On Switching Stabilizability for Continuous-Time Switched Linear Systems
研究了连续时间切换线性系的切换镇定问题。我们考虑四种类型的开关控制输入的不同假设下定义的开关稳定性。最一般的切换可镇定性被定义为存在一个可测的切换信号,在此信号下,所得到的时变系统是渐近稳定的。离散开关稳定性的定义类似,但要求开关信号是分段恒定的时间间隔均匀的长度。此外,我们还定义了反馈可镇定性在Filippov意义下的定义。采样和保持意义)作为反馈律的存在,在该反馈律下闭环Filippov解(分别为采样保持解决方案)是渐近稳定的。证明了四种切换镇定定义是等价的,它们的充分和必要条件是存在一个分段二次控制-李雅普诺夫函数,该函数可以表示为有限个二次函数的逐点最小值.
2016-01-07 math.OC
On controllability, observability and stabilizability of the heat equation on discrete graphs
Universität Leipzig(莱比锡大学);Technische Universität Hamburg(汉堡工业大学);University of the Free State(自由州大学);Technische Universität Chemnitz(开姆尼茨工业大学)
该研究探讨了离散图上热方程的可控性、可观察性及稳定性问题,通过弱可观察性估计证明了成本均匀的$α$-可控性,并讨论了结果的最优性和稳定性性质的影响。
2026-01-28 math.FA math.OC
On stabilizability and exact observability of stochastic systems with their applications
本文利用广义 Lyapunov 算子谱技术研究线性随机系统的可镇定性、弱可镇定性与精确能观性,并将结果应用于 GARE、Lyapunov 型方程及基于 LMI 的鲁棒二次镇定。
2023-07-18 math.OC
On Poly-Quadratic Stabilizability and Detectability of Polytopic LPV Systems
Eindhoven University of Technology(埃因霍温理工大学)
本文提出利用多二次李雅普诺夫函数,将稳定性与可检测性测试从线性时不变系统扩展到多顶点线性参数变化系统。
2026-02-01 cs.SY eess.SY math.OC
Minimax joint spectral radius and stabilizability of discrete-time linear switching control systems
为了估计具有来自某组矩阵$\mathcal{A}$的因子的矩阵乘积$A_{n}\cdots A_{1}$的增长率,传统上使用诸如联合谱半径$ρ(\mathcal{A})$和较低谱半径$\checkρ(\mathcal{A})$的数值量。这些量中的第一个表征相应产品的范数的最大增长率,而第二个表征最小增长率。在离散时间线性切换系统理论中,不等式$ρ(\mathcal{A})<1$用作系统稳定性的判据,而不等式$\checkρ(\mathcal{A})<1 $用作可镇定性的判据。对于具有因子$A_{i}\in\mathcal{A}$和$B_{i}\in\mathcal{B}$的矩阵乘积$A_{n}B_{n}\cdots A_{1}B_{1}$,其中$\mathcal{A}$和$\mathcal{B}$是一些矩阵集合,我们引入量$μ(\mathcal{A},\mathcal{B})$和$η(\mathcal{A},\mathcal{B})$,分别称为对$\{\mathcal{A},\mathcal{B}\}$的下极大极小联合谱半径和上极大极小联合谱半径,其特征在于矩阵乘积$A_{n}B_{n}\cdots A_{1}B_{1}$在所有矩阵集合$A_{i}\in\mathcal{A}$上的最大增长率和在所有矩阵集合上的最小增长率$B_{i}\in\mathcal{B}$。在这个意义上,极大…
2017-12-21 math.OC math.RA
Is It Possible to Stabilize Disrete-time Parameterized Uncertain Systems Growing Exponentially Fast?
