Stability Criteria via Common Non-strict Lyapunov Matrix for Discrete-time Linear Switched Systems
Nanjing University（南京大学）；Zhongshan (Sun Yat-Sen) University（中山大学）；Southern Illinois University（南伊利诺伊大学）
本文针对离散时间线性切换系统，利用公共非严格Lyapunov矩阵，提出了新的稳定性判据，放宽了传统严格正定条件。
2011-08-01 cs.SY eess.SY math.DS
Lyapunov-based Nonlinear Model Predictive Control for Attitude Trajectory Tracking of Unmanned Aerial Vehicles
针对无人机（UAV）的姿态控制问题，提出了一种新的基于李雅普诺夫（Lyapunov）的非线性模型预测控制器（LNMPC）。基于二次型代价函数，综合无人机动力学和系统约束，设计了控制器。一个额外的收缩约束，然后引入，以确保闭环系统的稳定性。该约束是通过一个李雅普诺夫函数来自滑模控制器（SMC）。最后证明了LNMPC的可行性和稳定性。仿真和比较结果表明，所提出的控制器保证了系统的稳定性，并优于其他国家的最先进的非线性控制器，如反推控制器（BSC）和SMC。此外，所提出的控制器可以集成到现有的无人机模型在凉亭模拟器进行软件在环测试。仿真结果表明，LNMPC控制器的控制效果优于无人机内置PID控制器，验证了所提方法的有效性和适用性。
2022-10-28 cs.SY eess.SY
Sufficient Lyapunov conditions for exponential mean square stability of discrete-time systems with markovian delays (extended version)
本文给出了离散马尔可夫时滞系统指数均方稳定的充分李亚普诺夫条件。我们提供了一个转换的离散时间系统的马尔可夫时滞到离散时间马尔可夫跳系统。然后，将离散时滞有向图系统全局渐近稳定性的充分李雅普诺夫条件推广到离散时滞马尔可夫系统的均方稳定性.最后，通过实例验证了该方法的有效性和优越性.
2021-04-26 cs.SY eess.SY
Simultaneous Online System Identification and Control using Composite Adaptive Lyapunov-Based Deep Neural Networks
University of Florida（佛罗里达大学）
针对非线性系统，提出一种基于李雅普诺夫稳定性分析的深度神经网络在线自适应更新方法，同时实现系统辨识与轨迹跟踪，并保证跟踪误差、状态导数估计误差和网络权重估计误差一致最终有界。
2026-05-21 cs.SY eess.SY
Stochastic Stability Analysis of Discrete Time System Using Lyapunov Measure
Iowa State University（爱荷华州立大学）
本文研究了随机非线性离散时间系统的稳定性问题，提出基于线性转移算子的李雅普诺夫度量作为稳定性验证工具，并建立了李雅普诺夫函数与度量之间的联系，通过双算子性质展示其对偶性，提出有限维近似方法和粗随机稳定性概念。
2016-03-08 cs.SY eess.SY math.DS
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
A Control Lyapunov Function Approach to Event-Triggered Parameterized Control for Discrete-Time Linear Systems
本文针对带外部扰动的离散时间线性系统，提出基于控制Lyapunov函数的事件触发参数化控制方法，通过事件触发更新参数化控制输入系数以在二次约束下最小化二次代价，并证明闭环系统全局一致最终有界及非平凡事件间隔，数值算例验证了其性能优势。
2024-11-19 cs.SY eess.SY math.OC
Lyapunov-Based Deep Residual Neural Network (ResNet) Adaptive Control
针对ResNet自适应控制器缺乏Lyapunov权重更新律的问题，本文提出首个基于Lyapunov推导的ResNet自适应控制方法，并通过非光滑分析保证渐近收敛，Monte Carlo仿真显示其较全连接DNN性能提升64%。
2025-02-15 cs.SY eess.SY
Equivalent Stability Notions, Lyapunov Inequality, and Its Application in Discrete-Time Linear Systems with Stochastic Dynamics Determined by an i.i.d. Process
