Adaptation and Disturbance Rejection for Output Synchronization of Incrementally Output-feedback Passive Systems
Korea University of Technology and Education（韩国技术教育大学）；University of Groningen（格罗宁根大学）
本文提出两种分布式控制器以解决增量输出反馈被动非线性系统在存在外源扰动下的输出同步问题，通过自适应控制方法和内部模型原理实现扰动抑制与系统稳定性。
2015-09-13 cs.SY eess.SY
A Passivity-Agnostic Framework for Distributed Adaptive Synchronization under Unknown Leader Dynamics
Northeastern University（东北大学）
本文提出了一种适用于未知领导者动态的分布式自适应同步框架，通过 passivity-agnostic 设计在不同条件下实现稳定同步与参数适应。
2026-03-02 cs.SY eess.SY
On noise-induced synchronization and consensus of nonlinear network systems under input disturbances
IBM Research Ireland（IBM爱尔兰研究院）；University College Dublin（都柏林大学学院）
本文研究了受外部扰动影响的复杂网络中同步与共识现象，通过随机Lyapunov函数提出非线性扩散耦合节点网络的同步与共识条件，揭示网络拓扑、耦合强度与噪声扩散间的联系。
2016-03-21 cs.SY eess.SY math.DS
Synchronization of Coupled Phase Oscillators with Stochastic Disturbances and the Cycle Space of the Graph
讨论了一个耦合相位振荡器的复杂网络系统的同步稳定性。在网络受干扰影响的情况下，耦合相位振荡器的随机线性化系统可以用于确定节点之间的线路中的相位差的波动，并识别可能导致去扰动的脆弱线路。主要结果是推导出表征波动严重程度的相位差的渐近方差矩阵。研究发现，系统的图的循环空间在这一特征中起着重要的作用。利用周期空间理论，分析了小周期的形成对波动的影响。证明了增加一条新的谱线或增加一条谱线的耦合强度会影响包括这条谱线在内的任何周期中谱线的波动，而不会影响其他谱线的波动。特别地，如果同步状态下的相位差不被这些动作改变，则受影响的波动减小。
2023-03-30 cs.SY eess.SY nlin.AO
Augmented Synchronization of Power Systems
几十年来，电力系统暂态稳定问题一直被转化为扰动后平衡点的李雅普诺夫稳定性问题。尽管有大量的结果，传统的理论受到严格的要求，知道后干扰平衡的先验。相比之下，来自实践的智慧，仅通过观察收敛的频率和电压来证明稳定性，似乎提供了一种平衡独立的方法。在这里，我们制定的经验智慧的概念增强同步，旨在弥合这样的理论与实践的差距。首先，我们推导出收敛到增广同步意味着收敛到平衡集的条件，为经验智慧奠定了第一个理论基础。然后，我们揭示了电力系统从什么样的初始值可以实现增广同步。我们的研究结果打开了一个平衡独立的电力系统稳定性分析，重新定义的名义运动增广同步，而不是一定的平衡的可能性。单机实例和IEEE 9节点系统很好地验证了我们的结果，并说明了有前途的影响。
2021-09-18 cs.SY eess.SY
Cooperative Control of Linear Multi-Agent Systems via Distributed Output Regulation and Transient Synchronization
University of Stuttgart（斯图加特大学）；University of California Riverside（加州大学河滨分校）
本文提出了一种新的分布式调节器，用于协调相同和不同类型的线性智能体，通过基于暂态状态组件的耦合实现暂态同步，以提高群体在暂态阶段的协同行为并保证同步误差的衰减率。
2014-05-31 cs.SY eess.SY math.DS
Stochastic MPC for Finite Gaussian Mixture Disturbances with Guarantees
本文提出一种针对线性系统受高斯混合扰动的随机模型预测控制算法，通过分支模型预测控制与随机仿真关系满足机会约束，并保留递归可行性与闭环保证，以车辆控制案例验证。
2025-06-24 cs.SY eess.SY
Adaptive Neural Control for a Class of Stochastic Nonlinear Systems with Unknown Parameters, Unknown Nonlinear Functions and Stochastic Disturbances
