An LMI Condition for the Robustness of Constant-Delay Linear Predictor Feedback with Respect to Uncertain Time-Varying Input Delays
Gipsa-lab(吉普萨实验室)
本文研究了在不确定时变输入延迟情况下,基于名义时变延迟值设计的常数延迟预测反馈的鲁棒性,通过构造合适的Lyapunov-Krasovskii泛函,推导出保证闭环系统在时变延迟围绕名义值小范围内指数稳定的LMI充分条件,并将结果扩展到存在边界控制输入时变延迟的对角无限维边界控制系统反馈稳定化问题。
2019-08-28 cs.SY eess.SY math.OC
Adaptive RBFNN Control of Uncertain Bilateral Teleoperation Systems with Delay-Dependent LMI Stability Conditions
Department of Electrical Engineering, Iran University of Science and Technology (IUST)(电气工程学院,伊朗科技大学)
本文针对带恒定时滞的不确定非线性双边遥操作系统,提出仅含两个自适应参数的紧凑双侧自适应RBFNN控制器,经2-DOF机械臂仿真验证,可实现约2秒同步,揭示精度与控制颤振的权衡。
2026-08-21 cs.SY eess.SY
Robust H_infinity Filter Design for Lipschitz Nonlinear Systems via Multiobjective Optimization
University of Alberta(阿尔伯塔大学);Maplesoft(Maplesoft公司)
提出一种基于LMI优化的H_infinity观测器设计方法,同时优化可容许Lipschitz常数和干扰衰减水平,保证指数收敛和对非线性不确定性的鲁棒性。
2010-10-04 cs.SY eess.SY math.OC
Linear Matrix Inequalities for Ultimate Boundedness of Dynamical Systems with Conic Uncertain/Nonlinear Terms
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出了一种线性矩阵不等式条件,用于保证一类连续时间动力系统在存在锥形不确定或非线性项时的最终有界性。
2015-06-06 cs.SY eess.SY
LMI-based robust stability and stabilization analysis of fractional-order interval systems with time-varying delay
研究了区间分数阶变时滞系统的鲁棒稳定性和镇定分析。首先解决了此类系统的稳定性问题,然后利用所提出的结果给出了一个镇定定理,得到了设计具有预定阶数的镇定控制器的充分条件,该预定阶数可以选择得尽可能低.利用有效引理,稳定性和镇定定理提出了形式的LMI,这是更适合检查,由于各种现有的有效凸优化解析器和求解器。最后,两个数值例子表明了我们的结果的有效性。
2019-09-17 cs.SY eess.SY math.DS
Alternatives with stronger convergence than coordinate-descent iterative LMI algorithms
针对坐标下降迭代LMI算法求解非凸优化易得到次优解且未受领域足够重视的问题,本文提出具备理论收敛保证或更高实际效率的替代优化方法,结合要点阐述与示例展开说明。
2012-10-03 cs.SY eess.SY math.OC
Automated Lyapunov Analysis of Primal-Dual Optimization Algorithms: An Interpolation Approach
本文针对线性约束凸优化中的一阶原始-对偶算法,提出基于插值和线性矩阵不等式的自动李雅普诺夫分析方法,可证明比文献结果更快的指数收敛速率。
2023-09-20 cs.SY eess.SY math.OC
Linear Matrix Inequality Approaches to Koopman Operator Approximation
McGill University(麦吉尔大学)
被认为是回归问题,找到一个矩阵近似的Koopman运营商的数据。回归问题被表述为一个线性矩阵不等式(LMI)约束下的凸优化问题。这样做允许将额外的LMI约束纳入回归问题。特别是,渐近稳定性约束,正则化使用矩阵范数,甚至正则化使用系统范数可以很容易地纳入回归问题。
2021-10-18 cs.LG cs.SY eess.SY
On the convexity of static output feedback control synthesis for systems with lossless nonlinearities
本文针对具有无损非线性的系统,提出将静态输出反馈控制综合由非凸问题转化为凸问题的方法,通过二次约束构造BMI并改写为LMI,从而获得渐近稳定的SOF控制器。
2023-07-06 cs.SY eess.SY math.OC
Robust Adaptive Sliding Mode Control of Markovian Jump Systems with Uncertain Mode-dependent Time-varying Delays and Partly Unknown Transition Probabilities
Mississippi State University(密西西比州立大学);University of Notre Dame(圣母大学);Arak University(阿拉克大学);Tarbiat Modares University(塔里亚特莫达雷斯大学)