Kyoto University（京都大学）
本文研究了具有随机动态的离散时间线性系统稳定性分析与综合问题，证明了在某些关键假设下三种稳定性概念的等价性，并推导了用于稳定性的必要且充分的李雅普诺夫不等式条件，该不等式通过将决策变量包含在期望操作中，提供了解决方法作为标准线性矩阵不等式，并在基于该不等式的状态反馈综合中起重要作用。
2019-02-28 cs.SY eess.SY
Tracking Control of Nonlinear Networked and Quantized Control Systems with Communication Delays
研究了具有通信时延的非线性网络化量化控制系统的跟踪控制问题。期望轨迹由参考系统生成。通信网络的作用是保证被控对象、参考系统和控制器之间的信息传输。通信网络也带来了一些不期望的问题，如时变的传输间隔，时变的传输延迟，丢包，调度和量化的影响，这导致非零网络诱导误差和影响跟踪性能。因此，我们开发了一个通用的混杂系统模型的NQCS与所有上述问题。基于李雅普诺夫方法，建立了保证跟踪误差相对于非零网络诱导误差稳定的充分条件。所获得的条件导致的最大允许的传输间隔和最大允许的延迟之间的折衷。进一步研究了满足所得到条件的李雅普诺夫函数的存在性。对于特定的时间调度协议（例如，循环方案和尝试一次丢弃方案）和量化器（例如，zoom量化器和box量化器），明确构造了李雅普诺夫函数。最后，一个数值例子来证明所发展的理论。
2019-10-20 cs.SY eess.SY
Fractional Barrier Lyapunov Functions with Application to Learning Control
针对误差约束学习控制需求，本文提出分数阶障碍Lyapunov函数，结合期望补偿控制与全饱和学习算法处理不确定性，还通过修正不连续作用设计鲁棒方案，实现了有残差情况下的预期跟踪性能。
2023-06-11 cs.SY eess.SY
Razumikhin-type ISS Lyapunov function and small gain theorem for discrete time time-delay systems with application to a biased min-consensus protocol
本文提出基于Razumikhin型Lyapunov函数的离散时滞系统ISS小增益定理，给出指数ISS充要条件，并将其用于分析有偏最小一致性协议在通信扰动下的鲁棒稳定性，通过仿真验证了理论结果。
2023-10-05 cs.SY eess.SY
Designing adaptive robust extended Kalman filter based on Lyapunov-based controller for robotics manipulators
本文研究了受常值有界扰动影响的机器人位置和速度估计方法。将跟踪控制问题转化为一个扰动抑制问题，将所有的未知参数和动态不确定性归结为扰动。采用自适应鲁棒扩展卡尔曼滤波器（AREKF）预测各关节的运动和速度，用于不连续李雅普诺夫控制器结构。误差动力学参数已离线验证的实际数据。通过对一个二自由度机械臂的仿真，比较了EKF和改进AREKF的性能，验证了改进卡尔曼滤波器的有效性。虽然它表明，精确的轨迹跟踪可以实现通过使用所提出的控制器。
2020-08-15 cs.SY eess.SY
Stability analysis of discrete-time LPV switched systems
研究了离散切换系统在自治切换下的稳定性问题。切换系统的每一个模态都被建模为一个线性参数变化（LPV）系统，时变参数可以任意快速变化，并以多面体形式表示。利用李雅普诺夫理论得到了新的参数依赖线性矩阵不等式形式的条件。所构造的李雅普诺夫函数利用了在其构造中使用具有移位状态的增广状态向量的优点。从这个意义上讲，本文所采用的李雅普诺夫函数可以看作是离散时间LPV切换的李雅普诺夫函数。数值实验说明了该技术在提供稳定性证书的有效性。
2020-05-12 cs.SY eess.SY
An eigen decomposition based closed-form solution for the Discrete Lyapunov and Stein Equations
一个简单的封闭形式的解决方案的离散李雅普诺夫方程（DLE）的某些家庭的矩阵。这个解决方案是表示在本征分解（ED）的封闭形式的解决方案是已知的所有2x2，3x3和某些家庭的矩阵。对于一般的矩阵，建议的ED基于封闭形式的解决方案可以被用作一个有效的数值解时，ED可以计算。结果，然后扩展到给封闭形式的解决方案的推广的DLE，称为斯坦方程。建议的显式解决方案的复杂性是相同的顺序迭代解决方案和显着小于已知的封闭形式的解决方案。由于这些解的紧凑形式，它们可以方便地用于与这些方程相关的分析和综合问题。
2021-03-07 cs.SY eess.SY
