Robustness Analysis of Asynchronous Sampled-Data Multi-Agent Networks With Time-Varying Delays
在本文中，我们研究了有限个局部互连的线性子系统的同时稳定性问题的实际约束下，包括异步和非周期采样，时变时滞，和测量误差。我们建立了一个新的基于Lyapunov的稳定性结果，这样一个分散系统。这个系统有一个特别简单的互连结构，但它捕获了一些关键特性的一个大类的中间模型来自多智能体系统的共识分析。稳定性结果适用于估计的最大允许的间隔采样周期和时间延迟的个体动态和耦合结构的情况下的共识控制通过异步采样的相对状态和异步广播的自采样状态分别。非周期采样的复杂性和测量误差的存在使得在数据采样过程中可以使用对数量化器等量化器件，并在每次状态测量更新后引入一段驻留时间，以消除基于事件控制中事件的Zeno行为。文中还讨论了在输入饱和和输入时滞情况下的推广。
2017-10-04 math.DS math.OC
Nonlinear Stabilization under Sampled and Delayed Measurements, and with Inputs Subject to Delay and Zero-Order Hold
在网络化控制系统中，采样与输入和输出延迟同时出现。当延迟未被补偿时，通常要求采样周期足够小，延迟足够短，并且对于非线性系统，通常仅实现半周期实际稳定性。例如，严格前馈系统在采样测量下的全局镇定，任意稀疏采样的非完整单稳态的采样数据镇定，以及长时滞网络上的LTI系统的采样数据镇定，都是公开问题。在本文中，我们提出了两个一般性的结果，解决这些例子的特殊情况下的问题。首先，我们提出了任意长的输入和输出延迟下的前向完全系统的全局渐近稳定器，具有任意长的采样周期，并连续应用的控制输入。其次，我们考虑系统的采样测量和控制应用通过零级保持，假设系统是稳定的采样数据反馈下的一些采样周期，然后构建采样数据反馈律，实现全局渐近稳定任意长的输入和测量延迟。所有的结果采用“标称”的反馈法律设计的连续时间系统在没有延迟，结合“预测为基础的”补偿的延迟和采样的效果。
2010-12-10 math.OC
Boundary sampled-data feedback stabilization for parabolic equations
本文的目的是设计一个采样数据形式的显式有限维边界反馈控制器，使半线性抛物型方程的平衡解局部指数稳定。反馈控制器的线性化方程的不稳定特征值对应的特征函数表示。该方法适用于任何采样率，不要求采样率足够小，当采样周期趋于零时，该方法趋于连续时间形式。
2019-08-08 math.OC
Consensus on Open Multi-Agent Systems Over Graphs Sampled from Graphons
本文利用图极限建模开放多智能体系统的线性共识，推导替换及到达/离开情形下期望不一致性上界，并证明SBM图极限的期望图谱计算维度独立于智能体数量。
2025-03-31 cs.MA cs.SY eess.SY
Convergence Analysis of Ensemble Filters for Linear Stochastic Systems with Poisson-Sampled Observations
针对随机时间采样观测下的连续线性随机系统，提出基于McKean--Vlasov型扩散的集成滤波器，证明粒子数趋于无穷且采样率满足条件时其统计量收敛于最优滤波器。
2024-06-18 math.OC
Linear-quadratic optimal sampled-data control problems: convergence result and Riccati theory
我们考虑一般线性控制系统和一般二次成本，其中状态随时间连续演化，控制被采样，即，在时间间隔的细分上分段恒定。这是一个线性二次最优采样数据控制问题的框架。作为第一个结果，我们证明了，作为采样周期趋于零，最优采样数据控制逐点收敛到最优永久控制。然后，我们扩展经典Riccati理论的采样数据控制框架，通过开发两种不同的方法：第一个使用最近建立的版本的庞特里亚金最大值原理的最优采样数据控制问题，第二个使用适当的版本的动态规划原则。反过来，我们得到一个闭环表达式的最佳采样数据控制的线性二次型问题。
2016-04-21 math.OC
Unified Riccati theory for optimal permanent and sampled-data control problems in finite and infinite time horizons
我们重新审视和扩展Riccati理论，统一连续时间线性二次最优永久和采样数据控制问题，在有限和无限的时间范围。我们证明了：当时间范围T趋于$+\infty$时，从采样数据差分Riccati方程（SD-DRE）过渡到采样数据代数Riccati方程（SD-ARE），从常微分Riccati方程（P-DRE）过渡到常代数Riccati方程（P-ARE）;--当时间分区$Δ$的最大步长趋于$0$时，从（SD-DRE）转到（P-DRE），从（SD-ARE）到（P-ARE），我们的符号和分析提供了一个统一的框架来解决所有相应的结果.