本文导出了离散时间参数化不确定性系统的可镇定性的一个令人惊讶但足够有趣的结果。与直觉相反,它表明,具有线性参数化的离散时间可镇定系统的增长率不一定总是小的。更具体地,为了实现稳定性,具有$b<4$的系统函数$f(x)=O(|x|^b)$仅对于$\mathbb{R}$中的非常小部分的$x$是需要的,即使对于另一个$x$它以指数方式快速增长。对于可稳定和不可稳定的情况,也计算了$\mathbb{R}$中所述集合的比例,其中系统满足增长率$ O(|x|^b)$。如本文所示,该比例可以任意小,而相应的系统是可稳定的。
2018-10-18 math.OC
Finite-sample-based Spectral Radius Estimation and Stabilizability Test for Networked Control Systems
在离散线性定常系统的分析与控制中,系统状态矩阵的谱半径起着至关重要的作用。通常,假设系统矩阵是已知的,从该矩阵可以直接计算谱半径。相反,我们考虑系统受过程噪声影响的设置,并且系统输入和状态测量的样本只有1000个。我们提供了两种方法来估计的谱半径,并推导出误差界,持有高概率。此外,我们展示了如何使用推导出的结果来测试稳定性的网络控制系统(NCSs)与有损通道时,只有1000多个样本的系统输入,状态和丢包序列。
2022-03-23 cs.SY eess.SY math.OC
Efficient Lyapunov-Based Stabilizability and Detectability Tests: From LTI to LPV Systems
在本技术说明中,我们将线性时不变(LTI)系统的著名的基于Lyapunov的稳定性和可检测性测试推广到离散时间(DT)多面体线性参数变化(LPV)系统的背景下。要做到这一点,我们利用的数学结构的类的多二次李雅普诺夫函数,这使我们能够制定条件的形式的线性矩阵不等式(LMI)。我们的结果不同于现有的条件,我们采用较弱的假设控制器/观测器的参数依赖性和我们的方法不需要明确地将这些增益,这使得新的条件计算要求较低。有趣的是,我们的研究结果也有重要的影响,现有的控制器和观测器的综合技术的基础上多QLF。事实上,我们表明,现有的观察员合成结果比预期的更强,在这个意义上,他们是必要的一个更大的一类观察员。此外,我们还介绍了新的控制器的合成条件,并说明我们的结果通过数值案例研究。
2023-03-19 cs.SY eess.SY math.OC
Robust control of uncertain multi-inventory systems via Linear Matrix Inequality
研究了一类需求量和控制量均在椭球或多面体内的连续时间线性多库存系统。我们解决的问题“-稳定的库存,因为这意味着一些减少的库存成本。主要结果是在某些条件下,通过饱和线性状态反馈控制“-镇定是可能的。所有的结果是基于线性矩阵不等式(LMI)的方法和最近的一些技术的建模和分析的多面体系统的饱和。
2007-10-25 math.DS math.OC
Pointwise Stabilization of Discrete-time Stationary Matrix-valued Markovian Chains
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)
研究离散时间平稳马尔可夫跳变线性系统的点态稳定性,利用测度论、遍历理论和状态空间分裂定理,证明在本质乘积有界条件下,点态收敛等价于点态指数收敛。
2013-08-30 cs.SY eess.SY math.DS
Optimal Tuning of Fuzzy Feedback filter for L1 Adaptive Controller Using Multi-Objective Particle Swarm Optimization for Uncertain Nonlinear MIMO Systems
针对多输入多输出(MIMO)系统,提出了一种自适应控制器L1反馈滤波器的有效整定方法。反馈滤波器提供了权衡快速闭环动态、鲁棒性裕度和控制信号范围的性能。因此,适当调整滤波器的参数是至关重要的,以实现最佳性能。对于MIMO系统,参数整定是一个挑战,需要一个多目标的性能指标,以避免不稳定。本文提出了一种基于模糊的L1反馈滤波器的设计调整与多目标粒子群优化(MOPSO),以消除这些瓶颈。MOPSO保证了模糊隶属函数的适当选择。采用双旋翼MIMO系统对所提出的方法进行了验证,仿真结果表明了所提出方法的有效性,同时保持了系统的稳定性。
2018-06-05 math.OC
Reinforcement Learning for Discrete-time LQG Mean Field Social Control Problems with Unknown Dynamics