Finite-Time Stability of Hybrid Systems: A Multiple Generalized Lyapunov Functions Approach
研究了一类混杂系统的有限时间稳定性。我们提出的充分条件，在多个广义李雅普诺夫函数的起源的混杂系统是有限时间稳定的。更具体地说，我们表明，即使广义李雅普诺夫函数的值连续开关之间的增加，有限时间的稳定性可以得到保证，如果有限时间收敛模式是活跃的足够长。在早期的工作中，李雅普诺夫函数需要减少在连续流和非增加的离散跳跃，我们允许广义李雅普诺夫函数增加\emph{both}在连续流和离散跳跃。因此，与相关文献相比，推导的稳定性结果保守性较低。数值算例验证了所提方法的有效性。
2019-06-19 cs.SY eess.SY math.OC
Evaluation of Three Nonlinear Control Methods to Reject the Constant Bounded Disturbance for Robotic Manipulators
本文研究了受常值有界扰动影响的机器人的跟踪控制问题。针对这一问题，采用了三种控制方案，分别是积分控制器和跟踪控制器.目标是提高机器人操作器跟踪过程的精度，以跟踪一个指定的参考信号存在恒定的有界干扰。本文对逆动态控制器、带积分作用的改进型Lyapunov控制器和不连续Lyapunov控制器三种方案进行了评价。第三个是一种新的控制器，实现轨迹跟踪，而不需要精确的非线性动力学知识。基于扰动抑制方案，构造了在李雅普诺夫意义下渐近稳定的跟踪控制器。闭环系统具有较强的扰动抑制性能。结果表明，在适当的假设下，所提出的方案成功地实现非线性系统的输入端的扰动抑制。对一个大载荷、快速机动的二自由度机械臂的计算机仿真结果表明，所设计的控制器可以实现精确的轨迹跟踪。
2020-08-15 cs.SY eess.SY
Neural Lyapunov Control for Discrete-Time Systems
Washington University in St. Louis（圣路易斯华盛顿大学）
针对离散时间非线性系统，提出首个基于混合整数线性规划验证与反例加速的神经李雅普诺夫控制学习方法，在多个基准上显著优于现有方法。
2023-12-24 cs.LG cs.SY eess.SY
Tracking Controller Design for Satellite Attitude Under Unknown Constant Disturbance Using Stable Embedding
利用四元数稳定嵌入技术和李雅普诺夫稳定性理论，提出了一种全驱动刚体系统在任意未知常值扰动下的跟踪控制律.稳定嵌入技术将姿态动力学从单位四元数集合扩展到欧几里得空间的四元数集合，使得单位四元数集合是扩展动力学的不变集合。这样一个稳定的扩展系统动态的欧氏空间，使我们能够采用良好的研究李雅普诺夫技术在欧几里得空间，如拉萨尔-吉泽定理。针对存在未知常值扰动的姿态动力学问题，提出了一种鲁棒跟踪控制律，并严格证明了跟踪控制律的收敛性。数值模拟结果表明，所提出的控制律即使在一些具有挑战性的情况下也具有显著的性能。
2020-10-03 cs.SY eess.SY math-ph
Event-triggered Finite-time Control Using Inverse-optimal Implicit Lyapunov Function
研究了基于隐式李雅普诺夫函数的高阶系统的事件触发有限时间控制问题。通过构造一个逆优化问题，得到了ILF的一个新的表达式。通过精心设计事件触发机制，保证了闭环系统的平凡解是全局有限时间稳定的，且不存在Zeno现象。扩展到一个多智能体系统的情况下，研究了有限时间跟踪控制驱动器的所有代理达成共识。所得到的理论结果得到了数值模拟的支持。
2022-11-09 cs.SY eess.SY math.OC
On forward invariance in Lyapunov stability theorem for local stability
当使用李雅普诺夫稳定性定理来证明局部稳定性时，吸引区域的前向不变性经常被忽略;即使李雅普诺夫函数在平衡点的邻域内单调下降，动态可能会逃离这个邻域。在本说明中，我们通过找到一个向前不变的较小邻域来修复这个间隙。这有助于我们更自然地证明局部稳定性，而不需要跟踪每个解路径。同样，我们证明了关于吸引域的传递性定理，而不需要前向不变性。关键词：李雅普诺夫函数，局部稳定性，前向不变性，进化动力学。
2020-06-07 cs.GT cs.SY econ.TH
LC-SAC: Lyapunov-Constrained Soft Actor-Critic via Koopman Operator Theory for Trajectory Tracking and Stabilization
University of California, Berkeley（加州大学伯克利分校）
提出一种结合Koopman算子理论的李雅普诺夫约束软演员-评论家算法，通过线性提升动力学模型和闭环控制李雅普诺夫函数实现轨迹跟踪与镇定，并引入条件风险价值约束处理罕见但严重的失稳事件。
