CN112147892B - 一种针对多质量块弹簧阻尼器一致性控制的算法 - Google Patents
一种针对多质量块弹簧阻尼器一致性控制的算法 Download PDFInfo
- Publication number
- CN112147892B CN112147892B CN202010932611.5A CN202010932611A CN112147892B CN 112147892 B CN112147892 B CN 112147892B CN 202010932611 A CN202010932611 A CN 202010932611A CN 112147892 B CN112147892 B CN 112147892B
- Authority
- CN
- China
- Prior art keywords
- mass
- control
- self
- state
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种针对多质量块弹簧阻尼器一致性控制的算法,包括如下步骤:步骤S1:建立多质量块弹簧阻尼器的数学模型;步骤S2:设计实现自触发分布式预测控制算法的控制器;步骤S3:控制器有效性的证明;步骤S4:运用所设计的控制器对多质量块弹簧阻尼器进行控制,验证结果。本发明可以应用于多种非线性多智能体系统,自触发策略结合鲁棒分布式预测控制的方法不仅保留了预测控制算法能够处理多变量、有约束、不确定性问题的特点,而且通过自触发策略,可以有效地降低控制和通信消耗,同时可以改变触发系数从而在线调整控制器更新的频率,在如今信息物理系统大热的时代有重要的实际意义和应用前景。
Description
技术领域
本发明属于控制技术领域,具体涉及一种针对多质量块弹簧阻尼器一致性控制的算法。
背景技术
多质量块弹簧阻尼器是一个非线性多智能体系统,其一致性控制要求设计一个控制协议,在受到模型干扰、外界噪声等不确定条件的情况下,通过控制协议使得每个质量块之间相互影响、改变自身状态,最终达到状态一致。由于受到系统安全的限制,需要对控制满足一定的约束,而预测控制可以显式地处理系统约束并实施最优控制,避免了常规PID控制器可能出现的积分饱和现象。
现有的运用分布式预测控制对非线性多智能体系统一致性问题的研究,对于如何保证系统的鲁棒性、如何有效改善智能体之间的通信效率分别都有相对应的一些策略,但如何在被控对象模型参数的不精确,外加扰动等不确定因素下,保证系统鲁棒性的同时,有效地降低通信、采样和控制器更新的消耗,关于这方面的算法研究及应用还很少。
发明内容
为解决上述问题,本发明公开了一种针对多质量块弹簧阻尼器一致性控制的算法,运用自触发策略结合鲁棒分布式预测控制的方法实现多质量块弹簧阻尼器一致性控制,保证系统鲁棒性的同时,有效地降低通信、采样和控制器更新的消耗,在如今信息物理系统大热的时代有重要的实际意义和应用前景。
为达到上述目的,本发明的技术方案如下:
一种针对多质量块弹簧阻尼器一致性控制的算法,包括如下步骤:
步骤S1:建立多质量块弹簧阻尼器的数学模型;
步骤S2:设计实现自触发分布式预测控制算法的控制器;
步骤S3:控制器有效性的证明;
步骤S4:运用所设计的控制器对多质量块弹簧阻尼器进行控制,验证结果。
优选的,步骤S1中,建立多质量块弹簧阻尼器的数学模型,具体包括如下步骤:
步骤S11:根据质量-弹簧-阻尼系统的机理建立预测模型;
其中,i=1,2,3,4表示质量块的个数,xi,1和xi,2分别表示每个质量块的位移和速度,Mi表示每个质量块的质量,T表示采样周期,k表示线性弹簧系数,h表示阻尼因子,表示每个质量块的第k次触发时间,wi表示每个质量块受到的外界扰动,扰动由系统的状态和控制限界。
步骤S12:将上述预测模型抽象为一个更一般的形式:
优选的,步骤S2中,设计实现自触发分布式预测控制算法的控制器,具体包括如下步骤:
步骤S21:定义有限时域性能指标函数。性能指标要能够保证多质量块弹簧阻尼器快速且平稳地趋于状态一致,就需要加入对系统状态量的偏差和控制量的优化。同时,采用基于 min-max优化的方法,就需要将不确定性扰动作为优化的决策变量显示地包含在性能指标中。故每个子系统采用如下的性能指标函数:
Fi是终端罚函数,其表达式为:
其中,为最优性能指标值,是一个常量。表示需要求解的未来控制输入序列,表示扰动序列。ni表示第i个子系统的邻居子系统的集合,其所在的表达式为一个兼容性约束,要求确保其被估计的假设状态信息与实际状态信息之间有一定程度的一致性。表示当前子系统与其所有邻居平均子系统的状态一致性误差,故表示经过N步,状态一致性误差进入了一个终端约束集/终端域为一个包含原点的闭凸集,其定义如下:
步骤S23:设计自触发条件。在当前时刻与下一时刻之间,触发间隔的选择为满足条件的最大值。条件包括:第一,所选触发间隔得到的最优性能指标值必须不大于采样间隔为1 的性能指标值;第二,所选触发间隔必须不大于最大触发间隔Hmax,最大触发间隔要不大于自定义的预测时域N。故对自触发间隔进行如下定义:
步骤S24:实现双模控制。在所有子系统的一致性状态误差没有全部进入预先设计的终端域时,通过求解步骤S22中所给出的优化问题,得到当前时刻的最优控制序列,通过求解步骤S23给出自触发条件,得到当前时刻的触发间隔;当所有子系统的一致性状态误差全部进入终端域时,系统采用局部状态误差反馈控制。在每个子系统的下一个触发时刻前,检查一次其缓存的所有邻居系统的状态信息,更新并存储所有邻居系统最新的状态信息。
优选的,步骤S3中,控制器有效性的证明,具体包括如下步骤:
步骤S31:自触发分布式预测控制算法迭代优化可行性的证明。由于采用滚动优化原理,预测控制在相邻时刻的优化是相互独立的,当前时刻的优化可行性并不能保证下一时刻的优化可行,故需要保证闭环系统的迭代优化可行性。
做出如下假设:
步骤S32:自触发分布式预测控制算法稳定性的证明。通过证明每个子系统关于状态一致性误差的性能指标函数是一个ISpS-Lyapunov函数,即能渐进稳定到原点,那么多质量块弹簧阻尼器能实现状态一致。具体包括如下步骤:
步骤S322:求解性能指标函数的下界。
步骤S323:求解性能指标函数的上界考虑两种情况。
2)对于所有的但属于初始可行集,定义原点的一个邻域并满足由于步骤S31证明了算法的迭代优化可行性,故任意时刻均存在一组优化问题的可行控制解满足所有约束且性能指标函数有界。因此,对于有限时域,存在一个充分大的正数D<+∞使得对所有时刻均成立。令θ=max(1,D/αF(r))并定义一个类函数。显然,对所有的均成立。从而,可以得到
综合1)、2)两种情况,性能指标函数的上界为
步骤S324:结合自触发规则和步骤S321得到的结论,可以得到
步骤S326:将步骤S325得到的结果带入到步骤S324得到的表达中,可以得到
根据步骤S322、步骤S323、步骤S326得到的结果,可以证明关于状态一致性误差的性能指标函数是一个ISpS-Lyapunov函数,故进一步地,可以得到多质量块弹簧阻尼器能实现状态一致,所设计的控制器有效。
优选的,步骤S4中,运用所设计的控制器对多质量块弹簧阻尼器进行控制,验证结果,具体是:观察系统的输出状态是否趋于一致,如果系统的输出状态趋于一致,说明控制成功,如果系统的输出状态没有趋于一致,那么返回步骤S2,重新调整步骤S21中所定义的性能指标函数中的预测时域N,继续之后的步骤,反复调整超过10次后,若系统的输出状态仍然无法趋于一致,那么返回步骤S1,重新建立预测模型,继续之后的步骤,直到系统的输出状态趋于一致。
所述鲁棒分布式预测控制,是一种基于预测模型的控制算法。所用预测模型根据质量- 弹簧-阻尼系统的机理建立状态空间模型,这个模型具有预测系统未来动态的功能,即能够根据系统的当前信息和未来的控制的输入,预测其未来的输出值。
所述鲁棒分布式预测控制,是一种在线滚动优化的控制算法。通过对多质量块弹簧阻尼器某一性能指标的最优来确定未来的控制序列,性能指标中涉及到系统未来的行为,是由未来的控制策略根据预测模型所提供的先验知识所决定的。在线滚动优化表示优化过程不是传统地全局一次离线优化,而是反复在线进行的。优化性能指标的相对形式在不同的时刻是一样的,但其绝对形式即所包括的时间区域是不一样的,优化的时段会向前推移。
所述鲁棒分布式预测控制,可以显式地处理多质量块弹簧阻尼器要求的各种软硬件约束。系统的约束以直接的不等式形式出现在优化问题的约束条件中,可方便地利用MATLAB优化工具箱常用函数得到有约束的非线性函数的解析解。
所述鲁棒分布式预测控制,通过分布式的形式降低了问题的规模和复杂性。所述多质量块弹簧阻尼器由四个质量块组成,每个质量块作为一个子系统,都有独立的控制器。每个子系统控制律的计算依赖于所有子系统的状态,旨在确保整个系统的状态一致。系统之间的相互影响体现在性能指标的某一项中,通过信息协调的方式实现原来集中式控制的效果,同时提高了控制过程的灵活性。