Beijing Institute for General Artificial Intelligence(北京通用人工智能研究院)
本文提出了一种强化学习算法,用于解决具有未知动态的离散时间线性二次高斯均场社会控制问题,通过结合基于模型和基于数据的方法,实现对分布式最优控制的近似。
2025-12-04 math.OC
Understanding the Capability of PD Control for Uncertain Stochastic Systems
研究了一类二阶不确定随机控制系统的全局可镇定性问题,其中漂移项和扩散项均为状态变量和控制变量的非线性函数.我们将证明,在工程实践中广泛应用的比例微分(PD)控制有能力在均方意义下全局稳定这样的系统,提供的非线性函数的偏导数的上界满足一定的代数不等式。同时证明了镇定PD参数只能从二维有界凸集中选取,这与现有文献中PD控制的不确定随机系统有很大区别。此外,一个特定的多项式在这些边界上的介绍,它可以用来确定在什么条件下,系统是不稳定的PD控制,从而证明PD控制的基本局限性。
2022-05-10 cs.SY eess.SY math.OC
Maximum principle for discrete-time stochastic optimal control problem under distribution uncertainty
本文研究了具有凸控制域的分布不确定性离散时间随机最优控制问题。利用弱收敛方法和Sion极小极大定理,得到了在参考概率$P^{\ast}$下代价泛函的变分不等式.在噪声和控制的平方可积条件下,建立了$P^{\ast}$下的离散时间随机最大值原理。最后,我们引入了一种向后算法来计算参考概率$P^{\ast}$和最优控制$u^{\ast}$。
2022-06-26 math.OC
Robust LQR for Uncertain Discrete-Time Systems using Polynomial Chaos
本文提出了一种基于多项式混沌的概率参数离散线性系控制器设计方法。推导了此类系统指数均方稳定的条件,并以凸优化形式给出了最优二次稳定控制器的合成算法。所提出的解决方案是证明在推导的离散时间模型的非线性F-16飞机模型修剪在一组选定的点。
2020-04-03 math.OC
Gradient Dominance in the Linear Quadratic Regulator: A Unified Analysis for Continuous-Time and Discrete-Time Systems
University of California San Diego(加州大学圣地亚哥分校)
本文提出了一种统一的梯度主导性性质,适用于连续时间和离散时间LQR系统,在温和的稳定性和可检测性假设下,揭示了两种动态之间的结构对称性。
2026-02-26 cs.SY eess.SY math.OC
Optimal Guaranteed Cost Control of Discrete-Time Linear Systems subject to Structured Uncertainties
针对具有范数有界结构参数不确定性的离散线性系,提出了状态反馈和静态输出反馈广义保成本控制(GCC)方法.这种方法使得凸综合的更一般的系统,其中不确定性是不相关的块对角,并没有馈通不确定性与控制输入的乘法。给出了状态反馈的充要条件和静态输出反馈的充分条件。我们还提出了一个比较研究之间的建议控制器,标准的线性二次型调节器,并在文献中发现的保成本控制器。
2019-06-20 math.OC
Exact recursive updating of uncertainty sets for discrete-time plants with a lag
在最近的一篇论文[arXiv:1612.04918]中,有关于线性离散时间SISO系统的可能状态的多面体集的新结果,该系统受到有界噪声破坏的测量的有界干扰。使用这些结果,我们构建了一个算法,对于一个滞后的植物的特殊情况下,递归更新这些多面体集时,新的测量到达。
2017-10-09 math.OC
Stabilization of Uncertain Discrete-time Linear System via Limited Information
