Feedback Linearization for Quadrotors UAV
在论文“Control Design for UAV Quadrotor via Embedded Model Control”[1]中，作者基于嵌入式模型控制（EMC）方法结合反馈线性化（FL）设计了一个完整的UAV四旋翼控制单元;当应用于非线性系统时。具体来说，[1]提出使用FL作为设计EMC状态和干扰预测器的内部模型的新方法。为了支持文献[1]中的论述，本文对文献[1]中的无人机四旋翼反馈线性化模型进行了逐步推导。
2019-06-10 cs.SY eess.SY
Model-Free Active Input-Output Feedback Linearization of a Single-Link Flexible Joint Manipulator: An Improved ADRC Approach
Electrical Engineering Department（电气工程系）；College of Engineering, Baghdad University（巴格达大学工程学院）
本文提出了一种基于改进主动扰动抑制控制（IADRC）范式的无模型主动输入输出反馈线性化（AIOFL）技术，用于设计具有已知相对次数的非线性系统的反馈线性化控制律，通过改进非线性扩展状态观测器（INLESO）估计广义扰动并结合改进非线性状态误差反馈（INLSEF）生成名义控制律，实现实时消除所有不需要的动力学、外源扰动和系统不确定性，将系统转化为积分链，仅需非线性系统的相对次数信息，并通过李雅普诺夫函数分析证明了系统的渐近稳定性。
2019-06-30 cs.RO cs.SY eess.SP
Active Disturbance Rejection Based Robust Trajectory Tracking Controller Design in State Space
University of Wollongong（伍伦贡大学）；Shanghai University of Electric Power（上海电力大学）
本文提出了一种基于活动扰动抵消的态空间鲁棒轨迹跟踪控制器设计方法，能够补偿匹配和不匹配的扰动，通过虚构设计变量（即微分平坦输出）生成鲁棒的状态和控制输入参考，并利用微分平坦性和扰动观测器估计扰动，采用布鲁诺夫斯基标准型和多项式矩阵型方法提出两种不同的鲁棒控制器设计技术，通过双质量弹簧阻尼系统研究鲁棒位置控制问题以验证所提的鲁棒控制器。
2019-03-13 cs.SY eess.SY
Robust safety design for strict-feedback nonlinear systems via observer-based linear time varying feedback
Université Bourgogne Europe（勃艮第欧洲大学）；COMSATS University Islamabad（伊斯兰堡科马斯特斯大学）；Aix-Marseille University（艾克斯-马赛大学）
本文提出了一种基于观测器的鲁棒安全控制方法，用于严格反馈非线性系统，通过状态变换和线性时变扰动观测器实现安全控制设计。
2025-12-23 cs.SY eess.SY
Self-Tuning Control based on Modified Equivalent-Dynamic-Linearization Model
提出基于引入时延和干扰的改进EDLM的自校正控制器，分四种情况应用，通过分析闭环极点实现设计与稳定性分析，并解决MFAC中参数λ的定量选择问题。
2023-11-24 cs.SY eess.SY
Data-Driven Feedback Linearization of Nonlinear Systems with Periodic Orbits in the Zero-Dynamics
在这篇文章中，我们提出了数据驱动反馈线性化的非线性系统的周期轨道的零动态。这种情况下是具有挑战性的数据驱动的控制设计，因为在离散化的内部动态的高阶项出现作为扰动输入的可控子系统的规范形式。我们的设计由两部分组成：一个基于数据驱动反馈线性化的控制器和一个两部分的估计器，它可以重建非线性系统的标准形中的未知非线性项。我们研究了闭环非线性系统的正规形中子系统之间的耦合效应，并得出结论：这种耦合的存在阻止了可控状态的渐近收敛。我们还表明，在可控状态的估计误差与采样时间成线性比例。最后，我们提出了一个基于仿真的数据驱动反馈线性化的验证。
2022-11-21 cs.SY eess.SY
Equilibrium Adaptation-Based Control for Track Stand of Single-Track Two-Wheeled Robots
Tsinghua University（清华大学）；Beijing Institute of Technology（北京理工大学）
