Distributed Control of Networked Dynamical Systems: Static Feedback, Integral Action and Consensus
Centre for Autonomous Systems at KTH(KTH自主系统中心)
本文研究了网络动力系统的分布式控制协议,提出非线性一致性控制器并证明其稳定性,同时设计分布式比例积分控制器以抑制网络中的常数扰动。
2014-09-30 cs.SY eess.SY math.DS
On the Controllability and Observability of Networked Dynamic Systems
Tsinghua University(清华大学)
本文提出网络系统可控性和可观测性的必要充分条件,基于子系统传输零点和连接矩阵,应用于分布式预测器与集中卡尔曼滤波器的稳态估计精度等价分析。
2014-01-17 cs.SY eess.SY
Design of Hybrid Regrouping PSO-GA based Sub-optimal Networked Control System with Random Packet Losses
Jadavpur University(贾达普大学);University of Southampton(南安普顿大学)
本文提出了一种新的方法,用于设计具有随机丢包的网络控制系统中的子优化状态反馈调节器,通过Lyapunov技术设计最优调节器增益,结合GA和内点法减少BMIs计算复杂性,并利用RegPSO优化加权矩阵以提高稳定性和跟踪性能。
2013-06-16 cs.SY eess.SY math.OC
System-level Analysis of Dual-Mode Networked Sensing: ISAC Integration & Coordination Gains
本文研究了双模式网络感知中ISAC集成与协调增益,通过多站和单站感知结合,提高了感知覆盖概率和通信吞吐量。
2025-12-04 cs.IT cs.SY eess.SY
A Non-Conservative Stability Criterion for Networked Control Systems with time-varying Packet Delays
被认为是一个网络化的输出反馈环路的输出信号的分组传输。基于小增益定理,给出了一个简单易行的稳定性判据,该判据涵盖了两种重要情况。在第一种情况下,采用分组编号机制,而在第二种情况下,既不假定分组编号,也不假定发送器和接收器之间的同步。该分析利用因果子系统,推导出最佳的恒定的时间延迟,应该使用在一个标称的控制器设计,使网络引入的额外的数据包延迟变化最大化。一个网络化控制系统与滤波Smith预估器的仿真例子说明了所提出的标准的应用,并比较了不同的方法从文献的结果。
2021-03-30 cs.SY eess.SY
Nonlinear-Gain Distributed Zeroth-Order Optimization for Networked Black-Box Control
School of Artificial Intelligence, Hubei University(湖北大学人工智能学院);School of Economics and Management, Wuhan University(武汉大学经济与管理学院);School of Electrical Engineering, Shanghai Jiao Tong University(上海交通大学电气工程学院);Baidu(百度)
针对网络化黑箱控制问题,提出一种基于分数幂幂球映射的坐标采样分布式零阶方法ZOOM-PB,通过非线性反馈增益放大平坦区域的弱信号并衰减大随机估计,在不增加传输状态的情况下达到领先的非凸收敛速率。
2026-07-17 cs.SY eess.SY
From classical to Networked Control: Retrofitting the Concept of Smith Predictors
滤波Smith预估器被很好地建立用于控制具有常时滞的线性对象。除了这种经典的应用场景,它们也被用于网络控制回路中,其中测量值通过传输通道以单独的数据包发送,该传输通道会受到时变延迟的影响。然而,在这种情况下无法提供稳定性保证。本文件说明,时变延迟以及分组字符的传输必须考虑稳定性分析。因此,三个网络协议,使用不同的分组选择和保持机制,被认为是。给出了网络反馈回路鲁棒稳定的判据。它们是基于小增益定理,并允许一个计算成本低廉的方法来检查稳定性的情况下,有界的数据包延迟。仿真例子提供了深入了解所提出的方法,并显示了为什么包含随时间变化的网络传输的分组字符的稳定性分析是至关重要的。
2020-10-12 cs.SY eess.SY