2026-06-01 cs.LG cs.RO cs.SY
Convergence of the Expectation-Maximization Algorithm Through Discrete-Time Lyapunov Stability Theory
本文从动态系统视角重新审视期望-最大化算法，将其视为非线性状态空间动态系统，并利用离散时间李雅普诺夫稳定性理论证明其收敛性。
2018-10-04 cs.LG cs.SY eess.SY
Transient and Asymptotic Properties of Robust Adaptive Controllers in the Presence of Non-Coercive Lyapunov Functions
自适应控制结构通常利用李雅普诺夫函数来设计自适应律。我们特别感兴趣的自适应控制方法，如众所周知的L1自适应架构，采用参数观测器用于此目的。在这种架构中，观测误差在确定跟踪误差的分析界限以及鲁棒性方面起着关键作用。在本文中，我们展示了强制性李雅普诺夫算子的不存在如何影响分析界，以及这种自适应系统的性能和鲁棒性。
2021-04-22 cs.SY eess.SY
Neuro-Adaptive Formation Control and Target Tracking for Nonlinear Multi-Agent Systems with Time-Delay
针对具有有界时滞和干扰的非线性多智能体系统，提出了一种基于神经网络的自适应反推控制器，该控制器利用刚性图理论解决了基于距离的编队控制和目标跟踪问题。径向基函数神经网络（RBFNN）用于克服和补偿系统动态中的未知非线性和干扰。基于特定的李雅普诺夫函数和Young不等式设计了一个合适的控制信号，从而减轻了智能体状态时滞的影响。利用该李雅普诺夫函数推导了自适应神经网络权值调整律。引入了归一化刚度矩阵奇异值的上界，并基于李雅普诺夫稳定性理论严格证明了编队距离误差的一致最终有界性.最后，通过对非线性多智能体系统的仿真，验证了该方法的性能和有效性。建议的基于距离的方法和现有的，基于位移的方法之间的比较提供了所建议的方法的性能进行评估。
2020-10-10 cs.SY eess.SY
System Identification and Control Using Lyapunov-Based Deep Neural Networks without Persistent Excitation: A Concurrent Learning Approach
Department of Mechanical and Aerospace Engineering, University of Florida（机械与航空航天工程系，佛罗里达大学）；Munitions Directorate, Air Force Research Laboratory（空军研究实验室弹药部门）
针对现有DNN控制方案忽视系统动力学辨识且需持续激励的问题，提出两种并发学习自适应律，结合Lyapunov稳定性分析，在无持续激励下同时实现轨迹跟踪与在线辨识，函数逼近性能显著提升。
2025-05-15 cs.LG cs.SY eess.SY
LyLA-Therm: Lyapunov-based Langevin Adaptive Thermodynamic Neural Network Controller
本文提出LyLA-Therm控制器，将朗之万方程引入基于李雅普诺夫的DNN控制，通过最小化广义内能实现利用、温度驱动噪声实现探索，并验证了其在跟踪与逼近误差上的显著改进。
2025-08-20 cs.SY eess.SY
Frequency Theorem for discrete time stochastic system with multiplicative noise
University of Dar Es Salaam（达累斯萨拉姆大学）；Curtin University（科廷大学）
针对无限时域乘性噪声离散时间线性随机系统，提出最优控制存在的充要条件为频域矩阵不等式，并证明最优控制可通过求解依赖于李雅普诺夫方程解的确定性线性二次型问题得到。
2011-08-01 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
A framework of learning controller with Lyapunov-based constraint and application
本文提出了一种基于Lyapunov约束的学习控制器框架，通过求解带有Lyapunov约束的优化问题，直接设计稳定控制器，提高了控制器设计的效率和稳定性保证。
2019-03-08 cs.SY eess.SY
Tracking control with adaption of kites
Delft Institute of Applied Mathematics, Faculty of Electrical Engineering, Mathematics and Computer Science（代尔夫特应用数学研究所，电气、数学与计算机科学系）；ASSET Institute（ASSET研究所）