Hunan University of Science and Technology（湖南科技大学）；Central South University（中南大学）；Huazhong University of Science and Technology（华中科技大学）；Guangxi Teachers Education University（广西师范学院）
本文研究了一类具有未知参数、未知非线性函数和随机扰动的严格反馈非线性随机系统的自适应神经控制，通过径基函数神经网络的通用近似性和反步法设计了状态反馈控制器，并利用自适应边界设计技术处理未知非线性函数和参数，证明闭环系统在概率意义下全局渐近稳定。
2017-02-07 cs.SY eess.SY
Explicit formulas for the Variance of the State of a Linearized Power System driven by Gaussian stochastic disturbances
我们研究电力系统中的扰动引起的波动。在电力系统的线性化系统中，扰动用布朗运动过程来描述，波动用相关随机过程在不变概率分布下的协方差矩阵来描述。我们推导出显式公式的协方差矩阵的系统具有一致的阻尼惯性比。通过对完全图和星形图中频率方差的研究发现，受扰动影响的节点处频率方差明显大于其他节点处频率方差之和，说明扰动对节点的影响最大。此外，它表明，添加新的节点通常并不有助于减少在扰动的源节点的变化。最后，通过显式公式表明，线路容量影响频率的变化，惯性影响相位差的方差。
2023-03-17 cs.SY eess.SY
Research on Adaptive Inertial Control in Synchronization Systems: Based on Variational Optimization Methods and Their Applications in the Stability of Complex Networks
Department of Automation, School of Robotics, Wuhan University（武汉大学机器人学院自动化系）
本文提出基于变分优化的自适应惯性控制策略，用于提升复杂网络同步系统的稳定性与控制精度。
2026-01-21 cs.SY eess.SY
Event-Based Control for Synchronization of Stochastic Linear Systems with Application to Distributed Estimation
本文研究了一类随机线性系统的同步问题，这类随机系统受一类噪声的影响，即噪声协方差有界，但可能与个体的状态相关，而且噪声之间也可能相关。我们提出了一种基于事件的控制协议，以实现在均方意义上的代理之间的同步，并从理论上分析了它的性能，通过使用一个随机李雅普诺夫函数，其中的稳定性$c$ -鞅是特别开发，以应对所带来的挑战，一般模型的噪声和事件触发机制。提出的基于事件的同步算法，然后应用于解决传感器网络中的分布式估计问题。通过对最优卡尔曼滤波器进行有损分解，证明了利用为实现随机线性系统的同步而设计的算法可以解决分布式估计问题。因此，开发了一种基于事件的分布式估计算法，其中每个传感器仅使用其自己的测量来执行本地滤波，连同所提出的基于事件的同步算法来融合相邻节点的本地估计。在降低通信频率的情况下，证明了所设计的估计器在网络连通性和系统可观测性的最小要求下是稳定的。
2022-05-13 cs.SY eess.SY
A Stochastic Binary Vertex-Triggering Resetting Algorithm for Global Synchronization of Pulse-Coupled Oscillators
在本文中，我们提出了一种新的随机二进制重置算法的脉冲耦合振荡器（或简单地说，代理）网络达到全球同步。该算法很简单：网络中的每个代理都以共同的频率振荡。在完成振荡后，智能体生成一个伯努利随机变量来决定它是向所有外部邻居发送脉冲还是保持安静。在接收到脉冲时，代理通过遵循二进制相位更新规则来重置其状态。我们表明，这样的算法可以保证全球同步的代理几乎肯定，只要底层的信息流拓扑结构是一个有根有向图。结果的证明依赖于使用的随机混合动力系统的方法。在本文的最后，我们提出了数值模拟的结果的有效性，也，数值研究的时间需要达到同步的各种信息流拓扑结构。
2022-03-13 cs.SY eess.SY
Robust synchronization of electric power generators
我们考虑同步两个发电机的问题，其中一个（领导者）是服务于随时间变化的电力负载，使他们最终可以连接形成一个单一的电力系统。每个发电机由二阶简化状态空间模型描述。我们假设，发电机不服务于外部负载最初（追随者）有机会获得测量的领导者的相位角，破坏了一些附加的干扰。通过使用这些测量结果，并利用具有ISS型鲁棒性的降阶观测器的结果，我们提出了一个程序，该程序驱动（i）跟随者的角速度足够接近领导者的角速度，以及（ii）跟随者的相位角足够接近两个系统将被电连接的点的相位角。的测量干扰和由领导者所服务的电力负载的变化方面的同步误差的显式界计算。我们通过数值模拟来说明这个过程。