针对单轨两轮机器人静止平衡难题，借鉴骑行者轨道驻车策略，提出基于平衡自适应的控制方案，结合非线性MPC，统一处理匹配与不匹配扰动，实现零稳态误差跟踪，实验验证误差降低几个数量级。
2024-11-07 cs.RO cs.SY eess.SY
Model-Free Adaptive Control based on Modified Full-Form-Dynamic-Linearization
现有的无模型自适应控制（MFAC）方法没有对线性系统进行分析，而且对实际工程人员来说也不容易理解。本文提出了一种基于改进的等效动态线性化模型（EDLM）的MFAC族，它有助于更直观、客观地显示方法的工作原理。与现有的研究相比，MFAC的研究主要集中在线性模型上，这样更容易理解其工作特性; EDLM的全形式分别扩展为不可测随机扰动和可测扰动。（3）当控制输入的超前系数符号发生变化时，系统的稳定性分析不能用电流收缩映射技术证明，因此我们通过分析闭环极点的作用来证明。通过几个仿真算例说明了这种方法的原理。
2020-08-24 cs.SY eess.SY
Robust Control Design and Analysis Based on Lifting Linearization of Nonlinear Systems Under Uncertain Initial Conditions
Kevin T. Crofton Department of Aerospace and Ocean Engineering Virginia Tech（弗吉尼亚理工大学凯文·T·克罗夫顿航空航天与海洋工程系）
本文提出了一种基于深度学习的提升方法，用于在不确定初始条件下设计鲁棒的非线性系统控制器，并通过示例验证了其有效性。
2026-01-05 cs.SY eess.SY
Moment Propagation of Discrete-Time Stochastic Polynomial Systems using Truncated Carleman Linearization
我们提出了一种方法来计算一个离散时间随机多项式系统的矩的近似。我们使用Carleman线性化技术将这个有限维多项式系统转化为无限维线性系统。在采取期望和截断诱导的确定性动力学，我们得到一个有限维线性确定性系统，然后我们使用它来迭代计算近似的原始多项式系统的时刻在不同的时间步长。我们提供了每个时刻的近似误差的上限，并表明，对于足够大的截断限制，所提出的方法精确地计算足够小的程度和数量的时间步长的时刻。我们使用我们提出的方法进行安全分析，以计算系统状态在给定的安全区域之外的概率的界限。最后，我们用两个具体的例子，一个随机Logistic映射和一个随机扰动下的车辆动力学来说明我们的结果。
2021-02-24 cs.SY eess.SY
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
Feedback Linearization for Quadrotors with a Learned Acceleration Error Model
The Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
针对多旋翼飞行器，提出了一种改进的反馈线性化控制器，引入了加速度误差模型和推力输入延迟抑制模型。反馈线性化控制器在理论上是有吸引力的，但是它们的性能在真实系统中受到影响，其中真实系统与已知系统模型不匹配。我们采取了一个步骤，通过学习加速度误差模型，在位置控制器中应用该模型，并进一步将其传播到姿态控制器，以减少这些鲁棒性问题。我们展示了这种方法如何提高性能的标准反馈线性化控制器中存在的未建模动态和可重复的外部干扰在仿真和硬件实验。我们还表明，我们的推力控制输入延迟模型改善了硬件系统的阶跃响应。
2021-05-28 cs.RO cs.SY eess.SY
Koopman-Hopf Hamilton-Jacobi Reachability and Control
本文提出将Koopman理论全局线性化与Hopf公式结合，高效求解高维非线性系统的Hamilton-Jacobi可达性，并构建扰动抑制控制器，在10维糖酵解模型中优于模型预测控制，展示了维度鲁棒性。
2025-06-19 cs.SY eess.SY math.OC
Tube-based Distributionally Robust Model Predictive Control for Nonlinear Process Systems via Linearization
