时刻。我们的主要贡献提出了一个共识协议，它考虑到连续时间的集群内的代理和离散时间的跨集群通信信息之间的通信。相应地，分别分析了分簇网络上的一致性和鲁棒$\mathcal{H}_{\infty}$一致性。由于矩阵理论和代数图论的结果，我们表明，所提出的控制协议可以解决上述问题。最后，通过数值算例验证了理论结果的有效性.
2021-06-05 cs.SY eess.SY
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
Output Feedback Design for Parameter Varying Systems subject to Persistent Disturbances and Control Rate Constraints
针对受持续扰动及控制速率、状态与控制幅值约束的线性参数变化系统，提出基于鲁棒正不变集和扩展 Farkas 引理的增量输出反馈双线性优化设计方法。
2025-07-23 cs.SY eess.SY math.OC
Load and Renewable-Following Control of Linearization-Free Differential Algebraic Equation Power System Models
电力网络中的机电暂态主要是由电力消耗和生产之间的不匹配引起的，导致发电机偏离标称频率。为此，设计了反馈控制算法来执行频率和负载/可再生量跟踪控制。特别地，文献解决了过多的电网和频率控制挑战，重点是线性化的微分方程模型，由此代数约束（即，功率流）被消除。这与更现实的非线性微分代数方程（NDAE）模型形成对比。然而，随着电网越来越多地通过间歇性可再生能源和变化的负载被推到其极限，它们的物理状态有可能由于预测不佳或可再生能源或需求的突然变化而逃离操作区域-认为基于线性化点的反馈控制器实际上是不可用的。本文的目的是设计一种简单、纯分散、无线性化的反馈控制律，以代替线性化的微分方程模型。这种控制器的目的是在可再生能源或负载中的显著未知干扰之后主要稳定频率振荡。虽然控制器的设计涉及先进的NDAE系统理论，控制器本身是一样简单的分散比例或线性二次型调节器在其实施。算例表明，所设计的控制器能够在较大扰动下稳定系统的动态和代数状态。
2023-02-08 cs.SY eess.SY math.OC
Robust Feedback Control of Power Systems with Solar Plants and Composite Loads
本文针对含光伏电站、复合负荷和高阶同步发电机的互联电力系统，设计基于控制理论的广域鲁棒反馈控制器，并通过仿真验证其作为二级控制层可显著提升暂态稳定性与抗扰鲁棒性。
2023-10-01 cs.SY eess.SY
Beyond Ellipsoids: Semi-Algebraic Tightening for Chance Constraints Under Actuator Saturation
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Grenoble INP（格勒诺布尔理工学院）；CNRS（法国国家科学研究中心）
针对有饱和输入和无界干扰的机会约束系统，提出半代数方法收紧约束，利用饱和误差动态的分段仿射结构，通过平方和优化设计李雅普诺夫函数，优化集合几何，数值例展示了设计有效性。
2026-09-29 cs.SY eess.SY math.OC
Constrained Trajectory Optimization on Matrix Lie Groups via Lie-Algebraic Differential Dynamic Programming
Mechanical Engineering, Tampere University, Finland（塔尔库大学机械工程系）；Mechanical Engineering Program, Division of Engineering, New York University Abu Dhabi, United Arab Emirates（纽约大学阿布扎克分校工程学院机械工程项目）；Department of Electrical Engineering（电气工程系）；Automation, Aalto University, Finland（自动化，艾尔沃斯大学）
本文提出一种基于增广拉格朗日的约束离散微分动态规划方法，可在通用矩阵李群上进行轨迹优化，能有效处理约束且计算高效，在SE(3)机械系统及四旋翼轨迹优化中表现出鲁棒性与稳定性。
2024-10-14 cs.RO cs.SY eess.SY
A flatness-based predictive controller for six-degrees of freedom spacecraft rendezvous
本研究针对偏心轨道被动目标的六自由度航天器交会问题，提出基于平坦性的预测控制方法，通过动力学转化、直接转录和模型预测控制实现燃料最优且抗干扰的闭环制导。
2025-01-13 cs.SY eess.SY
Robust Control for Renewable-Integrated Power Networks Considering Input Bound Constraints and Worst-Case Uncertainty Measure
The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）；University of Central Florida（中佛罗里达大学）
本文提出了一种考虑输入边界约束和最坏情况不确定性度量的可再生能源集成电力网络鲁棒控制方法，通过设计集中或分散的状态反馈控制器，采用L∞鲁棒控制理论，解决电力网络中的不确定性和非线性问题，通过非凸优化方法获得状态反馈增益，以减轻扰动影响，并通过案例研究验证了L∞控制器在自动发电控制和H∞控制方法中的性能。
2019-07-15 cs.SY eess.SY
Robust Receding Horizon Games with Additive Uncertainty
Indian Institute of Technology (IIT) Kharagpur（印度理工学院卡格浦尔分校）
研究多智能体驱动线性系统的滚动时域博弈，提出结合基于管的约束收紧与有限时域广义纳什均衡问题的鲁棒控制框架，保证递归可行性，利用潜在博弈结构证明状态收敛。
2026-07-07 cs.SY eess.SY math.OC
A Sliced Learning Framework for Online Disturbance Identification in Quadrotor SO(3) Attitude Control