2019-09-09 cs.SY eess.SY math.OC
Stochastic Analysis of Synchronization in a Supermarket Refrigeration System
Aalborg University（奥尔堡大学）
本文研究了零售制冷系统中同步性受切换噪声影响的问题，通过构建混合系统模型，分析同步性周期轨迹，并开发统计方法计算强度函数以评估同步持续时间。
2015-01-24 cs.SY eess.SY
A Stochastic Fundamental Lemma with Reduced Disturbance Data Requirements
Hamburg University of Technology（汉堡工业大学）
本文提出一种无需过去扰动数据的随机基本引理变体，利用多项式混沌展开和扰动分布知识，用于预测随机线性时不变系统未来输入输出轨迹。
2026-05-02 cs.SY eess.SY math.OC
Regional Frequency Constrained Dispatch Method Considering Spatial-joint Stochastic Disturbances and Contingencies
School of Electrical & Electronic Engineering, University College Dublin（都柏林大学电气与电子工程学院）
针对可再生能源高渗透下的区域频率越限问题，本文提出结合Vine-Copula与物理信息神经网络的区域频率约束调度方法，在IEEE 118节点系统上验证其性能优于统一惯性中心嵌入方法
2026-09-07 cs.SY eess.SY
Transient Triggering Grid-Forming Synchronization Control Under Voltage and Frequency Dips
Nantes Université, École Centrale Nantes（南特大学，中央理工-南特学院）
针对构网型逆变器在电压和频率跌落下的失步问题，提出瞬态触发构网型同步控制，利用端电压与功率差信号调节内角，经电磁暂态仿真验证，提升同步稳定性且无需额外调参。
2026-10-01 cs.SY eess.SY
Fast Stochastic MPC using Affine Disturbance Feedback Gains Learned Offline
本文提出一种利用离线学习仿射扰动反馈增益特征的随机MPC方法，在保持与经典MPC相当控制性能的同时，将在线计算速度提升10倍。
2024-11-21 cs.SY eess.SY
A Constraint-Tightening Approach to Nonlinear Stochastic Model Predictive Control for Systems under General Disturbances
本文提出了一种随机系统的非线性模型预测控制策略，该系统具有一般的（状态和输入相关的）扰动和机会约束。我们的方法使用一个在线计算的随机管，以确保在随机不确定性的存在下的稳定性，约束满足和递归的可行性。管的形状和约束回退是基于离线计算的增量李雅普诺夫函数。
2019-12-04 cs.SY eess.SY math.OC
Iterative Motion Planning in Multi-agent Systems with Opportunistic Communication under Disturbance
针对异构多智能体系统在扰动、模型误差与机会主义通信下的轨迹失效和信息不对称问题，本文提出迭代认知运动规划框架，给出同步、可行性及基于扰动可恢复性的任务满足条件，并通过UAV–UGV任务分配实验验证。
2025-03-16 cs.SY eess.SY
Stochastic MPC with Realization-Adaptive Constraint Tightening
针对存在附加干扰的线性定常系统，提出了一种随机模型预测控制器（SMPC）。扰动的分布是未知的，并假定有界支持。一个基于样本的策略是用来计算鲁棒的状态机会约束所需的扰动序列集。这些集合是使用从其支持中提取的扰动样本离线构建的。对于在线MPC实现，我们提出了一种新的机会约束的重构策略，其中约束收紧是通过调整离线计算集的基础上，以前实现的干扰沿轨迹计算。建议的MPC是递归可行的，可以降低保守性比现有的SMPC方法在较高的离线计算时间的成本。数值仿真验证了该方法的有效性。
2022-09-29 cs.SY eess.SY
Stochastic MPC under Heavy-Tailed Disturbances: An Extreme Value Theory Approach