提出一种利用系留风筝飞行几何轨迹的新型跟踪范式，基于转向角的微分几何概念将轨迹降维为单输入单输出问题，并开发了仅需气动模型控制导数的李雅普诺夫非线性自适应控制器，通过点质量风筝模型仿真验证。
2011-07-15 cs.SY eess.SY math.OC
Lyapunov-Based Dropout Deep Neural Network (Lb-DDNN) Controller
University of Florida（佛罗里达大学）
本文提出一种基于Lyapunov的Dropout深度神经网络自适应控制器，通过逐层随机去激活权重和实时权重自适应律缓解过拟合，并证明跟踪误差渐近收敛，仿真显示跟踪误差、函数逼近误差和控制代价均显著优于无dropout基线。
2023-10-30 cs.LG cs.SY eess.SY
Geometric PID-type attitude tracking control on SO(3)
本文提出了一种基于刚体转动李群SO（3）的几何非线性比例积分微分（PID）型跟踪控制方案。与过去提出的PD型姿态跟踪控制方案一样，该PID型控制方案在跟踪期望的姿态轮廓时具有几乎全局渐近稳定性。这种PID型跟踪控制方案的稳定性示出使用李雅普诺夫分析。数值仿真研究表明，这种跟踪控制方案的稳定性，以及它的鲁棒性的干扰力矩。此外，数值比较研究表明，建议的积分项的有效性。
2019-09-16 cs.SY eess.SY
Relaxed ISS Small-Gain Theorems for Discrete-Time Systems
Faculty of Computer Science and Mathematics, University of Passau（帕绍大学计算机科学与数学学院）
本文提出无需各子系统ISS性质的离散时间系统ISS小增益定理，通过构造耗散有限步ISS李雅普诺夫函数，证明了该方法非保守性。
2015-11-24 cs.SY eess.SY math.DS
Adaptive Control of Time-Varying Parameter Systems with Asymptotic Tracking
针对具有线性可参数化不确定性的非线性动力系统，提出了一种连续自适应控制设计方法.这种设计的主要特点是一个强大的积分的符号的错误（上升）的自适应法律，补偿潜在的不稳定项在闭环误差系统中所产生的不确定参数的时变性质的长期。基于李雅普诺夫的稳定性分析，确保渐近跟踪，和闭环信号的有界性。
2020-07-23 cs.SY eess.SY
A Discrete-Time Least-Squares Adaptive State Tracking Control Scheme with A Mobile-Robot System Study
本文提出基于最小二乘算法的离散时间自适应状态跟踪控制方案，解决 Lyapunov 方法不适用的长期问题，并应用于多移动机器人系统实现状态跟踪与碰撞规避。
2025-02-01 cs.SY eess.SY
Trajectory Tracking for Uncrewed Surface Vessels with Input Saturation and Dynamic Motion Constraints
Indian Institute of Technology Bombay（印度理工学院孟买分校）
本文提出了一种非线性反馈控制器，利用对数型障碍Lyapunov函数解决无人水面舰艇在输入饱和和动态运动约束下的轨迹跟踪问题。
2026-03-05 cs.SY eess.SY
Deterministic and Stochastic Fixed-time Stability of Discrete-time Autonomous Systems
本文研究自治非线性离散时间系统的确定性和随机固定时间稳定性。首先给出了确定性DT系统的固定时间稳定性的李雅普诺夫条件。扩展到确定性扰动以及随机噪声下的系统，然后考虑。对于前者，分析了固定时间稳定DT系统对扰动的敏感性，并证明了固定时间吸引性是由所给出的李雅普诺夫条件引起的。对于后者，给出了非线性随机DT系统定时概率稳定的充分李雅普诺夫条件。对于固定时间稳定系统和固定时间吸引系统，给出了稳定时间函数的固定上界;对于随机DT系统，给出了稳定时间函数的随机上界。给出了说明性的例子以及仿真结果来验证所介绍的结果。
2022-07-19 cs.SY eess.SY
Bounded Distance-control for Multi-UAV Formation Safety and Preservation in Target-tracking Applications
Indian Institute of Science（印度科学学院）；Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校）