Intelligent Systems Research Institute, National Institute of Advanced Industrial Science and Technology (AIST), Japan（国家先进工业科学与技术研究院智能系统研究所，日本）；Graduate School of Systems and Information Engineering, University of Tsukuba, Japan（茨大大学系统与信息工程研究生院，日本）
提出一种维度分解的几何学习框架Sliced Learning，通过李代数误差表示实现轴空间分解，结合轻量级SANM模块和Lyapunov自适应律，在资源受限MCU上实现400Hz在线扰动辨识。
2026-05-17 cs.RO cs.SY eess.SY
Exploiting symmetry for discrete-time reachability computations
University of California, Berkeley（加州大学伯克利分校）
本文提出一种利用对称性计算非线性离散时间控制系统后向可达集的方法，通过动态博弈框架简化计算，提升效率。
2018-01-29 cs.SY eess.SY
Sub/super-stochastic matrix with applications to bipartite tracking control over signed networks
本文利用次随机矩阵和超随机矩阵的性质，研究了符号网络上多智能体系统（MAS）的二分跟踪问题，其中正权边和负权边分别用来描述智能体之间的合作和竞争.为了研究的完整性，本文将整体内容分为两个部分。在第一部分中，我们分别研究了一阶MAS，二阶MAS和一般线性MAS在异步相互作用下的二分跟踪动力学。异步交互是指每个Agent只在需要更新状态的时刻与其邻居进行交互，而不是强制性地与其他Agent保持一致。在第二部分中，我们研究了在不同的实际情况下，如时间延迟，开关拓扑结构，随机网络，有损链接，矩阵干扰，外部噪声干扰，和不可测的速度和加速度的领导者的二部追踪的问题。在这些不同的场景设置下的MAS的二部跟踪问题可以等价地转化为无限次随机矩阵（ISubSM）或无限超随机矩阵（ISupSM）的乘积收敛问题。借助于非负矩阵理论和一些与有向边集的合成有关的关键结果，我们建立了系统的代数-图解方法来处理ISubSM和ISupSM的乘积收敛性.最后，通过计算机仿真验证了所提出方法的有效性。
2020-12-17 cs.SY eess.SY
On the Estimation and Control of Human Body Composition
Qualcomm Institute, Calit2, University of California, San Diego（加州大学圣地亚哥分校高通研究所CALIT2）
本文提出基于软切换观测器的人体成分估计方法及基于时滞反馈的无模型控制方法，用于动态管理体重及主要成分，通过线性代数等价解决最优体重管理的控制分配问题。
2017-04-04 cs.SY eess.SY
Dual-quaternion learning control for autonomous vehicle trajectory tracking with safety guarantees
Universidad Politécnica de Madrid（西班牙马德里理工大学）；School of Science and Technology, IE University（IE大学科学与技术学院）；Universidad de San Andrés (UdeSA) and CONICET（阿根廷圣安德烈斯大学（UdeSA）和CONICET）；Centre for Automation and Robotics (CSIC-UPM)（自动化与机器人中心（CSIC-UPM））
本文提出基于双四元数的学习控制方法，用于自主机器人在存在扰动时实现鲁棒的轨迹跟踪。
2026-01-06 cs.RO cs.SY eess.SY
Learning-Based Geometric Leader-Follower Control for Cooperative Rigid-Payload Transport with Aerial Manipulators
Universidad Politécnica de Madrid（马德里理工大学）；Centre for Automation and Robotics (CSIC-UPM)（自动化与机器人中心（西班牙国家研究委员会-马德里理工大学））
本文提出基于学习的几何领导者-追随者控制方法，用于多空中机械臂协同运输刚性负载，通过高斯过程补偿未知干扰并保证控制稳定性。
2026-02-25 cs.SY eess.SY math.OC
Composite Adaptive Higher-Order Control Barrier Functions for Joint Frequency-RoCoF Safety in Low-Inertia SIDS Microgrids
Engineering Department M&E Partners (Barbados) Limited（M&E Partners（巴巴多斯）有限公司工程部）；Department of Electrical and Computer Engineering The University of the West Indies（西印度大学电气与计算机工程系）
针对低惯量SIDS微电网，提出CA-HOCBF方法，联合强制频率与RoCoF硬约束，在参数不确定下保证安全，仿真验证消除违规并提升性能。
2026-09-22 cs.SY eess.SP eess.SY
ANN-Based Adaptive NMPC for Uranium Extraction-Scrubbing Operation in Spent Nuclear Fuel Treatment Process
本文针对PUREX过程中铀萃取-洗涤操作的最优控制问题，提出了一种基于LSTM等神经网络预测过程输出以降低状态变量复杂度的自适应NMPC与MHE方案，仿真验证了其有效性。
2024-03-24 cs.SY eess.SY
Signatures Meet Dynamic Programming: Generalizing Bellman Equations for Trajectory Following
University of Washington（华盛顿大学）；NVIDIA（英伟达）；University of Sydney（悉尼大学）
本研究建立最优控制价值函数与路径签名的关联，提出签名控制框架推广Bellman方程至轨迹空间，兼具自适应步长等优势，还设计了适用于未知扰动的路径跟踪模型预测控制方法，仿真验证有效。
2024-06-19 cs.LG cs.RO cs.SY