本文针对具有不确定模式依赖性时变延迟和部分未知转移概率的马尔可夫跳跃系统,设计了鲁棒自适应滑模控制器,通过Lyapunov-Krasovski函数和自由连接加权矩阵推导出延迟依赖条件,确保系统在有限时间内收敛至滑动面并保持稳定。
2017-10-02 cs.SY eess.SY
Combining Convex-Concave Decompositions and Linearization Approaches for solving BMIs, with application to Static Output Feedback
K.U. Leuven(荷语鲁汶大学);Katholieke Universiteit Leuven(荷语鲁汶大学)
提出一种将双线性映射分解为两个半正定凸映射之差,并通过线性化凹部分转化为凸子问题的新优化方法,用于求解双线性矩阵不等式约束下的凸函数最小化问题,并应用于输出反馈控制器综合。
2011-09-15 cs.SY eess.SY math.OC
Peak Estimation of Hybrid Systems with Convex Optimization
混合系统的峰值估计是针对沿轨迹的状态函数的上界极值,其中该状态函数在每个子系统中可能是不同的。这个有限维但非凸的问题可以提升到一个无限维的线性规划(LP)的占领措施下,一个平等的目标下温和的有限性/紧性和光滑性假设。该LP又可以通过使用平方和矩层次从线性矩阵不等式(LMI)的解获得的上界的收敛序列来近似。将峰值估计问题扩展到具有不确定性和安全设置的问题,例如测量沿混合系统轨迹和不安全集的点之间的最近接近距离。
2023-03-20 cs.SY eess.SY math.OC
Distributed Multi-task Formation Control under Parametric Communication Uncertainties
本文研究了在通信受不确定参数影响下的多智能体编队控制问题,提出基于线性矩阵不等式条件的连通性检查方法,并设计了基于梯度的分布式控制器以实现编队、避障和拓扑连通性保持。
2017-09-02 cs.SY eess.SY
Alternatives for optimization in systems and control: convex and non-convex approaches
Université Catholique de Louvain(天主教鲁汶大学)
本文概述系统与控制中优化的主要趋势,指出凸和线性矩阵不等式(LMI)方法虽流行但常被误用于非凸问题,并建议采用专门处理非凸问题的优化方法。
2012-05-01 cs.SY eess.SY math.OC
Consensus in multi-agent systems with non-periodic sampled-data exchange and uncertain network topology
University of Cagliari(卡利亚里大学);Royal Institute of Technology(皇家理工学院)
研究多智能体系统在非周期采样数据交换下的共识问题,提出基于LMIs的稳定性条件,利用网络拓扑连接性分析,通过数值模拟验证理论结果。
2014-09-06 cs.SY eess.SY
Hybrid Heavy-Ball Systems: Reset Methods for Optimization with Uncertainty
用于凸优化的动量方法通常依赖于基于问题参数的知识的算法参数的精确选择,以实现快速收敛,以及防止可能严重限制这些算法在网络物理系统中的应用的振荡。为了解决这些问题,我们提出了两个动力系统,命名为混合重球系统和混合启发重球系统,它采用了一种反馈机制,用于驱动的动量状态向零,每当它指向不希望的方向。我们描述了所提出的系统和它们的离散时间对应物之间的关系,基于线性矩阵不等式导出条件,以确保连续时间和离散时间的指数速率。我们提供数值LMI的结果来说明我们的重置机制的收敛速度在一个设置,模拟问题参数的不确定性的影响。最后,我们数值证明了效率和避免所提出的系统在解决强凸和非强凸问题时的振荡。
2021-03-22 cs.SY eess.SY
Spline Trajectory Tracking and Obstacle Avoidance for Mobile Agents via Convex Optimization
提出一种基于输出反馈控制的运动规划技术,通过将多边形环境分解为重叠单元并利用CLFs和CBFs构建LMIs,求解SDP问题为每个凸单元综合出控制器,实现智能体多项式轨迹跟踪与避障,仿真验证了其对初始条件变化的鲁棒性和安全性。
2024-03-25 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
Low-Gain Stabilizers for Linear-Convex Optimal Steady-State Control
我们考虑的问题,设计一个反馈控制器,鲁棒调节LTI系统的最佳工作点的存在下不可测的干扰。一个通用的设计框架,所谓的最优模型的基础上,以前提出了这类问题,有效地减少了相关的非线性植物的稳定问题。本文提出了几个简单的和完全建设性的稳定器设计,以配合从[1]的最优模型设计。该设计基于低增益积分控制方法,该方法在指数稳定的对象和控制器之间实施时间尺度分离。我们提供控制器和增益的显式公式,以及基于LMI的方法来计算鲁棒/最优增益。最后通过一个算例和在电力系统频率控制中的应用说明了结果。
2022-08-17 cs.SY eess.SY math.OC
Computationally Efficient Robust Model Predictive Control for Uncertain System Using Causal State-Feedback Parameterization
研究了具有结构不确定性和有界扰动的线性时不变离散时间系统的鲁棒模型预测控制问题。通常情况下,约束RMPC问题的状态反馈参数化是非线性(和非凸)的在线实现具有过高的计算负担。为了弥补这一点,提出了一种新的方法来线性化的状态反馈RMPC问题,最小的保守性,通过使用半定松弛技术。该算法通过求解线性矩阵不等式(LMI)优化,在线计算状态反馈增益和扰动,与文献中的其他方案相比,具有大幅降低的计算负担,而不会对控制器的跟踪性能产生不利影响。此外,离线策略,提供了初步的可行性RMPC问题。所提出的计划的有效性证明通过数值例子从文献中。