多智能体系统中的安全概念在许多新兴的多机器人协作应用中具有重要意义。在本文中，我们提出了一个多无人机协同目标跟踪的应用程序，通过定义有界的无人机之间的距离，以确保编队的安全操作。在这样做的时候，我们解决的问题，优先于其他的多目标控制框架中的特定目标。我们提出了一个障碍李雅普诺夫函数为基础的分布式控制律，执行的距离上的界限，并评估其李雅普诺夫稳定性使用的运动学模型。理论分析得到了数值结果的支持，该结果考虑了测量噪声和运动目标。直线和圆周运动的目标被认为是，二次李雅普诺夫函数为基础的控制，经常用于多智能体多目标问题的结果，也被提出。两种控制方法的比较阐明了我们提出的安全控制的优势，在形成的智能体之间的距离的边界。使用ROS模拟的结论性评价说明了所提出的控制的实用性，以一对多转子视觉估计和保持其相互分离在指定的范围内，因为他们跟踪一个移动的目标。
2023-01-09 cs.RO cs.SY eess.SY
Direct data-driven model-reference control with Lyapunov stability guarantees
针对状态完全可测的未知线性系统，提出了一种新的数据驱动模型参考控制器设计方法。建议的控制行动是由一个静态反馈项和一个参考跟踪块，这是成形的数据，以重现所需的行为在闭环。通过关注的情况下，参考模型和植物共享相同的顺序，我们提出了一个最优的设计过程与李雅普诺夫稳定性的保证，量身定制的处理状态测量加性噪声。两个仿真例子最后示出了所提出的策略相比，最先进的方法的潜力。
2021-09-28 cs.SY eess.SY
Exponential Condition Number of Solutions of the Discrete Lyapunov Equation
研究了$n\ x\ n$矩阵$P$的条件数，其中$P$解离散李雅普诺夫方程$P - A P A^* = BB^*$，$B$是一个$n\ x\ d$矩阵.当$A$是正规的、单Jordan块或Frobenius形式时，给出了$P$的条件数$κ$的下界.边界表明$P$的病态性随着$\exp(n/d) >> 1$的增长而增长。这些界限与将$A$转换为输入范式的转换的条件数有关。仿真表明，在$n>>1$和$d=1$的情况下，$P$通常是病态的。当$A_{ij}$具有独立的高斯分布（受限制）时，我们观察到$κ(P)^{1/n} ~= 3.3$。研究了自相关强迫对状态空间系统条件作用的影响
2018-03-11 cs.NA cs.SY eess.SY
Construction of time-varying ISS-Lyapunov Functions for Impulsive Systems
University of Würzburg（维尔茨堡大学）；University of Groningen（格罗宁根大学）
本文提出从候选ISS-李雅普诺夫函数构造时间变化ISS-李雅普诺夫函数的方法，以解决脉冲系统稳定性分析中的关键问题。
2022-06-27 cs.SY eess.SY
Hybrid Lyapunov-based feedback stabilization of bipedal locomotion based on reference spreading
本文提出一种基于质心位置触发脚步切换的线性倒立摆混合模型，利用参考扩展定义误差坐标，并通过求解凸优化设计饱和反馈控制器实现局部渐近稳定，仿真验证了其优于标准模型预测控制。
2024-05-03 cs.SY eess.SY math.DS
Discrete-Time Adaptive State Tracking Control Schemes Using Gradient Algorithms
本文解决了离散时间系统自适应状态跟踪的开放问题，提出基于梯度算法更新控制器参数的直接与间接自适应控制方案，并将该新框架扩展至连续时间系统与Lyapunov方法对比。
2023-08-04 cs.SY eess.SY
A Perception-feedback position-tracking control for quadrotors
NingboTech University（宁波大学）
本文提出了一种基于感知反馈的四旋翼位置跟踪控制器，通过直接使用传感器数据提高跟踪性能，并通过Lyapunov分析证明了系统的稳定性，同时通过仿真验证了其鲁棒性。
2025-12-03 cs.SY eess.SY
Safe Returning FaSTrack with Robust Control Lyapunov-Value Functions
UC San Diego（加州大学圣迭戈分校）
本文提出融合 R-CLVF 与 FaSTrack 的 SR-F 框架，使四旋翼在未知扰动下安全恢复并通过规划模型跳跃加速，10D 实验显示其较原方法提速 20% 且保持安全。
2024-04-03 cs.RO cs.SY eess.SY
Safe Nonlinear Control Using Robust Neural Lyapunov-Barrier Functions
Massachusetts Institute of Technology（麻省理工学院）；University of California, San Diego（加利福尼亚大学圣地亚哥分校）