提出了一种利用有限的稳定输入信息对不确定离散网络控制系统进行控制的方法。该系统主要受时变、范数有界、失配参数不确定性的影响。由于通信网络的不可靠性,输入信息是有限的。采用基于事件触发的鲁棒控制策略来捕捉网络的不可靠性。在事件触发控制中,只有当违反预先指定的事件条件时,才在系统端计算和更新控制输入。通过求解基于虚拟标称动态和修正的代价泛函的最优控制问题,得到鲁棒控制输入,使不确定性系统镇定。所设计的有限信息鲁棒控制律在不匹配不确定性存在的情况下保证了原系统的输入-状态稳定性。推导离散不确定性系统的事件触发条件,并通过解析方法保证系统的稳定性是本文的主要贡献。最后通过一个算例验证了所提出的基于事件的控制算法的有效性。
2015-12-22 math.OC
Robust Smoothing for Discrete-Time Uncertain Nonlinear Systems
针对一类具有建模不确定性和外生噪声源的非线性系统,导出了鲁棒平滑问题的递推方程。所考虑的系统在离散时间和不确定性建模的总和二次约束。鲁棒平滑的问题解决的前向时间和反向时间滤波器。这两个过滤器制定的集值状态估计器和重铸成附属最优控制问题。这些最优控制问题描述的离散时间Hamilton-Jacobi-Bellman方程,其近似解导致递归Riccati差分方程,过滤器状态方程,和水平位移标量方程的前向时间和反向时间的过滤器。
2013-03-26 math.OC
Gamma counterparts for robust nonlinear combinatorial and discrete optimization
本文将 Gamma 不确定性集方法推广至(混合整数)非线性优化规划,推导了不受不确定性影响的等价鲁棒对应公式,并展示了多项式预言机调用可解性及实际应用实例。
2023-04-04 math.OC
Data-Driven Stabilizing and Robust Control of Discrete-Time Linear Systems with Error in Variables
本文提出了一种基于平方和(SOS)的离散时间线性系的数据驱动镇定和鲁棒控制方法,该方法中的全状态观测值被L ∞有界输入、测量和过程噪声(变量设置误差)所破坏。通过求解由多项式非负约束构成的可行性规划,证明了一致性集中所有对象的状态反馈超稳定性、二次稳定性或正稳定性。在弱紧性和数据收集假设下,SOS紧化在升阶上收敛到真的超稳定或正稳定控制器,并对二次稳定性引入一定的保守性.该SOS方法的性能得到改善,通过应用定理的替代品,同时保持紧密性,其中未知的噪声变量被删除的一致性集描述。这种SOS可行性方法被扩展到提供最坏情况下的最优鲁棒控制器下H2控制成本。一致性集合描述可以被扩展以包括数据和过程受到L-无穷大有界测量、过程和输入噪声的组合影响的情况。
2023-03-30 cs.SY eess.SY math.OC
Recursive state estimation for noncausal discrete-time descriptor systems under uncertainties
本文提出了一类线性非因果时变差分广义方程描述的不确定系统的在线状态估计方法。该方法是基于线性Minimax估计的概念和这里引入的奇异差分方程的因果关系指数。将动态规划和Moore伪逆理论应用于极小极大估计问题,得到了在线极小极大估计。它与卡尔曼滤波器的规则系统。给出了二维非因果广义系统状态估计的一个数值例子。关键词:卡尔曼滤波,在线状态观测器,保估计,广义系统,奇异系统,DAE。
2007-11-08 math.OC
IQC Based Analysis and Estimator Design for Discrete-Time Systems Affected by Impulsive Uncertainties
我们提出了新的线性离散时间脉冲系统的二次性能测试的基础上查看这些系统的反馈互连的一些非脉冲线性系与脉冲算子。为了系统地分析这样的互连,我们采用积分二次约束的框架,并提出了新的约束,这种捕获的行为所涉及的脉冲算子。作为一个主要的好处,这个框架的模块化允许无缝扩展到受异构的不确定性影响的互连在一个简单的方式。这与基于通过时钟捕获系统的脉冲行为的替代方法形成对比。建立在发达国家的分析标准,我们的特点是存在的非脉冲估计这样的脉冲互连无损的方式和线性矩阵不等式。最后,我们的方法是通过几个数值例子来说明。
2022-12-17 math.OC
Optimistic planning for the near-optimal control of nonlinear switched discrete-time systems with stability guarantees