Mean Square Stability Analysis of Stochastic Continuous-time Linear Networked Systems
Iowa State University(爱荷华州立大学)
本文研究了随机连续时间线性网络系统的均方稳定性分析,提出基于输入输出性质的稳定性条件,并通过线性矩阵不等式方法进行计算,展示了在电力系统中的应用。
2018-02-07 cs.SY eess.SY math.OC
Data-Driven Switched State Estimation with Sparse Sensor Scheduling for Nonlinear Networked Systems
University of Calabria(卡拉布里亚大学)
针对未知非线性网络系统,提出数据驱动框架,通过在线分段线性化和4SID辨识构建切换模型,结合Procrustes对齐和凸优化设计稀疏观测器,在18链路交通网络上验证了高精度估计与传感器数量减少。
2026-09-28 cs.SY eess.SY
Stabilization of Cascaded Two-Port Networked Systems with Simultaneous Nonlinear Uncertainties
我们介绍了一个通用的框架来建模和研究网络化控制系统(NCSs)。网络控制系统是被控对象和控制器之间的反馈互联,通过级联的非线性二端口网络建立双向通道。该模型足够丰富,可以捕获真实世界通信信道的各种属性,例如失真,干扰和非线性。在工厂中,控制器和通信通道可以在框架中同时处理。当被控对象和控制器中的模型不确定性由间隙度量,非线性通信信道中的模型不确定性由不确定元素的算子范数度量时,给出了网络控制系统鲁棒有限增益稳定的充分必要条件.这个条件是由一个不等式,涉及“反正弦”的不确定性界限,并来自新的几何见解的鲁棒性的标准闭环系统中存在的锥状非线性扰动的系统图。
2020-08-05 cs.SY eess.SY
Model Reference Adaptive Control of Networked Systems with State and Input Delays
本文针对具有状态和输入时延的网络化异构未知系统,提出基于预测器和辅助动态系统的模型参考自适应控制方法,通过李雅普诺夫分析设计分布式自适应律,实现跟随智能体对领导者轨迹的渐近跟踪,并仿真验证有效性。
2025-06-23 cs.SY eess.SY
Contraction and $k$-contraction in Lurie systems with applications to networked systems
本文推导了 Lurie 系统 $k$-收缩性的新充分条件,证明了 $k=2$ 时可保证多平衡点系统的良序渐近行为,并成功应用于 Hopfield 神经网络、意见动力学模型和电力系统。
2023-04-24 cs.SY eess.SY
Virtual Contraction Approach to Decentralized Adaptive Stabilization of Nonlinear Time-Delayed Networks
Hiroshima University(广岛大学);Peking University(北京大学)
本文提出虚拟收缩方法,利用对角占优结构和对角高增益实现未知非线性时滞网络的分散自适应镇定,并通过SIS流行病传播控制案例验证其有效性。
2025-09-22 cs.SY eess.SY math.OC
Analysis, Control, and State Estimation for the Networked Competitive Multi-Virus SIR Model
本文提出离散时间多病毒SIR模型,给出感染收敛条件、观测模型、可观测性条件、Luenberger观测器及分布式控制器,确保病毒指数消亡且估计误差先收敛。
2023-05-15 cs.SY eess.SY
Distributed adaptive stabilization
本文研究具有时变对角矩阵增益的不确定多变量线性系统的分布式自适应镇定问题。证明了当系统矩阵是具有正对角元的H矩阵时,不确定多变量线性系统可通过对角矩阵高增益镇定。基于矩阵测度和对角占优系统的稳定性理论,考虑了两类不确定线性系统,通过对角增益矩阵单调递增,得到了保证其指数稳定的阈值条件.当矩阵增益中的每个增益函数由仅使用局部状态信息的状态相关函数更新时,系统状态和自适应矩阵增益的有界性和收敛性都得到了保证。本文将自适应分布式镇定方法应用于由非线性节点动态和时变耦合权值组成的大规模复杂网络的自适应同步控制。提出了一个统一的自适应同步框架,其中包括几种通用的自适应耦合权重的设计方法,以保证网络同步。
2021-05-28 cs.DC cs.MA cs.SY