North Carolina State University（北卡罗来纳州立大学）
针对重尾扰动下安全关键系统，提出基于极值理论的随机模型预测控制方法，通过渐近精确的管误差尾部和极值指数校正约束，降低罕见事件违反安全约束的频率。
2026-10-28 cs.SY eess.SY
PAC Finite-Time Safety Guarantees for Stochastic Systems with Unknown Disturbance Distributions
College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院）
本文提出了一种基于数据驱动的方法，通过有限样本建立随机系统在有限时间内的概率安全保证，结合VC维、场景优化和Rademacher复杂性理论，揭示样本大小、模型复杂度与安全容忍度之间的权衡。
2026-03-02 cs.SY eess.SY
Stochastic Data-driven Predictive Control of Linear Systems with Sub-Gaussian Disturbances using Causal Predictors
Technical University of Munich（慕尼黑工业大学）
本文提出一种仅基于输入-输出数据的随机数据驱动预测控制框架，利用扰动数据估计和因果子空间预测器，通过收紧约束保证机会约束满足，并具备递归可行性与闭环保证。
2026-09-23 cs.SY eess.SY
Data-Driven Strategy Synthesis for Stochastic Systems with Unknown Nonlinear Disturbances
针对受未知非线性扰动影响的随机切换系统，提出基于观测数据构建歧义集与RMDP抽象、结合LTLf自动机和鲁棒值迭代的策略综合方法，并实证验证其高规范满足概率。
2024-06-14 cs.SY eess.SY
Towards targeted exploration for non-stochastic disturbances
本文提出一种针对线性时不变系统的非随机定向探索策略，利用数据相关不确定性界和半定规划计算最优正弦输入，确保参数估计误差界，并通过数值示例对比了传统方法。
2024-07-26 cs.SY eess.SY
Data-driven tube-based stochastic predictive control
行为系统理论的一个强有力的结果，称为基本引理，允许预测控制类似于线性时不变（LTI）系统的模型预测控制（MPC），具有纯粹来自数据的未知动态。虽然大多数的数据驱动的预测控制文献的重点是相对于测量噪声的鲁棒性，只有少数作品考虑利用概率信息的干扰性能为导向的控制，在随机MPC。在这项工作中，我们提出了一种新的数据驱动的随机预测控制方案的机会约束LTI系统的测量噪声和附加的随机干扰。为了使其他随机和棘手的最优控制问题的确定性，我们的方法利用基于管的MPC的想法，通过将状态分解成由输入驱动的确定性标称状态和受干扰影响的随机误差状态。通过收紧约束的概率相对于加性干扰和鲁棒性相对于测量噪声，原始的机会约束的满意度得到保证。由此产生的数据驱动的滚动时域最优控制问题是轻量级的，递归可行的，并呈现闭环输入状态稳定的附加干扰和测量噪声。我们证明了所提出的方法的有效性，在一个仿真例子。
2023-03-27 cs.SY eess.SY
Deep Reinforcement Learning Control for Disturbance Rejection in a Nonlinear Dynamic System with Parametric Uncertainty
针对参数不确定的非线性柔性倒立摆小车系统，提出用Deep Deterministic Policy Gradient深度强化学习控制律主动抑制多个独立时间相关随机扰动，并通过仿真与经典控制进行对比。
2024-04-06 cs.SY eess.SY
Hybrid filtering for a class of nonlinear quantum systems subject to classical stochastic disturbances
研究了量子比特系统受经典随机过程扰动的量子-经典混合滤波问题。该策略是通过使用光学腔来模拟经典扰动。分析了经典扰动与腔模拟系统的关系。导出了由量子比特系统和腔系统组成的扩大量子网络系统的动力学性质。给出了量子比特-腔混杂系统的随机主方程，并在此基础上得到了腔系统状态和经典信号的估计。采用量子扩展卡尔曼滤波器实现高效计算。数值结果说明了我们的方法的有效性。
2020-04-06 cs.SY eess.SY quant-ph
Adaptive Neural Network Stochastic-Filter-based Controller for Attitude Tracking with Disturbance Rejection