安全性和稳定性是机器人控制系统的共同要求，然而，设计安全，稳定的控制器仍然是困难的非线性和不确定的模型。我们开发了一种基于模型的学习方法来合成具有安全性和稳定性保证的鲁棒反馈控制器。我们从鲁棒凸优化和李雅普诺夫理论的灵感，定义鲁棒控制李雅普诺夫障碍函数，尽管模型的不确定性推广。我们证明了我们的方法在模拟的问题，包括汽车轨迹跟踪，非线性控制与避障，卫星交会与安全约束，飞行控制与学习地面效应模型。仿真结果表明，我们的方法产生的控制器，匹配或超过鲁棒MPC的能力，同时减少了一个数量级的计算成本。
2021-10-06 cs.RO cs.SY eess.SY
Trajectory tracking control of USV with actuator constraints in the presence of disturbances
针对存在扰动和执行器幅值及速率约束的USV轨迹跟踪问题，提出基于李雅普诺夫和反步法的非线性反馈控制器，并通过观测器估计扰动，仿真验证了其有效性。
2025-06-20 cs.SY eess.SY
Adaptive Tracking Control of Uncertain Euler-Lagrange Systems with State and Input Constraints
针对具有参数不确定性的状态和输入受限Euler-Lagrange（E-L）系统，提出了一种新的控制结构。一个简单的饱和控制器的战略耦合的障碍李雅普诺夫函数（BLF）为基础的控制器，以确保状态和输入约束的满足。据作者所知，这是E-L系统的第一个结果，保证渐近跟踪与用户指定的状态和输入约束。所提出的控制器还确保所有的闭环信号保持有界。所提出的控制器在约束满足和跟踪性能方面的有效性进行了验证，使用机器人机械手系统的仿真。
2022-12-16 cs.SY eess.SY
Cyber-Attack Detection in Discrete Nonlinear Multi-Agent Systems Using Neural Networks
本文提出了一种分布式网络攻击检测方法在通信信道的一类离散，非线性，异构，多智能体系统，我们提出的基于编队的控制器控制。基于残差的检测系统，利用神经网络（NN）为基础的观察员，开发检测虚假数据注入攻击的代理通信通道。利用李雅普诺夫函数推导出神经网络权值的调整规律和攻击检测阈值。基于李雅普诺夫稳定性理论证明了检测器残差和编队误差的一致最终有界性。分析了所提方法的攻击可检测性，仿真结果验证了所提检测方法的性能.
2021-02-01 cs.SY eess.SY
Feedback Stabilization and Output Tracking for Discrete-Time Lipschitz Nonlinear Systems via Iterative Convex Approximations
由于动态系统中包含的非线性及其规模，不稳定非线性系统的镇定和跟踪控制是一个具有挑战性的工程问题。在过去的几十年中，许多基于非线性的控制设计的动态系统，其中的非线性属于Lipschitz函数已被提出。然而，大多数的研究都只关注于输出反馈，因此，状态反馈的设计还很不成熟。为此，本文致力于离散时间Lipschitz非线性系统的全状态反馈控制器的设计问题。此外，我们提出了一个简单的迭代方法，以改善闭环性能的收敛性。后来证明，我们的方法可以方便地扩展和利用输出跟踪。
2021-04-21 cs.SY eess.SY
Robust predictive control design for uncertain discrete switched affine systems subject to an input delay
Universidad de Sevilla（塞维利亚大学）
本文提出了一种针对具有输入延迟的不确定离散切换仿射系统的鲁棒稳定条件，通过Lyapunov框架和最小切换状态反馈预测控制律，利用预测方案考虑名义系统参数，证明系统轨迹和预测的指数收敛性。
2026-08-03 cs.SY eess.SY
On unified asymmetric barrier Lyapunov functions
Indian Institute of Technology Bombay（印度孟买理工学院）
本文提出一种统一非对称障碍李雅普诺夫函数，无需不连续切换函数，为输出约束非线性系统设计指数跟踪控制律，并统一对称与非对称约束的控制设计，数值实验验证其性能优于现有对数BLFs。
2026-09-18 cs.SY eess.SY
Abstract homogeneous chains: a Lyapunov framework for high-order sliding modes in multi-agent systems
Universidad de Zaragoza（萨拉戈萨大学）
本文提出抽象齐次链Lyapunov框架，实现多智能体任意阶滑模算法的全局有限时间稳定，并给出递归增益优化方法及新观测器。
2026-09-14 cs.SY eess.SY