A Passivity-Based Design for Stability and Robustness in Event-Triggered Networked Control Systems with Communication Delays, Signal Quantizations and Packet Dropouts
University of Notre Dame(圣母大学)
本文提出基于输入前馈输出反馈被动系统概念的事件触发网络化控制系统设计框架,考虑通信延迟、信号量化和数据丢失的影响,实现有限增益L2稳定性与鲁棒性,降低通信速率并分析系统稳定性、鲁棒性与被动性之间的关系。
2017-03-24 cs.SY eess.SY math.DS
Distributed Target Tracking based on Localization with Linear Time-Difference-of-Arrival Measurements: A Delay-Tolerant Networked Estimation Approach
本文提出一种分布式单时间尺度目标跟踪方法,基于TDOA测量并容忍异构延迟,通过本地LMI反馈增益确保误差稳定性,降低网络连通性与通信速率要求。
2024-12-22 cs.SI cs.SY eess.SP
Performance Analysis of Time-Delay Systems under External Perturbations Using Output-to-Output Gain
Uppsala University(乌普萨拉大学)
本文针对带延迟测量与控制信号的观测器线性系统,利用输出到输出增益框架,结合耗散性理论与Lyapunov-Krasovskii泛函推导延迟相关线性矩阵不等式条件,分析外部扰动影响,通过数值例验证方法适用性。
2026-09-01 cs.SY eess.SY
Towards Co-Designed Event-Triggered Extremum Seeking
State University of Rio de Janeiro (UERJ)(里约热内卢州立大学);University of California at San Diego (UCSD)(加利福尼亚大学圣地亚哥分校)
本文针对带多面体海森不确定性的非线性映射,提出一种联合综合控制器与触发机制的协同设计事件触发极值搜索方法,通过凸优化问题求解,保证系统指数收敛且无芝诺行为,数值结果显示全控制器增益矩阵性能优于对角增益。
2026-08-12 cs.SY eess.SY math.OC
Networked Admissibility-Preserving Control for Directed Safe Coordination
University of Cincinnati(辛辛那提大学);Indian Institute of Technology Bombay(印度理工学院孟买分校)
针对有向图下受物理输入约束的标量智能体,提出网络化可容许性保持控制架构,通过精确级联实现指数共识并保证安全走廊与执行器区间前向不变。
2026-11-06 cs.MA cs.RO cs.SY
A packet-based dual-rate PID control strategy for a slow-rate sensing Networked Control System
Instituto Universitario de Automatica e Informatica Industrial, Universitat Politecnica de Valencia(瓦伦西亚理工大学工业自动与信息化工学研究所)
本文提出基于数据包的双速率控制策略以应对网络诱导延迟、数据包丢失和顺序紊乱。通过慢速传感实现节能,但需避免数据包紊乱。双速率PID控制能维持性能,通过远程慢速PI控制器和本地快速PD控制器协同工作。
2017-07-24 cs.SY eess.SY
A time-varying matrix solution to the Brockett decentralized stabilization problem
本文提出了一种时变矩阵解的Brockett稳定化问题。关键矩阵条件表明,如果系统矩阵积$CB$是Hurwitz H矩阵,则存在时变对角增益矩阵$K(t)$,使得具有分散输出反馈的闭环最小相位线性系指数收敛.所提出的解决方案涉及几个分析工具,如对角稳定性的特殊矩阵,对角占优线性系的稳定性条件,和线性时变积分微分系统的解的界。一般Brockett稳定问题的其他解决方案的审查(一般非结构化的时变增益矩阵$K(t)$)和比较研究也提供。
2023-03-28 cs.SY eess.SY math.CA
Convex Reformulation of LMI-Based Distributed Controller Design with a Class of Non-Block-Diagonal Lyapunov Functions