本文提出了一种基于特殊正交群$SO(3)$李群的实时神经网络随机滤波控制器作为姿态跟踪问题的一种新方法。所介绍的解决方案由两部分组成：滤波器和控制器。首先，提出了一种基于神经网络的自适应随机滤波器，它直接利用机载传感器提供的测量值来估计姿态分量和动态。滤波器设计考虑了姿态动力学固有的测量不确定性，即未知偏差和噪声破坏角速度测量。所提出的基于神经网络的随机滤波器的闭环信号已被证明是半全局一致最终有界的（SGUUB）。其次，提出了一种新的控制律的$SO(3)$耦合所提出的估计器。控制律处理未知扰动。此外，所提出的基于滤波器的控制器的闭环信号已被证明是SGUUB。所提出的方法提供了强大的跟踪性能，通过提供所需的控制信号给定的数据从低成本的惯性测量单元。虽然基于滤波器的控制器是以连续的形式，离散的实现也被提出。此外，所提出的方法的单位四元数的形式。所提出的基于滤波器的控制器的有效性和鲁棒性证明使用其离散形式，并考虑低采样率，高初始化误差，高水平的测量不确定性，和未知的干扰。保留字：神经自适应，估计器，滤波器，观测器，控制系统，轨迹跟踪，李雅普诺夫稳定性，随机微分方程，非线性滤波器，姿态跟踪控制，基于李雅普诺夫的控制器。
2022-06-24 cs.SY eess.SY
Robust targeted exploration for systems with non-stochastic disturbances
University of Stuttgart（斯图加特大学）；University of Oxford（牛津大学）
针对非随机扰动的线性系统，提出一种基于频谱条件的鲁棒定向探索策略，通过半定规划保证参数估计精度，并通过非线性系统示例验证其有效性。
2026-03-11 cs.SY eess.SY math.OC
Approximate Quantiles for Stochastic Optimal Control of LTI Systems with Arbitrary Disturbances
提出了一种基于分位数函数泰勒近似的LTI系统开环随机最优控制方法。这种方法能够有效地计算机会约束重构中出现的分位数函数。我们的动机是多车辆规划问题的LTI系统与规范为基础的防撞约束，多面体的可行性约束。这些约束可以分别被设定为反凸和凸的机会约束，它们在控制和干扰中是仿射的。我们表明，这种形式的约束，分段仿射近似的分位数函数可以嵌入在一个差分凸的程序，使使用圆锥解算器。我们证明了我们的方法与高斯和柯西扰动的多卫星协调，并提供了与粒子控制的比较。
2022-07-20 cs.SY eess.SY math.OC
Reachability Analysis With Probabilistic Zonotopes: Learning Realized Disturbances and Refining Aleatory Uncertainty
University of Cyprus（塞浦路斯大学）；Aalto University（阿尔托大学）；Technical University of Munich（慕尼黑工业大学）；Michigan State University（密歇根州立大学）
提出一种数据驱动线性系统可达性框架，利用概率区域多面体建模扰动，通过轨迹数据精化保守先验，分离已实现扰动与偶然不确定性，并开发约束概率区域多面体演算以降低保守性。
2026-07-03 cs.SY eess.SY
Robust Semi-Cooperative Multi-Agent Coordination in the Presence of Stochastic Disturbances
University of Michigan（密歇根大学）
本文提出了一种鲁棒分布式协调协议，用于在存在随机不确定性时生成无碰撞轨迹的多个单轮机器人。基于先前的半合作协调工作，重新设计协调控制器以对抗一类状态（风）扰动和测量噪声，并通过分析证明了安全性和收敛性，仿真结果展示了所提方案的有效性。
2018-01-05 cs.MA cs.SY eess.SY
Recursively Feasible Stochastic Model Predictive Control for Time-Varying Linear Systems Subject to Unbounded Disturbances
本文利用协方差引导思想，提出了一种确保具无界干扰的时变线性系统在仿射反馈随机模型预测控制下递归可行性的方法，并证明其满足机会约束且可转化为凸规划实时求解。
2024-10-14 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
Performance Limits and Tradeoffs of Power Systems Synchronization Recovery in Complex-Frequency Representation
Tsinghua University（清华大学）
本文针对逆变器主导电力系统，在复频率表示下建立同步恢复的守恒定律，揭示性能极限与权衡，并通过IEEE 39节点系统验证。