模型预测控制（MPC）是一种有效的控制多变量动态系统的约束。然而，大多数真实的动态模型受到工厂模型失配和过程不确定性的影响，这可能导致闭环性能恶化和约束违反。已经提出了诸如随机MPC（SMPC）的方法来缓解这些问题;然而，如果实际系统偏离在控制器设计期间做出的假设干扰分布，则所得到的闭环状态轨迹仍然可能显著违反规定的约束。在这项工作中，我们提出了一种新的数据驱动的分布鲁棒预测控制方案的非线性系统。不同于SMPC，这需要确切的知识的干扰分布，我们的计划决定的控制行动相对于最坏的分布从分布模糊集。该模糊集被定义为以经验分布为中心的Wasserstein球。由于潜在的模型误差，导致偏移，该计划还扩展了利用无偏移的方法。通过非线性质量弹簧系统和非线性CSTR反应器的实例研究，验证了该控制方案的有效性。
2022-11-26 cs.SY eess.SY math.OC
Learning-based control of a single-DOF Aero system
University of Turku（图尔库大学）
提出一种将反馈线性化与强化学习结合的自适应控制框架，通过李雅普诺夫稳定性分析保证闭环稳定性，并利用REINFORCE-with-baseline算法在线补偿未建模动态和扰动，在单自由度转子AERO系统上实现精确轨迹跟踪和强鲁棒性。
2026-07-02 cs.SY eess.SY
Model-Free Adaptive Control Compensated with Disturbance
针对 SISO 与 MIMO 非线性系统的扰动抑制问题，本文利用扰动补偿改进 EDLM 并重构 MFAC，结合闭环方程分析稳定性，且通过算例验证定理。
2023-12-06 cs.SY eess.SY
Concurrent Learning Based Tracking Control of Nonlinear Systems using Gaussian Process
The University of Queensland（昆士兰大学）
本文证明了并发学习作为一种工具的参数估计和非参数高斯过程在线干扰学习的组合的适用性。一个控制律是通过使用这两种技术顺序反馈线性化的背景下。并行学习算法在不需要持续激励的情况下估计结构不确定性的系统参数，并将其用于反馈线性化律的设计。然后，非参数高斯过程学习非结构化的不确定性。利用李雅普诺夫稳定性定理证明了n阶系统的闭环系统稳定性。仿真结果表明，跟踪误差最小化（i）当模型参数的真实值尚未提供，（ii）在存在的干扰引入的参数已经收敛到它们的真实值，（iii）当系统参数没有收敛到它们的真实值，在干扰的存在下。
2021-06-02 cs.LG cs.SY eess.SY
Application of Log-Linear Dynamic Inversion Control to a Multi-rotor
本研究针对多旋翼系统的非线性控制问题，提出基于李群对数线性化与牛顿-欧拉方程的精确线性误差动力学模型，结合新型对数线性动态逆控制器并通过LMI约束跟踪误差，实现了有界扰动下的安全轨迹跟踪。
2024-09-17 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
A fuzzy feedback linearization scheme applied to vibration control of a smart structure
智能结构通常被设计成具有刺激-响应机制，以模仿生命系统的自动调节过程。在这项工作中，为了模拟这种自然和自我调节的行为，模糊反馈线性化计划应用于形状记忆两杆桁架。该结构系统具有本构和几何非线性，表现出快速通过行为和混沌动力学。在此基础上，采用非线性控制器对混沌智能桁架进行振动抑制。控制方案主要是基于反馈线性化和增强的模糊推理系统，以应付建模不准确和外部干扰。整体控制系统的性能进行评估，通过数值模拟，促进减振和避免跳通行为。
2022-06-14 cs.SY eess.SY math.OC
Approximate Stochastic Optimal Control for Linear Time Invariant Systems with Heavy-tailed Disturbances
针对受多变量$t$扰动的线性定常系统，提出了一种基于分位数重构的开环控制方案。多变量$t$扰动是由重尾现象引起的，该重尾现象在多车辆规划问题中通过未建模的扰动力、线性化效应或故障致动器而出现。我们的方法依赖于凸分位数的多面体目标集和规范的碰撞避免约束，使快速计算。我们嵌入分位数近似的学生的$t$分布和β素数分布在一个不同的凸函数框架来计算可证明的安全，但可能是次优控制器。我们证明了我们的方法与三个卫星交会的例子，并提供了与粒子控制的比较。
2022-10-17 cs.SY eess.SY math.OC
Nonlinear Robust Optimization for Planning and Control
Georgia Institute of Technology（佐治亚理工学院）
本文提出一种双层鲁棒轨迹优化方法，外层采用信赖域逐次凸化处理非线性动力学与约束，内层通过凸重构和增广拉格朗日法求解线性化鲁棒问题，并将线性化误差建模为扰动以增强鲁棒性。