2020-02-11 math.OC
Sampled-data optimal control of linear fractional-order systems
School of Electronics, Electrical Engineering, and Computer Science (EEECS)（电子、电气工程和计算机科学学院）；Queen’s University Belfast（贝尔法斯特女王大学）
本文针对Caputo线性分数阶系统，提出基于Bernstein多项式的采样数据最优控制方法，通过构造连续时间状态约束的紧多胞形近似，实现任意紧密逼近并平衡精度与计算复杂度。
2026-09-14 math.OC
A Note on Sampled-Data Observers
我们提出了一种新的方法，用于从连续时间观测器，具有输入输出稳定性的输出测量噪声和指数收敛的无噪声的情况下，从采样数据观测器。该设计方法适用于广泛的一类系统，并产生采样数据观测器，继承所有的性能特征的基础连续时间观测器。所提出的采样数据观测器的主要组成部分是一个新的输出预测器，其中包括样本间预测和ZOH预测。
2019-11-18 cs.SY eess.SY math.OC
Strong Stability of Sampled-data Riesz-spectral Systems
假设具有静态状态反馈控制器的连续时间线性无穷维系统是强稳定的。我们解决以下问题：如果我们转换的连续时间控制器的采样数据控制器，通过应用一个理想化的采样器和零阶保持，将得到的采样数据系统是强稳定的所有足够小的采样周期？本文研究开环系统的生成元是Riesz-谱算子且其点谱在原点有极限点的情形。我们目前的条件下，上述问题的答案是肯定的。在鲁棒性分析中，我们证明了在快速采样下，原连续时间系统和采样数据系统之间的Arendt-Batty-Lyubich-Vesthem定理所得到的强稳定性的充分条件是保持的。
2021-09-20 cs.SY eess.SY math.OC
Sampled-Data H-infinity Design of Coupling Wave Cancelers in Single-Frequency Full-Duplex Relay Stations
Graduate School of Informatics, Kyoto University（京都大学情报学研究科）
本文提出基于采样数据H无穷设计的数字滤波器，用于消除单频全双工中继站中连续时间耦合波效应。研究将中继站建模为连续时间系统，提出基于采样数据控制理论的数字前馈和反馈消除器，通过仿真验证了方法的有效性。
2014-07-26 cs.IT cs.SY eess.SY
Passivity-Based Analysis of Sampled and Quantized Control Implementations
University of Wisconsin, Madison（威斯康星大学麦迪逊分校）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）；University of Notre Dame（圣母大学）
本文研究了连续控制器在数字设备上通过采样和量化实现时的性能，利用被动性分析方法。通过引入准被动性概念，研究了从连续时间控制系统到其采样、输入和输出量化模型的被动性指标退化。基于此，研究了反馈连接系统中连续控制器被其采样和量化模型替代时的被动性性质，并提供了确保互联系统状态有界的条件。此外，还分析了近似双模拟基于的控制实现，其中控制器被其近似双模拟的符号模型替代，该模型的状态也进行了量化。通过多个示例来说明理论结果。
2019-08-22 cs.SY eess.SY math.OC
Stability Analysis of Perturbed Infinite-dimensional Sampled-data Systems
本文讨论了无限维采样系统在无界扰动下的稳定性分析。我们提出了两类无界扰动保持采样数据系统的指数稳定性。为此，我们研究了强连续半群关于其生成元的连续性，考虑了一致算子拓扑。
2019-10-03 cs.SY eess.SY math.OC
Active Noise Control with Sampled-Data Filtered-x Adaptive Algorithm
Kyoto University, Graduate School of Informatics（京都大学情报学研究科）
本文提出一种考虑二次路径连续时间行为的混合设计方法，利用提升技术分析连续时间系统，改进主动噪声控制的性能。
2013-08-15 cs.IT cs.SY eess.SY
Global Stability Analysis of Nonlinear Sampled-Data Systems using Convex Methods