2026-10-05 cs.SY eess.SY
System Synchronization Based on Complex Frequency
本文提出基于复频率的同步分析方法，用于评估低惯性电力系统的同步稳定性，通过引入复惯性指标，统一频率与电压的支持能力，提升暂态分析的准确性。
2025-11-21 cs.SY eess.SY
Synchronization of Power Systems and Kuramoto Oscillators: A Regional Stability Framework
The University of Hong Kong（香港大学）
本文提出一种区域稳定性分析框架，用于解决电力系统暂态稳定性和非均匀库莫托振荡器同步问题，通过新的同步定义和区域参数化李雅普诺夫函数，推导出两个代数稳定性条件，并首次明确给出了电力系统的吸引域估计。
2018-04-05 cs.SY eess.SY
Distributionally Robust Stochastic MPC under Disturbance-Affine Feedback Policies
RWTH Aachen University（亚琛工业大学）
本文提出一种分布鲁棒随机MPC方法，利用扰动数据构建Wasserstein球内的分布集，以应对最坏情况下的约束满足问题。通过引入扰动仿射控制策略，提升控制自由度，证明了所提方法的递归可行性与稳定性，并通过理论分析和仿真验证其在初始可行集、平均性能和状态方差控制方面的优越性。
2026-04-14 cs.SY eess.SY math.OC
Distributionally Robust Data-Driven Predictive Control for Stochastic LTI Systems
Aalborg University（奥尔堡大学）
本文提出面向随机线性时不变系统的分布鲁棒数据驱动预测控制框架，通过最小二乘法构建预测残差经验分布作为扰动分布代理，利用Wasserstein模糊集最小化最坏情况下的期望成本并满足概率输出约束，有效验证了该方法在不同扰动条件下的性能。
2026-05-08 cs.SY eess.SY
Stochastic Optimal Control For Gaussian Disturbances with Unknown Mean and Variance Based on Sample Statistics
针对加性高斯噪声具有未知均值和协方差的线性系统，提出了一种基于样本统计量的开环随机最优控制方法.我们考虑一个联合的机会约束下的时变多面体目标集的假设，干扰已被充分采样。我们推导出两个定理，使我们能够绑定的状态的概率超过一些样本的标准偏差远离样本均值。利用这些定理，我们将机会约束转化为一系列的凸线性约束。在这里，解决方案保证机会约束满足。我们证明了我们的方法上的卫星交会机动，并提供比较的情况下的方法。
2023-03-23 cs.SY eess.SY math.OC
Stochastic LQR Design With Disturbance Preview
University of Michigan（密歇根大学）；Northeastern University（东北大学）
本文提出了一种具有有限扰动预知信息的随机LQR控制设计方法，并推导了有限和无限时间范围内的最优控制解。
2026-02-06 cs.SY eess.SY math.OC
Recursively Feasible Stochastic Model Predictive Control using Indirect Feedback
Institute for Dynamic Systems and Control, ETH Zurich（苏黎世联邦理工学院动态系统与控制研究所）
本文提出了一种适用于线性离散时间系统且能处理可能无界和相关加性随机扰动序列的随机模型预测控制方法。通过概率可达集的概念，将机会约束类比于鲁棒MPC进行约束紧缩。引入一种初始化方法，保证递归可行性，从而可轻易证明闭环系统的机会约束满足。在加性扰动假设为独立同分布零均值的情况下，还提供了平均渐近性能界。两个示例展示了该方法，突显了新初始化方案的反馈特性以及在建筑控制设置中包含时变相关扰动。
2019-01-21 cs.SY eess.SY
Temporal Logic Control for Nonlinear Stochastic Systems Under Unknown Disturbances
提出基于数据驱动和抽象的框架，通过学习不确定马尔可夫决策过程并利用双层状态离散化获得更紧的不确定性估计，为未知干扰下的非线性随机系统综合鲁棒时序逻辑控制策略。
2025-04-27 cs.SY eess.SY
Data-Driven Probabilistic Finite $\mathcal{L}_2$-Gain Stabilization of Stochastic Linear Systems