2025-04-06 cs.RO cs.SY eess.SY
Machine Learning-based Feedback Linearization Control of Quadrotor Subject to Unmodeled Dynamics
Smart Systems, Department of Mechanical and Materials Engineering, Faculty of Technology, University of Turku（图尔库大学技术学院机械与材料工程系智能系统实验室）
提出一种基于高斯径向基函数神经网络在线补偿未建模动力学的反馈线性化控制框架，通过Lyapunov理论保证闭环稳定性和轨迹跟踪渐近收敛，在Crazyflie 2.1上实验验证，位置和偏航RMSE分别降低7.13%和49.27%。
2026-07-01 cs.LG cs.RO cs.SY
GPU-Parallel Linearization Error Bounds for Real-Time Robust Optimal Control of Nonlinear and Neural Network Dynamics
提出GPU并行线性化误差界（LEBs），结合系统级综合与鲁棒控制求解器，实现非线性与神经网络动力学实时鲁棒最优控制，在168维状态上达到67 Hz求解速度。
2026-07-02 cs.AI cs.LG cs.RO
A Complex-Valued Feedback Linearization-Based Controller for a Voltage Source Inverter Tied to the Grid via a Second-Order Filter
本文提出一种基于复值反馈线性化的非线性控制器，用于通过二阶滤波器并网的电压源逆变器，在弱电网下实现良好性能。
2025-02-25 cs.SY eess.SY
A Unified Robust Motion Controller Synthesis for Compliant Robots Driven by Series Elastic Actuators
针对串联弹性驱动器柔性机器人的位置和力控制问题，提出了一种统一的鲁棒运动控制器。它示出的柔性机器人的动力学模型不仅包括匹配，但也不匹配的干扰，通过不同的通道从控制输入作用于系统。为了解决这个复杂的鲁棒控制问题，统一的鲁棒运动控制器合成采用二阶扰动观测器（DOb），这使我们能够估计不仅干扰，而且其一阶和二阶导数，和一种新的控制器设计方法在状态空间。利用Brunovsky正则型变换和扰动及其一阶和二阶导数的估计，重构了机器人的动力学模型，从而得到了一个只包含匹配扰动的新的系统模型。通过传统的基于DOb的鲁棒控制方法消除重构系统模型的匹配干扰，简单地设计了鲁棒位置和力控制器。通过仿真验证了所提出的鲁棒运动控制器的稳定性和性能。
2022-02-01 cs.RO cs.SY eess.SY
Pitch Plane Trajectory Tracking Control for Sounding Rockets via Adaptive Feedback Linearization
本文针对单发动机推力矢量控制探空火箭，提出基于自适应反馈线性化的俯仰平面轨迹跟踪内外环控制策略，联合设计自适应律与跟踪控制器，并利用零动态推导带积分作用的LQR，仿真验证了其在多任务场景下抗风扰的跟踪能力与极低增益重调需求。
2025-03-06 cs.SY eess.SY math.DS
Learning-based Predictive Path Following Control for Nonlinear Systems Under Uncertain Disturbances
Sun Yat-Sen University（中山大学）
精确的路径跟踪是具有挑战性的自主机器人在不确定的环境中运行。自适应和预测控制策略对于非线性机器人系统实现高性能的路径跟踪控制至关重要。在本文中，我们提出了一种新的基于学习的预测控制方案，耦合一个高层次的模型预测路径跟踪控制器（MPFC）与低层次的基于学习的反馈线性化控制器（LB-FBLC）的非线性系统的不确定性干扰。低层LB-FBLC利用高斯过程在线学习不确定的环境扰动，并在概率稳定性保证下精确跟踪参考状态。同时，高层MPFC利用线性化系统模型，通过虚拟线性路径动力学模型对路径参考目标的演化进行优化，为底层LB-FBLC提供参考状态和控制。仿真结果表明，所提出的控制策略的有效性四旋翼路径跟踪任务下未知的风干扰。
2022-12-26 cs.RO 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
Moment Propagation of Polynomial Systems Through Carleman Linearization for Probabilistic Safety Analysis