所述鲁棒分布式预测控制,考虑实际环境中多质量块弹簧阻尼器可能受到的外界不确定性扰动。采用基于min-max优化的方法保证系统的鲁棒性,即以控制输入为极小值优化问题的决策变量,以不确定性扰动为极大值优化问题的决策变量,每个子系统求解其在最坏不确定扰动输入下使性能指标的上界达到最小的最优解。
所述自触发策略,可以让每个控制器根据其被估计的假设的邻居状态信息和自身的历史信息自治地确定未来的一组控制输入序列和下一个触发时间。触发策略要求使得各个子系统的最优性能指标值沿着状态轨迹趋于一致。
本发明的有益效果是:
本发明解决了非线性多智能体系统的一致性控制问题,尤其是一种针对多质量块弹簧阻尼器一致性控制。所述自触发策略结合鲁棒分布式预测控制的方法不仅保留了预测控制算法能够处理多变量、有约束、不确定性问题的特点,而且通过自触发策略,可以有效地降低多质量块弹簧阻尼器的控制和通信消耗,同时触发系数的改变能在线调整控制器更新的频率,在如今信息物理系统大热的时代有重要的实际意义和应用前景。
附图说明
图1是本发明给出的方法具体流程示意图。
图2是本发明给出的多质量块弹簧阻尼器示意图。
图3为本发明给出的系统位移量变化示意图。
图4为本发明给出的系统速度量变化示意图。
图5为本发明给出的系统控制量变化示意图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
如图1所示,本发明所述的一种针对多质量块弹簧阻尼器一致性控制的自触发鲁棒分布式预测控制算法,包括如下步骤:
步骤S1:建立多质量块弹簧阻尼器的数学模型;
步骤S2:设计实现自触发分布式预测控制算法的控制器;
步骤S3:控制器有效性的证明;
步骤S4:运用所设计的控制器对多质量块弹簧阻尼器进行控制,验证结果。
实施例1:
对于针对多质量块弹簧阻尼器一致性控制的自触发鲁棒分布式预测控制算法,方法步骤实施如下:
步骤A:根据质量-弹簧-阻尼系统的机理建立预测模型,具体实现为:
步骤B:设定预测时域N为5,控制约束设定为-2≤ui≤2,扰动约束设定为 -0.2≤wi≤0.4,终端约束为性能指标中,触发系数取γ=0.5,最大触发间隔取Hmax=4,控制权重因子取λ=0.01,扰动权重因子取ψ=2,终端状态误差权重因子取βi=3。
步骤C:设定自触发条件。对于单个质量-弹簧-阻尼系统,要求其基于一致性状态误差的性能指标函数是一个ISpS-Lyapunov函数。要满足此条件,则最优性能指标值沿着系统一致性状态误差轨迹必须单调递减,从而得到自触发条件:
步骤D:设置系统的初始状态,x1=[3.4,-1.5],x2=[0.6,0.5],x3=[-1.2,2],x4=[2.5,-1.2]。
步骤F:应用得到的最优控制序列,并更新一次缓存的所有邻居系统的状态信息。自触发鲁棒分布式预测控制算法允许所有的子系统同时独立地求解优化问题,故在每个子系统的下一个触发时刻前,需要检查一次缓存信息,更新并存储其所有邻居系统最新的位移和速度信息。
步骤G:实现双模控制。在所有子系统的一致性状态误差没有全部进入预先设计的终端域时,系统采用基于开环优化的闭环状态误差反馈控制;当所有子系统的一致性状态误差全部进入终端域时,系统采用局部状态误差反馈控制。局部状态误差反馈增益矩阵为一时不变矩阵,在N给定的条件下使终端域变小。通过计算得到一组增益为k1=[-0.6,-0.4],k2=[-0.6,-0.4],k3=[-0.5,-0.3],k4=[-0.5,-0.4]。
步骤H:运用所设计的控制器对多质量块弹簧阻尼器进行控制,结果如图3-5所示。其中,图3为4个质量块的位移xi,1随采样时间k的轨迹,图4为4个质量块的速度xi,2随采样时间k的轨迹,图5为4个质量块的控制输入ui随采样时间k的轨迹。
步骤I:观察4个质量块的状态是否趋近一致。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。
Claims (3)
1.一种针对多质量块弹簧阻尼器一致性控制的算法,其特征在于,包括如下步骤:
步骤S1:建立多质量块弹簧阻尼器的数学模型;具体包括如下步骤:
步骤S11:根据质量-弹簧-阻尼系统的机理建立预测模型;
其中,i=1,2,3,4表示质量块的个数,xi,1和xi,2分别表示每个质量块的位移和速度,Mi表示每个质量块的质量,T表示采样周期,k表示线性弹簧系数,h表示阻尼因子,表示每个质量块的第k次触发时间,wi表示每个质量块受到的外界扰动,扰动由系统的状态和控制限界;
步骤S12:将上述预测模型抽象为一个更一般的形式:
步骤S2:设计实现自触发分布式预测控制算法的控制器;具体包括如下步骤:
步骤S21:定义有限时域性能指标函数:每个子系统采用如下的性能指标函数:
Fi是终端罚函数,其表达式为:
步骤S22:结合约束条件,求解一个自触发分布式预测控制的优化问题SPii;
其中,为最优性能指标值,是一个常量;表示需要求解的未来控制输入序列,表示扰动序列;ni表示第i个子系统的邻居子系统的集合,其所在的表达式为一个兼容性约束,要求确保其被估计的假设状态信息与实际状态信息之间有一定程度的一致性;表示当前子系统与其所有邻居平均子系统的状态一致性误差,故表示经过N步,状态一致性误差进入了一个终端约束集/终端域 为一个包含原点的闭凸集,其定义如下:
其中,σ是一个K类函数,由于要求扰动有界,故终端罚函数Fi是每个子系统在其终端约束集内的一个严格控制的Lyapunov函数,相应的Ei f是局部闭环系统的一个不变集,
步骤S23:设计自触发条件:在当前时刻与下一时刻之间,触发间隔的选择为满足条件的最大值,条件包括:第一,所选触发间隔得到的最优性能指标值必须不大于采样间隔为1的性能指标值;第二,所选触发间隔必须≤最大触发间隔Hmax,最大触发间隔要≤自定义的预测时域N,故对自触发间隔进行如下定义:
步骤S24:实现双模控制:在所有子系统的一致性状态误差没有全部进入预先设计的终端域时,通过求解步骤S22中所给出的优化问题,得到当前时刻的最优控制序列,通过求解步骤S23给出自触发条件,得到当前时刻的触发间隔;当所有子系统的一致性状态误差全部进入终端域时,系统采用局部状态误差反馈控制,在每个子系统的下一个触发时刻前,检查一次其缓存的所有邻居系统的状态信息,更新并存储所有邻居系统最新的状态信息;
步骤S3:控制器有效性的证明;
步骤S4:运用所设计的控制器对多质量块弹簧阻尼器进行控制,验证结果。
2.根据权利要求1所述的一种针对多质量块弹簧阻尼器一致性控制的算法,其特征在于,步骤S3中,控制器有效性的证明,具体包括如下步骤:
步骤S31:自触发分布式预测控制算法迭代优化可行性的证明:
做出如下假设:
3.根据权利要求1所述的一种针对多质量块弹簧阻尼器一致性控制的算法,其特征在于,步骤S4中,运用所设计的控制器对多质量块弹簧阻尼器进行控制,验证结果,具体是:观察系统的输出状态是否趋于一致,如果系统的输出状态趋于一致,说明控制成功,如果系统的输出状态没有趋于一致,那么返回步骤S2,重新调整步骤S21中所定义的性能指标函数中的预测时域N,继续之后的步骤,反复调整超过10次后,若系统的输出状态仍然无法趋于一致,那么返回步骤S1,重新建立预测模型,继续之后的步骤,直到系统的输出状态趋于一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010932611.5A CN112147892B (zh) | 2020-09-08 | 2020-09-08 | 一种针对多质量块弹簧阻尼器一致性控制的算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010932611.5A CN112147892B (zh) | 2020-09-08 | 2020-09-08 | 一种针对多质量块弹簧阻尼器一致性控制的算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112147892A CN112147892A (zh) | 2020-12-29 |
CN112147892B true CN112147892B (zh) | 2022-06-10 |
Family
ID=73891086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010932611.5A Active CN112147892B (zh) | 2020-09-08 | 2020-09-08 | 一种针对多质量块弹簧阻尼器一致性控制的算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112147892B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114460846B (zh) * | 2022-01-25 | 2024-04-12 | 西安理工大学 | 具有全局耦合约束的分布式模型预测控制优化算法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105635963A (zh) * | 2015-12-25 | 2016-06-01 | 中国空间技术研究院 | 多智能体分布式协同定位方法 |