乐观规划(optimistic planning,OP)是一种算法,它能为输入集有限的一般非线性离散系统产生接近最优控制的输入。因此,这种技术是相关的近最优控制的非线性切换系统,其中的开关信号是控制。然而,OP表现出一些限制,这阻止了它在标准控制上下文中的应用。首先,它要求阶段成本取[0,1]中的值,这是一个不自然的先决条件,因为它排除了例如二次阶段成本。其次,它要求对费用函数进行贴现。第三,它适用于报酬最大化,而不是成本最小化。在本文中,我们修改OP,以克服这些限制,我们称之为新的算法OPmin。然后,我们作出稳定性和可检测性的假设,根据这一假设,我们获得了近最优保证OPmin,我们表明,所获得的界具有重大优势相比,原来由OP给出的界。此外,我们证明了一个系统,其输入所产生的OPmin在一个滚动时域的方式表现出稳定性。因此,OPmin为非线性离散切换系统的一般费用函数的近优、稳定控制提供了一种新的工具。
2019-08-04 cs.SY eess.SY math.OC
MIMO First and Second Order Discrete Sliding Mode Controls of Uncertain Linear Systems under Implementation Imprecisions
传统的基于模型的控制器的性能很大程度上取决于建模动态的准确性。设备动态模型在估计物理参数的数值时会出现误差,并且会随操作环境条件和时间发生变化。模型参数的这些误差和变化是控制器结构中不确定性的主要来源。控制器软件在实际电子控制单元(ECU)上的数字实现在控制器输入/输出处引入了另一层不确定性。实现的不确定性主要是由于通过模数转换(ADC)单元进行的数据采样和量化造成的。在控制器设计周期的早期阶段未能解决模型和ADC的不确定性,导致昂贵且耗时的验证和确认(V&V)过程。针对一类不确定线性系,提出了一阶和二阶离散滑模控制器(DSMC)的新形式。通过在线ADC不确定性预测机制,将ADC不精确性的知识纳入建议的DSMC中,以提高控制器的鲁棒性。此外,DSMC配备有自适应律,以从线性系模型的参数中去除两种不同类型的建模不确定性(乘性和加性)。建议的自适应DSMCs进行评估的直流电机速度控制问题的实时使用处理器在环(PIL)设置与实际的ECU。仿真结果表明,所提出的SISO和MIMO二阶DSMC比传统的SISO一阶DSMC跟踪性能分别提高了69%和84%。此外,建议的适应机制是能够消除高达90%的模型中的不确定性。
2017-06-13 math.OC
Global Stabilization by Means of Discrete-Delay Output Feedback
本文给出了非线性不确定性系统通过离散时滞静态输出反馈全局镇定的充分条件。仿真结果表明了该控制策略的有效性。
2008-02-28 math.OC
Robust reliable control of uncertain 2D discrete switched systems with state delays
研究了一类由Roesser型模型表示的具有状态时滞的不确定2D离散切换系统的鲁棒可靠控制问题。假设参数不确定性是范数有界的。首先,建立了具有状态时滞的离散2D系统指数稳定的时滞相关的充分条件。然后,平均停留时间的概念扩展到2D切换系统,和一个可靠的状态反馈控制器的线性矩阵不等式(LMIs),使得所得到的闭环系统是指数稳定的所有容许的不确定性和执行器故障。停留时间的方法是用于稳定性分析和控制器设计。最后,一个例子来证明所提出的方法的有效性。
2012-10-09 math.DS math.OC
Generating a robustly stabilizable class of nonlinear systems for the converse optimality problem
逆向最优性理论解决了一个最优控制问题,相反,系统是未知的,价值函数的选择。以前的工作处理这个问题,在连续和离散的时间和非广泛考虑的干扰。本文将逆最优性理论推广到连续时间内具有扰动的仿射系统,同时考虑了控制输入和扰动的范数约束。在此背景下,可接受性定理和内部动力学模型的设计得到了推广。利用逆最优性工具:鲁棒控制李雅普诺夫函数,对初始逆最优性问题增加了鲁棒可镇定性条件。给出了一类开环鲁棒稳定且全局渐近稳定的非线性系统的设计方法。案例研究说明了所提出的理论。
2022-08-12 cs.SY eess.SY math.OC
Utility Maximization under Model Uncertainty in Discrete Time
我们给出了离散时间非支配模型不确定性下的效用最大化问题的一般公式,并证明了对于任何有界的效用函数,存在最优投资组合。在无界的情况下,需要可积性条件,因为即使值函数是有限的,也可能出现不存在性。
2013-07-13 math.OC math.PR q-fin.PM
Uncertainty and filtering of hidden Markov models in discrete time
我们考虑的问题过滤看不见的马尔可夫链从嘈杂的意见,在存在的不确定性的参数所涉及的过程。使用非线性期望理论,我们描述的不确定性的惩罚函数,它可以在时间上向前传播的地方的过滤器。