本文提出基于截断 Carleman 线性化的矩传播方法，将随机多项式系统转化为有限维线性系统以高效近似矩并给出误差界，进而通过凸优化实现概率安全分析。
2023-07-08 cs.SY eess.SY
Feedback Linearization and Control of a Grid-Forming Power Converter in an Islanded Microgrid
University of New Hampshire（新罕布什尔大学）
针对孤岛微电网中构网型逆变器，提出基于全状态反馈线性化的控制方法，消除旋转耦合、电阻压降和负载电导的非线性影响，使系统表现为两个独立双积分器，并通过极点配置设计响应。
2026-06-06 cs.SY eess.SY
Robust Offset-free Kernelized Data-Driven Predictive Control for Nonlinear Systems
University of Southern Denmark（南丹麦大学）
本文提出一种基于核岭回归和解析线性化的数据驱动预测控制方法，用于非线性系统的鲁棒无偏跟踪，通过二次规划实现高效实时控制，并在Van der Pol振荡器上验证了其优于传统模型驱动控制器的性能。
2026-01-22 cs.SY eess.SY
Nonlinear modeling and feedback control of boom barrier automation
我们解决建模和控制的大门访问自动化系统。机电系统的模型推导和识别。然后提出了一种近似显式反馈线性化方案，保证了外输入与输出转矩之间的近似线性响应。离线求解一个非线性优化问题，生成一个与前馈作用相关联的可行轨迹，并设计一个低层反馈控制器来跟踪该轨迹，通过求解一组凸线性矩阵不等式，可以方便地调整反馈增益，实现干扰抑制和闭环性能之间的多目标折衷.最后，在实际系统上对所提出的控制策略进行了实验，实验结果表明，该控制策略在鲁棒性、负载扰动抑制和跟踪性能方面都能有效地满足要求。
2021-09-27 cs.SY eess.SY
Advanced Hybrid Automated Insulin Delivery System based on Successive Linearization Model Predictive Control: The UniBE System
University of Bern（伯尔尼大学）；Bern University Hospital（伯尔尼大学医院）；Diabetes Center Berne（伯尔尼糖尿病中心）
UniBE系统基于递推线性化模型预测控制，实现动态适应的混合自动胰岛素输送，提升1型糖尿病管理的精度与安全性。
2025-12-05 cs.SY eess.SY
Feedforward Controllers from Learned Dynamic Local Model Networks with Application to Excavator Assistance Functions
Robert Bosch GmbH（罗伯特·博世公司）；Institute for Data Science in Mechanical Engineering, RWTH Aachen University（亚琛工业大学机械工程数据科学研究所）
针对液压挖掘机建模困难的问题，提出利用记录数据训练局部模型网络并推导前馈控制器的方法，放宽了零动态限制并扩展了多输入多输出与干扰处理，实验证明其有效提升了控制器的跟踪性能。
2024-09-25 cs.LG cs.SY eess.SY
Linear matrix inequality based Type-III compensator synthesis for DC-DC converters
本文针对带宽受限的DC-DC变换器抗扰问题，提出基于Hinf控制和凸优化的Type-III补偿器与固定阶DOB同时设计方法，通过两阶段迭代算法将非凸约束转化为线性矩阵不等式求解，并在200W多相交错升压变换器原型上验证了其优于K-factor方法的性能。
2023-10-20 cs.SY eess.SY
FRIDAY: Real-time Learning DNN-based Stable LQR controller for Nonlinear Systems under Uncertain Disturbances
针对不确定扰动下非线性系统动态变化导致固定模型失效的问题，提出用实时更新数据集训练 DNN 逼近未知非线性，并经逐时步谱归一化将其稳定嵌入 LQR，实现可证明局部指数稳定且跟踪性能更优的控制器。
2024-12-02 cs.SY eess.SY
Spherical Pendulum with Quad-Rotor Thrust Vectoring Actuation -- A Novel Mechatronics and Control Benchmark Platform