研究非线性采样系统的全局稳定性问题。采样数据系统是一种混合模型，它是在离散测量和更新被用来控制连续时间对象时产生的。在本文中，我们使用最近推出的李雅普诺夫方法来获得的情况下，固定的采样周期（同步）和随时间变化的采样周期（异步）的稳定性条件。这种方法需要一个李雅普诺夫函数的存在，减少在每个采样间隔。为了加强这一约束，我们使用一种形式的松弛变量存在于采样周期，可能取决于采样周期，并允许李雅普诺夫函数暂时增加。结果的条件是使用一种新的多项式变量的凸优化方法，称为平方和，我们用几个数值例子来说明这种方法。
2014-08-21 math.OC
Local Synchronization of Sampled-Data Systems on Lie Groups
University of Waterloo（滑铁卢大学）
本文提出了一种平滑的分布式非线性控制律，用于在矩阵李群的笛卡尔积上实现相同无漂移运动体的局部同步，证明初始位置足够接近时同步可指数快速完成。
2017-02-27 cs.SY eess.SY math.OC
High-Probability Sampled-Data Stabilization of General Nonlinear Stochastic Systems
Research Institute of Intelligent Complex Systems, Fudan University（复旦大学智能复杂系统研究院）；School of Mathematics Sciences, Fudan University（复旦大学数学科学学院）；Department of Mathematics and Statistics, University of Strathclyde（斯特拉斯克莱德大学数学与统计系）
本文针对一般非线性随机系统，在局部Lipschitz系数下，通过足够快的采样实现高概率指数镇定，并针对不同增长阶数分别提出方法。
2026-09-24 math.OC
Distributed Asynchronous Time-Varying Quadratic Programming with Asynchronous Objective Sampling
针对现有多智能体时变优化无法异步采样目标的问题，提出支持采样、通信和计算全异步的多智能体优化框架，证明其跟踪解时误差有界并解决二次规划开放问题，仿真验证有效性。
2025-08-20 math.OC
Continuous-Time Heterogeneous Agent Models with Recursive Utility and Preference for Late Resolution
Université de Paris Cité and Sorbonne Université, CNRS, Laboratoire Jacques-Louis Lions（巴黎西岱大学与索邦大学，法国国家科学研究中心，雅克-路易·利翁斯实验室）；School of Mathematics and Physics, China University of Geosciences (Wuhan)（中国地质大学（武汉）数学与物理学院）
本文研究连续时间异质性主体模型，其中主体具有递归效用（Epstein-Zin效用）并偏好晚期不确定性分辨率，通过平均场博弈框架将模型转化为耦合状态约束的Hamilton-Jacobi-Bellman方程和Fokker-Planck-Kolmogorov方程系统，探讨解的存在性及模型的关键定性特征。
2026-10-30 math.OC
Distributed Convex Optimization of Time-Varying Cost Functions with Swarm Tracking Behavior for Continuous-time Dynamics
研究了连续时间多智能体系统中具有群体跟踪行为的分布式凸优化问题。智能体的任务是通过局部交互来驱动其中心跟踪最优轨迹，该最优轨迹使局部时变费用函数之和最小化，同时保持连通性并避免智能体之间的碰撞。每个局部费用函数仅为单个代理所知，并且团队的最优解是时变的。这里考虑两种情况，单积分器动态和双积分器动态。对于每种情况下，提出了一种分布式的群体跟踪行为的凸优化算法，每个代理只依赖于自己的位置和相对位置（和速度在双积分的情况下）之间的本身和它的邻居。结果表明，智能体的中心跟踪最优轨迹，智能体之间的连通性将保持和避免智能体间的碰撞。最后，数值例子进行说明。
2015-07-16 math.OC
Sampled-Data Boundary Feedback Control of 1-D Parabolic PDEs