2022-08-17 cs.SY eess.SY
Convex inner approximations of nonconvex semialgebraic sets applied to fixed-order controller design
CNRS(法国国家科学研究中心;实验室分析与系统研究所);LAAS(图卢兹大学);Université de Toulouse(捷克布拉格捷克理工大学电气工程学院);UPS, INSA, INP, ISAE;UT1, UTM, LAAS;Faculty of Electrical Engineering, Czech Technical University in Prague
提出一种基于Gloptipoly 3的算法,通过凸半定规划构建非凸半代数集的凸内逼近,并应用于线性系统的固定阶控制器设计。
2012-01-10 cs.SY eess.SY math.OC
Integrating Structure, Information Architecture and Control Design: Application to Tensegrity Systems
提出了一种新的结构设计参数、作动器和传感器精度以及控制器参数联合优化的统一方法。联合优化问题是作为一个协方差控制问题,其中的可行性是通过约束的输出以及控制信号的协方差。将该方法应用于张拉整体系统的优化设计,对初始预应力参数、传感器和执行器精度以及控制律进行了联合优化。张拉整体系统动力学模型线性化的平衡点用于系统设计,其中最小值是由约束投影确保。假设反馈回路具有一个全阶动态补偿器,其特征矩阵被选为优化变量。这个非凸系统设计问题的次优解是通过使用凸化势函数迭代近似凸问题,使收敛到一个稳定点。结果表明,对于线性动力系统,近似的联合优化问题,可以制定使用线性矩阵不等式(LMI)。
2020-12-19 cs.SY eess.SY math.OC
Uncertainty-aware Three-phase Optimal Power Flow based on Data-driven Convexification
本文提出了一种新的优化框架,制定三相最优潮流,涉及不确定性。所提出的不确定性感知优化(UaO)框架是:1)确定性框架,其比涉及不确定性的现有优化框架复杂度低; 2)凸的,使得其允许多项式时间算法和成熟的分布式最优化方法。为了构建这个UaO框架,提出了一种学习辅助的不确定性感知建模方法,以随机变量的预测误差作为不确定性的度量,以及数据驱动的凸化理论。从理论上讲,UaO框架适用于不确定性下的一般最优化问题建模。
2021-01-19 cs.SY eess.SY math.OC
Convergence Rate Bounds for the Mirror Descent Method: IQCs and the Bregman Divergence
对凸优化中的镜像下降法进行了收敛性分析。构造了一个基于积分二次约束的分析框架,分析了连续时间和离散时间下强凸目标函数MD方法的收敛速度.我们制定的问题,寻找收敛速度的MD算法的线性矩阵不等式(LMI)在这两个计划的可行性问题。特别是,在连续时间,我们表明,布雷格曼发散函数,这是常用的作为该算法的李雅普诺夫函数,是一个特殊的情况下,与波波夫标准的李雅普诺夫函数类,当后者被施加到一个适当的重新制定的问题。因此,应用Popov准则及其与其他IQC的组合,可以导致具有降低的保守性的收敛速度界。我们还通过例子说明,推导出的收敛速度界可以是紧的。
2022-09-09 cs.SY eess.SY math.OC
Control of Uncertain PWA Systems using Difference-of-Convex Decompositions
在这份报告中,我们分析和设计反馈策略的离散时间分段仿射(PWA)系统的仿射动力学和多面体分区的不确定性。其主要思想是利用连续PWA系统的差分凸(DC)分解,以获得二次李雅普诺夫函数作为稳定性证书和稳定的仿射策略在一个更高的维度空间。当投影回状态空间时,我们得到时变PWQ李雅普诺夫函数和时变PWA反馈策略。
2023-03-20 cs.SY eess.SY math.OC
Convex conditions for robust stabilization of uncertain switched systems with guaranteed minimum dwell-time
本文针对具有保证最小驻留时间的不确定切换系统,提出基于凸条件的鲁棒镇定方法。
2013-05-17 cs.SY eess.SY math.CA
Sparse Control Synthesis for Uncertain Responsive Loads with Stochastic Stability Guarantees
最近的研究表明,在提供频率响应服务的柔性负载的潜力。然而,在各种天气相关的和最终用户的行为因素的不确定性和可变性往往会影响需求侧控制性能。这项工作解决了这个问题的需求侧控制的设计,以实现负载不确定性下的频率响应。我们的方法涉及建模的负载不确定性,通过随机过程,出现作为乘法和加法的闭环电力系统动态的系统状态。扩展最近开发的随机系统的均方指数稳定性(MSES)的结果,我们制定多目标线性矩阵不等式(LMI)为基础的最优控制综合问题,不仅保证随机稳定性,但也促进稀疏性,提高闭环瞬态性能,并最大限度地允许的不确定性。最大允许(\textit{critical})的不确定性水平和最优随机稳定控制努力之间的基本权衡建立。此外,稀疏控制综合问题被推广到现实的电力系统的情况下,只有部分状态测量。IEEE 39节点系统的详细数值研究表明,闭环随机稳定性能的稀疏控制器在提高负载不确定性下的频率响应,以及说明允许的不确定性和最优控制努力之间的基本权衡。
2021-06-27 cs.SY eess.SY math.DS