本文提出一种由四旋翼推力矢量驱动的2自由度球面摆控制基准平台，通过对比SPL、SFL和PFL三种非线性控制策略，结合仿真与实验验证了轨迹跟踪性能与系统鲁棒性。
2025-06-27 cs.SY eess.SY
Adaptive MPPI with Online Disturbance Covariance Estimation: Provable Stability Tightening via Spatial Smoothing
Department of Mechanical and Nuclear Engineering, Tennessee Technological University（机械与核工程系，田纳西技术大学）；School of Engineering, Department of Electrical and Computer Engineering, Mercer University（工程学院，电气与计算机工程系，梅尔基大学）
研究具有未知、空间变化且时变干扰协方差的非线性系统的MPPI控制，提出带空间扩散的协方差估计器，证明有限时域误差界，代入MPPI采样分布得自适应稳定证书，结果表明自适应控制器能实现更紧稳定界，数值实验验证效果。
2026-07-13 cs.RO cs.SY eess.SY
Stabilizing Transient Disturbances With Utility-Scale Inverter-Based Resources
本文提出了一种轨迹跟踪控制策略，调制有功功率注入的地理分布逆变器为基础的资源，以支持暂态稳定。每个资源都是独立控制的，其响应将本地总线电压角驱动到跟踪惯性中心角度的轨迹。惯性中心角是根据广域测量值实时估计的。其主要目标是稳定瞬态干扰，并增加可以在关键传输路径上安全传输而不会失去同步的功率量。在这里，我们将致动器设想为公用事业规模的能量存储系统;然而，可以为部分缩减的光伏发电和/或4型风力涡轮发电机开发等效示例。该策略源于同步电机运动方程的时变线性化。控制动作在一个特殊的参考系中产生同步转矩，该参考系考虑惯性中心的运动。这将驱动系统状态朝向期望的轨迹并促进转子角稳定性。为了测试，我们采用了北美西部互联的降阶动态模型。结果表明，该方法提高了系统的可靠性，并可以提高容量利用率的稳定有限的传输走廊。
2020-12-06 cs.SY eess.SY math.OC
Resilient Control Lyapunov Function-based Quadratic Program for Quadrotors Under Cyberattacks
University of Connecticut（康涅狄格大学）；University of Houston（休斯顿大学）
针对四旋翼在部分执行器故障、外部扰动和恶意网络攻击下的安全问题，提出基于弹性控制李雅普诺夫函数的二次规划（RCLF-QP）方法，通过在线自适应补偿项抵御未知有界攻击，并集成扩展状态观测器抑制集总扰动，仿真验证了其在基线控制器失效场景下的有效性。
2026-06-26 cs.SY eess.SY
Nonlinear Feedback Linearization and LQG/LTR Control: A Comparative Study for a Single-Machine Infinite-Bus System
本文比较了单机无穷大母线（SMIB）系统的三种控制策略（NFLC、INFLC、LQG/LTR），分析其在非线性抵消、性能权衡等方面的差异，为大型电力系统控制策略选择提供参考。
2025-02-15 cs.SY eess.SY math.OC
Attractive Ellipsoid Sliding Mode Observer Design for State of Charge Estimation of Lithium-ion Cells
这项工作研究了锂离子（Li离子）电池的荷电状态（SoC）的实时估计，以实现可靠，安全和高效的利用。设计了一种新的基于吸引椭球的滑模观测器（AESMO）算法来实时估计SoC。该算法利用标准的等效电路模型的锂离子电池，并提供了可靠和有效的SoC估计的存在有界的不确定性的电池参数以及外源干扰。观测器设计的理论框架不仅限于锂离子电池的SoC估计问题，而是适用于更广泛的一类非线性系统的匹配和失配的不确定性。所提出的观测器的主要优点是提供一个快速和最佳的SoC估计的基础上最小化的不确定性界。利用混合脉冲功率特性测试（HPPC）和城市测功机行驶工况测试（UDDS）数据对所提出的方法进行了实验测试和评价，验证了该方法的有效性和可行性。
2020-08-16 cs.SY eess.SY math.OC
An Offline-Sampling SMPC Framework with Application to Automated Space Maneuvers