University of California San Diego(加州大学圣地亚哥分校)
针对连续时间线性时不变系统的分布式状态反馈控制器设计问题,提出基于非块对角Lyapunov函数的凸重构方法,通过稀疏矩阵分解和Finsler引理推导新LMIs,提升控制性能并通过数值示例验证有效性。
2025-11-18 cs.SY eess.SY math.OC
Impact analysis of hidden faults in nonlinear control systems using output-to-output gain
本文提出了一种用于非线性网络控制系统中隐藏故障影响分析的方法,通过输出到输出增益框架扩展了鲁棒控制理论,并推导了闭环系统绝对稳定的频域条件。
2025-12-15 cs.SY eess.SP eess.SY
Distributed Control of Multi-agent Systems with Unknown Time-varying Gains: A Novel Indirect Framework for Prescribed Performance
针对具有未知时变增益的网络化不确定非线性严格反馈系统,在有向交互拓扑结构下,建立了一种新的间接性能保证框架.所提出的框架包括两个步骤:在第一个,一个完全分布式的鲁棒滤波器被构造为估计每个代理的期望轨迹与保证的观察性能,允许代理之间的方向是不相同的。第二种方法通过建立Nussbaum函数的引理,基于反步技术为每个智能体设计了一种新的自适应控制协议,不仅使输出渐近跟踪相应的估计信号,且具有任意的瞬态性能,而且由于允许未知控制增益是时变的,甚至是状态依赖的,因此大大扩展了应用范围.以这种间接的方式,根本的问题是解决与输出跟踪误差收敛到一个任意预先指定的残差集表现出任意预定义的收敛速度。此外,所有的内部信号被确保是半全局最终一致有界的(SGUUB)。最后,仿真结果表明了该方案的有效性。
2022-07-12 cs.SY eess.SY
Improved stability conditions for systems under aperiodic sampling: model- and data-based analysis
非周期采样下的离散时间系统可以作为信息物理和网络控制系统中出现的大量问题的建模抽象。最近,基于模型和数据的稳定性条件,这样的系统得到重写它们作为一个线性时不变系统和延迟算子的互连,随后,执行一个强大的稳定性分析,使用已知的约束上的增益,这个操作。在本文中,我们改进这种方法:首先,我们表明,延迟算子是输入前馈被动的,第二,我们准确地计算其增益。基于这些研究结果,我们得到改进的稳定性条件的情况下,充分的模型知识,只有数据可用。在后者中,我们只需要一个有限长度和潜在的噪声状态输入轨迹的未知系统。在两个例子中,我们说明了现有的建议的稳定性条件的保守性降低。
2021-10-27 cs.SY eess.SY
A Generalized Discrete-Time Altafini Model
Yale University(耶鲁大学);Stony Brook University(石溪大学);Australian National University(澳大利亚国立大学)
本文研究了一种离散时间模 consensus 模型,探讨了网络代理间交互的时变增益图特性,证明了在适当连通性下,集群会以指数速度收敛,且当增益图序列
2018-02-23 cs.DC cs.SY eess.SY
Sparse Sensing, Communication, and Actuation via Self-Triggered Control Algorithms
University of Maryland at College Park(马里兰大学帕克分校);Lehigh University(利哈伊大学)
本文提出了一种自触发控制算法,通过惩罚反馈增益和控制输入向量的l0测度,并最大化触发时间间隔,以减少网络化控制系统中的处理器使用、通信带宽和能耗,同时提供稀疏的传感器采样、与其他子系统通信和激活输入执行器的调度。
2018-12-21 cs.SY eess.SY
Reinforcement Learning of Structured Control for Linear Systems with Unknown State Matrix
Pacific Northwest National Laboratory(太平洋西北国家实验室)
本文针对状态矩阵未知且控制受结构约束的连续线性系统,提出将结构约束嵌入LQR的强化学习策略迭代算法,并给出稳定性与收敛性保证,可应用于分布式学习控制等场景。
2020-11-02 cs.LG cs.SY eess.SY