UNSW Sydney（新南威尔士大学）；University of Alberta（阿尔伯塔大学）；Xi’an Jiaotong–Liverpool University（西交利物浦大学）
本文提出一种数据驱动的概率有限$\mathcal{L}_2$增益稳定化方法，通过噪声轨迹测量和扰动预测设计控制器，利用线性矩阵不等式实现凸优化设计。
2026-04-15 cs.SY eess.SY
Learning to Seek: Multi-Agent Online Source Seeking Against Non-Stochastic Disturbances
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）；Purdue University（普渡大学）
针对未知动态且受两类非随机扰动的环境下多智能体协同寻源问题，提出结合折扣卡尔曼滤波与多面体置信界的算法，实现次线性遗憾值，在污染监测场景验证了有效性。
2023-04-29 cs.LG cs.MA cs.SY
Stability and disturbance attenuation for a switched Markov jump linear system
Virginia Tech（弗吉尼亚理工大学）
研究时间非齐次且未知转移概率的马尔可夫跳跃线性系统，提出统一随机稳定性和扰动抑制的充分必要条件，以线性矩阵不等式形式高效求解。
2014-11-21 cs.SY eess.SY math.OC
Compositional Construction of Finite State Abstractions for Stochastic Control Systems
MPI-SWS, Kaiserslautern, Germany（德国凯泽斯劳滕马克斯·普朗克计算机科学研究所）
本文研究了随机控制系统的组合有限状态抽象方法，提出基于扰动仿真的方法以提高控制器合成效率。
2017-09-27 cs.SY eess.SY
Design-Oriented Transient Stability Analysis of Grid-Connected Converters with Power Synchronization Control
Aalborg Universitet（奥尔堡大学）
本文通过相平面分析电网连接逆变器功率同步控制系统的暂态稳定性，揭示了在暂态扰动后存在平衡点时系统能维持与电网同步，而在电网故障无平衡点时确定了临界解列角，该角度等于故障后运行中不稳定平衡点的功率角，为电力系统保护设计提供了依据，同时发现即使故障解列角超过临界角，系统仍可在约一个振荡周期内重新同步，从而降低延迟故障解列导致系统崩溃的风险。
2018-10-28 cs.SY eess.SY
Nonlinear feedback stabilisation and stochastic disturbance suppression of actively Q-switched lasers
本文提出一种基于模型的主动调Q激光器控制方法，通过稳定非线性脉冲间动力学并抑制放大自发辐射扰动，实现灵活且低成本的高稳定脉冲能量输出。
2023-04-14 cs.SY eess.SY nlin.CD
A characteristic function framework for chance constraint programming in stochastic model predictive control
Linköping University（林雪平大学）
本文提出了一种适用于非高斯扰动的特征函数框架，用于解决随机模型预测控制中机会约束的计算问题，通过特征函数计算概率及其梯度，提高计算效率。
2026-05-18 cs.SY eess.SY math.OC
Uncertain AoI in Stochastic Optimal Control of Networked and Constrained LTI Systems
本文研究了具有随机信道模型和干扰的单回路网络控制系统的有限时域最优控制。为了应付的不确定性，提出了一种基于优化的控制方案，它使用的干扰反馈和年龄的信息作为中心方面。扰动反馈是以前提出的用于无网络控制系统的平衡随机最优控制控制律的推广。平衡最优性被理解为最小化与参考的期望偏差和最小化未来状态的不确定性之间的折衷。同时考虑了时变状态约束和时不变输入约束，控制器采用半定规划综合。
2021-05-07 cs.SY eess.SY math.OC
Shrinking Horizon Model Predictive Control with Signal Temporal Logic Constraints under Stochastic Disturbances
Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）
本文提出在随机扰动下，针对离散时间线性系统，利用信号时间逻辑约束的SHMPC方法，通过优化问题在每一步解决线性约束，实现在HVAC系统中的有效控制。
2017-05-05 cs.LO cs.SY eess.SY