National Technical University of Athens（雅典国立技术大学）；University of California, San Diego（加州大学圣迭戈分校）
本文研究了在有界域上1维线性抛物型系统中使用零阶保持器的边界反馈控制应用，证明了在采样周期足够小的情况下，采样-保持的连续时间边界反馈能保证闭环指数稳定性，提供了状态加权2范数的稳定性估计和对采样计划扰动的鲁棒性。
2017-01-08 cs.SY eess.SY math.OC
Control Barrier Functions for Sampled-Data Systems with Input Delays
本文认为，一般的问题，理论上安全的控制器过渡到硬件。具体地说，我们探讨应用控制障碍函数（CBF）的采样数据系统：系统不断发展，但其控制行动是在离散的时间步长计算。虽然这种模型公式比其连续对应物更不常用，但它更准确地模拟了实践中大多数控制系统的现实，使安全保证更具影响力。在这种情况下，我们证明了强大的零阶保持控制器以及状态不确定性的集合不变性，而不需要明确计算任何控制不变集。然后，它表明，可以利用这个配方来解决在这个系统中的输入延迟，其结果是CBF的约束，是仿射的输入。结果表明，在一个不稳定的赛格威机器人系统的实时高保真仿真。
2020-05-13 cs.SY eess.SY math.OC
A sampling-based approach to scalable constraint satisfaction in linear sampled-data systems---Part I: Computation
University of California at Berkeley（加州大学伯克利分校）
本文提出一种新的基于采样的算法，用于高维线性采样数据系统中精确逼近可行性核，解决约束满足问题，并在十二维飞行包线保护问题中验证了方法的有效性。
2014-05-09 cs.RO cs.SY eess.SY
Stability analysis and stabilization of LPV systems with jumps and (piecewise) differentiable parameters using continuous and sampled-data controllers
本文针对具有跳跃和分段可微参数的混合LPV系统，提出基于时钟和参数依赖Lyapunov函数的方法，推导出在常数和最小驻留时间下的稳定性条件，并通过时依赖和时/参数无关状态反馈控制器实现镇定。
2020-12-03 cs.SY eess.SY math.OC
Distributed State Estimation for Linear Time-invariant Systems with Aperiodic Sampled Measurement
本文针对不满足可观测性条件的线性时不变系统，提出基于时变采样和异步通信的分布式观测器设计方法，给出采样周期显式上界，实现状态指数估计。
2024-06-07 cs.SY eess.SY math.DS
On stochastic stabilization of sampled systems
本文研究了控制策略数字化实现时的随机镇定问题，即：例如，当动力系统被连续处理时，而控制动作在预定义的时间步长中保持恒定。在这样的设置中，应特别注意所涉及的李雅普诺夫函数的样本到样本的行为。本文扩展了随机稳定性的结果，专门针对采样保持模式。我们表明，如果一个马尔可夫策略稳定的系统在一个合适的意义上，那么它也实际上稳定它的采样和保持意义。这就建立了一个从理想化的持续应用到数字化实施的桥梁。中心结果适用于由标准布朗运动驱动的随机微分方程描述的动力系统。推广进行了讨论，包括由有界噪声驱动的系统的非光滑李雅普诺夫函数的情况下。简要概述了有界噪声模型。
2022-11-07 math.DS math.OC
Sampled-Data and Event-triggered Boundary Control of a Class of Reaction-Diffusion PDEs with Collocated Sensing and Actuation
针对一类具有同位传感和Robin驱动的反应扩散偏微分方程，提出了基于采样数据和事件触发的边界控制策略.无穷维反推设计被用作底层控制方法。结果表明，连续时间输出反馈边界控制应用在采样和保持的方式，确保全局闭环指数稳定，只要采样周期是足够小的。此外，保证了对采样时间表的扰动的鲁棒性。对于连续时间控制器的事件触发实现，利用动态触发条件。触发条件确定需要更新控制输入的时刻。在基于事件触发的边界控制下，证明了两个触发时刻之间存在一个与初始条件无关的最小驻留时间。进一步证明了闭环系统全局指数收敛到平衡点。最后给出了一个仿真算例，验证了理论分析的正确性.