2018-05-12 math.OC math.PR stat.ME
Superreplication under Model Uncertainty in Discrete Time
研究了离散时间模型不确定性下未定权益的超复制问题。我们证明了在一般测度论环境中存在最优超级复制策略;此外,我们将最小超级复制价格描述为合适Banach空间上所有连续线性定价泛函的上确界。主要成分是一个封闭的结果,可以从零资本超级复制的索赔集,它的证明依赖于中间限制。
2014-02-14 math.OC math.PR q-fin.PR
Convergence Analysis and Design of Multi-block ADMM via Switched Control Theory
Northeastern University(东北大学)
本文通过切换控制理论分析多块ADMM的收敛性,提出线性矩阵不等式条件以确保任意序列下的收敛性,并通过半正定规划验证了方法的有效性。
2018-03-03 cs.SY eess.SY math.OC
Synthesis of safety certificates for discrete-time uncertain systems via convex optimization
本文针对受加性扰动的离散时间线性系统,提出两类半定规划以协同设计控制障碍函数和线性反馈控制器,分别给出最坏情形无限时域安全与有限时域概率安全保证,并扩展至输入约束、分布模糊、安全滤波和避障。
2025-05-13 cs.SY eess.SY math.OC
Continuous-time optimal control for trajectory planning under uncertainty
Université Paris-Saclay(巴黎萨克雷大学);CNRS(法国国家科学研究中心);CentraleSupélec(中央理工-高等电力学院)
本文提出了一种连续时间最优控制框架,用于生成具有不确定性的驾驶场景中的参考轨迹。通过将之前离散时间随机生成器扩展到连续时间,提高了生成器在实时环境中的鲁棒性,并展示了连续时间随机模型在捕捉不确定性方面的有效性。
2026-03-13 math.OC math.PR
Minimax state estimation for linear discrete-time differential-algebraic equations
本文提出了一种希尔伯特空间中带有非可逆算子的不确定线性方程的状态估计方法。该方法解决了具有不确定确定性输入和噪声的线性方程的测量,属于一个给定的凸封闭有界集。引入了极大极小可观测子空间的概念。通过所提出的方法,新的方程描述的动态极小极大递归估计的离散时间非因果微分代数方程(DAE)。对于经常DAE的情况下,它被证明是一致的估计器的方程描述的种子卡尔曼滤波器的方程。数值例子说明了估计的性质。
2010-07-26 math.DS math.OC
Robust Global Adaptive Exponential Stabilization of Discrete-Time Systems with Application to Freeway Traffic Control
National Technical University of Athens(雅典国立技术大学);Technical University of Crete(克里特理工大学)
本文提出了一种自适应控制方案,用于不确定离散时间系统,保证鲁棒、全局指数收敛到系统期望平衡点。方法结合了名义反馈律和非线性死区观测器,适用于具有未知常参数的非线性不确定系统,并通过高速公路模型验证了其应用性。
2015-09-01 cs.SY eess.SY math.OC
Non-concave stochastic optimal control in finite discrete time under model uncertainty
本文提出有限离散时间下非凹鲁棒随机最优控制的一般框架,通过动态规划原理同时求解最优控制和最坏情况测度,并应用于金融衍生品对冲,在金融危机等不利情景下优于经典Delta对冲等策略。
2025-05-05 math.OC math.PR q-fin.MF
Distribution Steering for Discrete-Time Uncertain Ensemble Systems
Department of Automation, Shanghai Jiao Tong University(上海交通大学自动化系);School of Artificial Intelligence, Anhui University(安徽大学人工智能学院)