Politecnico di Torino（都灵理工大学）；University of Stuttgart（斯图加特大学）；New Mexico State University（新墨西哥州立大学）；CNR–IEIIT（意大利国家研究委员会-电子与信息技术研究所）
本文提出了一种基于采样的随机模型预测控制算法，用于具有参数不确定性和加性扰动的离散时间线性系统。通过实验验证了该算法在真实框架中的实现可能性，展示了如何在有限计算资源下实现鲁棒递归可行性与概率渐近稳定性。
2018-03-08 cs.SY eess.SY math.OC
Closed-Loop Motion Planning for Differentially Flat Systems: A Time-Varying Optimization Framework
Johns Hopkins University（约翰斯·霍普金斯大学）；University of Toronto（多伦多大学）
针对微分平坦非线性系统，提出将规划与控制整合为闭环任务的时变优化框架，证明全局渐近收敛，并在多机器人跟踪与避障中验证。
2026-09-18 cs.SY eess.SY
Robust Model Predictive Control for nonlinear discrete-time systems using iterative time-varying constraint tightening
本文提出一种基于迭代时变约束收紧的收缩时域鲁棒MPC方法，通过求解NLP同时优化系统运行与约束收紧，有效平衡了计算负荷与保守性。
2024-02-20 cs.SY eess.SY
Flatness-Preserving Residual Learning for Real-Time Tight Quadrotor Formation Flight
GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室）
针对紧密编队飞行四旋翼受空气动力学相互作用影响问题，提出基于物理的残差动力学学习框架，设计高效反馈线性化控制器，经硬件实验验证其能降低跟踪误差，在低计算量下达到NMPC跟踪性能，且短训练数据和低循环速率可实现稳定编队飞行。
2026-09-28 cs.RO cs.SY eess.SY
Robust Optimal Control for Nonlinear Systems with Parametric Uncertainties via System Level Synthesis
针对带范数有界干扰和参数不确定性的非线性系统，提出一种基于系统层级合成的方法，通过分解系统并凸化不确定性，联合优化轨迹与误差反馈，实现低保守性的鲁棒最优控制。
2023-09-13 cs.SY eess.SY math.OC
Dynamic Actuator Selection and Robust State-Feedback Control of Networked Soft Actuators
University of Texas at San Antonio（圣安东尼奥德克萨斯大学）
本文针对网络化软体执行器的实时控制与执行器选择算法对性能的影响缺乏系统理论理解的问题，提出了一种新的软执行器框架，用于分析和鲁棒控制，并通过数值案例研究验证了其有效性。
2018-04-04 cs.SY eess.SY
End-to-End Design and Validation of a Low-Cost Stewart Platform with Nonlinear Estimation and Control
Department of Electrical and Computer Engineering at University of Houston（德克萨斯大学休斯顿分校电气与计算机工程系）；Department of Electrical Engineering, Faculty of Engineering Technology, Parahyangan Catholic University（帕拉哈扬天主教大学工程技术学院电气工程系）；Department of Electrical Engineering, University of South Carolina（南卡罗来纳大学电气工程系）；Department of Engineering Technology, Electrical and Computer Engineering, University of Houston（德克萨斯大学休斯顿分校工程技术系、电气与计算机工程系）
本文设计并验证了一个低成本Stewart平台，结合反馈线性化与LQR控制及扩展卡尔曼滤波，实现六自由度精确轨迹跟踪与实时状态估计，适用于研究和教育。
2025-10-27 cs.RO cs.SY eess.SY