2021-08-07 cs.SY eess.SY math.OC
Linearly Convergent Algorithm with Variance Reduction for Distributed Stochastic Optimization
本文考虑了一个分布式随机强凸优化问题，其中连接在一个网络上的多个智能体的目标是合作地最小化所有智能体的局部费用函数的平均值。由于梯度估计的随机性和局部目标的分布性，目前还没有快速线性收敛的分布式算法。本文提出了一种新的分布式随机梯度跟踪算法，该算法通过增加采样梯度的批量大小来估计局部梯度。与一个无向连接的通信图和一个几何增加的批量大小，迭代收敛的平均几何速度（实现线性收敛）的最优解。建立了获得$ε$ -最优解的迭代、通信和预言复杂性。特别地，通信复杂度是$\mathcal{O}(\ln (1/ε))$，而预言复杂度（采样梯度的数量）是$\mathcal{O}(1/ε^2)$，其与集中式方法的数量级相同。因此，所提出的方案是通信高效的，而不需要额外的采样梯度。通过数值模拟验证了理论结果。
2020-02-14 cs.MA math.OC
Accuracy of Discretely Sampled Stochastic Policies in Continuous-time Reinforcement Learning
Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong, Hong Kong（系统工程与工程管理系，香港中文大学）；Department of Mathematical Sciences, Tsinghua University, China（数学科学系，清华大学）；Department of Mathematics, Imperial College London, United Kingdom（数学系，伦敦帝国学院）
本研究针对连续时间强化学习中随机策略执行与性能评估的难题，提出离散采样分段常数执行的策略框架，严格证明其收敛性并量化速率，为相关探索性随机控制框架提供理论支撑。
2025-10-02 cs.LG cs.NA math.NA
Multi-agent Coverage Control: From Discrete Assignments to Continuous Multi-agent Distribution Matching
本文综述多智能体覆盖控制问题，涵盖静态与动态部署、离散与连续任务分配，指出统一特征并给出新参考文献，大纲包括并发区域划分、离散任务分配及大规模群体连续分配。
2024-07-18 cs.RO math.OC
Optimal Sampled-Data Control of a Nonlinear System
利用稳定流形方法和数值方法研究了非线性系统的最优采样控制问题。我们的想法是注意到与所考虑的最优控制问题相关联的哈密顿系统，并计算其稳定流形上的轨迹。由于证明了伴随这些轨迹的控制输入是最优的，因此可以通过插值得到最优控制律。稳定流形方法最初是为连续时间最优控制而提出的，在Navasca的工作基础上，它适用于采样数据控制。在采样数据控制的情况下，该方法需要被控对象在一个采样周期内的状态转移及其对状态和输入的导数。他们的计算是通过数值技术实现的。此外，提出了一种射击方法的轨迹和扩展的系统生成被认为是考虑到样本间的行为。该方法被应用于轮式移动机器人的跟踪控制。它成功地工作在一个相当长的采样周期。
2021-12-29 cs.SY eess.SY math.OC
Continuous-time average-preserving opinion dynamics with opinion-dependent communications
我们研究了一个简单的连续时间多代理系统相关的克劳斯的意见动态模型：每个代理持有一个真正的价值，这个价值是不断吸引的每一个其他值不同于它由小于1，强度成正比的差异。我们证明收敛到一组集群，在每个集群中的代理共享一个共同的值，并提供一个下界集群之间的距离在一个稳定的平衡，在一个合适的概念下的多智能体系统的稳定性。为了更好地理解大量代理的系统的行为，我们引入了一个变量，涉及一个连续的代理。在一定条件下，我们证明了系统动力学解的存在性，收敛到簇，以及簇间距离的非平凡下界。最后，我们建立了连续体模型准确地代表了一个有限但大量的代理系统的渐近行为。