本文提出了一种针对离散时间不确定集合系统的分布引导方法,通过幂矩转换将无限维问题转化为有限维问题,并通过控制律和逆问题求解实现对系统分布的控制。
2026-01-20 cs.SY eess.SY math.OC
Robust Adaptive Discrete-Time Control Barrier Certificate
Delft Center for Systems and Control, TU Delft(代尔夫特系统与控制中心,代尔夫特理工大学)
本文提出了一种基于控制屏障函数的鲁棒自适应控制方法,用于确保离散时间系统在参数不确定性和扰动下的安全性。
2026-09-09 cs.SY eess.SY math.OC
Discrete-time Contraction-based Control of Nonlinear Systems with Parametric Uncertainties using Neural Networks
School of Chemical Engineering, The University of New South Wales (UNSW Sydney)(新南威尔士大学化学工程学院(UNSW悉尼))
本文提出融合神经网络与离散时间收缩理论的控制方法,通过学习收缩度量、微分反馈增益并在线估计不确定参数,实现非线性化学过程的时变参考无偏差跟踪与稳定性保证。
2022-06-20 cs.LG cs.SY eess.SY
Robust Sliding Mode Control of a Magnetic Levitation System: Continuous-Time and Discrete-Time Approaches
本文提出了三种磁悬浮系统的滑模控制器。首先,采用一种新的切换面和比例加功率速率趋近律设计了比例积分滑模控制器。PI-SMC比反馈线性化控制器在不匹配不确定性的存在下具有更强的鲁棒性,并且在收敛速度和稳定时间方面优于最近文献中报道的SMC方案。其次,为了减少PI-SMC中的抖振现象,提出了一种基于状态反馈的离散时间SMC算法。然而,扰动抑制能力在一定程度上受到损害。此外,为了提高鲁棒性,而不损害抖振减少的好处的离散时间SMC,不匹配的不确定性,如传感器噪声和跟踪输入干扰被纳入一个强大的离散时间SMC设计使用多速率输出反馈(MROF)。利用这种技术,可以实现全状态反馈控制器的效果,而不会引起动态控制器或额外的离散时间观测器的复杂性。此外,基于MROF的离散时间滑模控制策略可以稳定磁悬浮系统具有良好的动态和稳态性能,在存在不匹配的不确定性具有优越的鲁棒性。利用李雅普诺夫稳定性理论证明了闭环系统在所设计的控制器作用下的稳定性。仿真结果和分析比较表明,所提出的控制方案的有效性和鲁棒性。
2021-10-24 cs.SY eess.SY math.OC
State distributions and minimum relative entropy noise sequences in uncertain stochastic systems: the discrete time case
School of Engineering and Information Technology, University of New South Wales at the Australian Defence Force Academy(新南威尔士大学澳大利亚国防军学院工程与信息技术学院)
本文针对离散时间随机系统,通过条件相对熵量化噪声不确定性,研究耗散性理论、鲁棒性能分析以及最小化驱动系统所需相对熵供应的Schrödinger桥问题,并给出线性高斯情形的闭式解与可计算鲁棒性指标。
2012-08-19 cs.IT cs.SY eess.SY
Nonlinear Discrete-time System Identification without Persistence of Excitation: Finite-time Concurrent Learning Methods
KIOS Research and Innovation Center of Excellence(KIOS卓越研究与创新中心);University of Cyprus(塞浦路斯大学)
研究了离散非线性系统动态特性未知的有限时间学习问题,不要求激励持续性。提出了两种有限时间并行学习方法,利用当前数据和经验数据在线逼近离散非线性系统的不确定性,该方法满足一个易于检验的秩条件,与激励持续性条件相比,该秩条件的限制较小.对于所提出的有限时间并行学习方法,严格的证明保证有限时间收敛的估计参数的最优值的基础上离散时间李雅普诺夫分析。仿真结果表明,与现有文献相比,所提方法能够及时、准确地逼近不确定性。
2022-05-15 cs.LG cs.SY eess.SY