2009-07-27 math.DS math.OC
Stationary Heterogeneous-Agent Models in Continuous Time
Princeton University（普林斯顿大学）
研究连续时间下Bewley-Huggett-Aiyagari模型的平稳均衡存在性与多重性，基于财政价格水平理论，发现政府小规模赤字可导致任意偶数个均衡及价格水平多重性。
2026-06-05 econ.TH math.OC
Sampled-Data Observers for Delay Systems and Hyperbolic PDE-ODE Loops
本文研究了具有离散和分布状态和输出时滞系统的采样观测器和基于采样器的输出反馈稳定器的设计问题。所得结果可应用于严格反馈结构的时滞系统、具有非局部项的迁移偏微分方程以及带有迁移偏微分方程的常微分方程的反馈关联.所提出的设计方法包括利用现有的观测器，其特点是鲁棒指数收敛的误差时，连续时间的输出测量。观测器，然后修改，主要是通过添加一个样本间输出预测，以补偿数据采样的影响。使用李雅普诺夫稳定性工具和小增益分析，我们证明了鲁棒指数稳定的误差是保留的，提供的采样周期不是太大。最后给出了化学反应器的状态观测和输出反馈镇定的例子。
2019-07-15 cs.SY eess.SY math.OC
A Sampling Theorem for Exact Identification of Continuous-time Nonlinear Dynamical Systems
低采样频率对从采样数据中准确识别连续时间（CT）动力系统提出了挑战，即使其模型是可识别的。提出了由Koopman算子建立的CT系统从采样数据中精确辨识的充分必要条件。该条件给出了精确辨识具有Koopman不变子空间的CT非线性动力系统的类Nyquist-Shannon临界频率：1）它建立了允许离散样本序列发现底层系统的采样频率的充分条件和2）它还建立了导致底层系统不可区分的系统混叠的采样频率的必要条件;以及3）原始CT信号不必如Nyquist-Shannon定理中所要求的那样被限带。理论判据已被证明在一些模拟的例子，包括线性系统，非线性系统的平衡，和极限环。
2022-04-29 cs.SY eess.SY math.DS
Control Barrier Functions in Sampled-Data Systems
本文给出了具有分段常数控制器和固定时间步长的采样数据系统动力学中保证安全集前向不变性的条件。首先，我们引入两种不同的度量来比较分段常数控制器下前向不变性的充分条件的保守性。然后，我们提出了三种方法来保证前向不变性，两个动机的连续时间障碍函数，和一个动机的离散时间障碍函数。所有建议的条件是控制仿射，因此可以纳入二次规划控制综合。我们表明，所提出的条件是不太保守的比那些在早期的研究，并通过模拟显示，这使得使用障碍功能，是不可能实现所需的时间步长使用现有的方法。
2021-06-16 cs.SY eess.SY math.OC
Loop-Back Interference Suppression for OFDM Signals via Sampled-Data Control
Graduate School of Informatics, Kyoto University（京都大学情报大学院）
本文提出利用采样数据H∞设计数字滤波器，以稳定系统并抑制连续时间干扰，通过仿真验证方法有效性。
2015-04-03 cs.IT cs.SY eess.SY
A continuous-time distributed generalized Nash equilibrium seeking algorithm over networks for double-integrator agents
我们考虑一个系统的单或双积分代理在网络上玩广义纳什博弈，在部分信息的情况下。我们解决了广义纳什均衡寻求问题，设计一个完全分布式的动态控制器，基于连续时间的共识和原始-对偶梯度动力学。我们的主要技术贡献是显示收敛的闭环系统的变分平衡，强单调性和Lipschitz连续性的游戏映射，利用单调性和稳定性理论的投影动力系统。
2020-03-02 cs.MA cs.SY eess.SY