CN105826944A (zh) * | 2016-03-18 | 2016-08-03 | 上海电机学院 | 一种微电网群的功率预测方法和系统 |
CN107179777A (zh) * | 2017-06-03 | 2017-09-19 | 复旦大学 | 多智能体集群协同方法与多无人机集群协同系统 |
CN110262511A (zh) * | 2019-07-12 | 2019-09-20 | 同济人工智能研究院(苏州)有限公司 | 基于深度强化学习的双足机器人自适应性行走控制方法 |
CN110262245A (zh) * | 2019-07-02 | 2019-09-20 | 南京理工大学 | 基于事件触发机制的多智能体系统的控制器设计方法 |
CN111103881A (zh) * | 2019-12-25 | 2020-05-05 | 北方工业大学 | 一种多智能体编队防碰撞控制方法及系统 |
-
2020
- 2020-09-08 CN CN202010932611.5A patent/CN112147892B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105635963A (zh) * | 2015-12-25 | 2016-06-01 | 中国空间技术研究院 | 多智能体分布式协同定位方法 |
CN105826944A (zh) * | 2016-03-18 | 2016-08-03 | 上海电机学院 | 一种微电网群的功率预测方法和系统 |
CN107179777A (zh) * | 2017-06-03 | 2017-09-19 | 复旦大学 | 多智能体集群协同方法与多无人机集群协同系统 |
CN110262245A (zh) * | 2019-07-02 | 2019-09-20 | 南京理工大学 | 基于事件触发机制的多智能体系统的控制器设计方法 |
CN110262511A (zh) * | 2019-07-12 | 2019-09-20 | 同济人工智能研究院(苏州)有限公司 | 基于深度强化学习的双足机器人自适应性行走控制方法 |
CN111103881A (zh) * | 2019-12-25 | 2020-05-05 | 北方工业大学 | 一种多智能体编队防碰撞控制方法及系统 |
Non-Patent Citations (2)
Title |
---|
孙长银.《多智能体深度强化学习的若干关键科学问题》.《自动化学报》.2020,第46卷(第7期),第1301-1312页. * |
王庆领.《饱和受限的多智能体系统一致性问题研究》.《万方学位论文》.2015,第1-183页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112147892A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Adaptive dynamic programming for networked control systems under communication constraints: a survey of trends and techniques | |
He et al. | Finite-time control of discrete-time semi-Markov jump linear systems: A self-triggered MPC approach | |
Li et al. | Event‐triggered adaptive backstepping control for parametric strict‐feedback nonlinear systems | |
Chen et al. | Robust nonlinear observer for Lipschitz nonlinear systems subject to disturbances | |
CN112621759A (zh) | 基于事件触发机制的遥操作系统分数阶滑模同步控制方法 | |
CN107872449B (zh) | 一种基于预测控制的拒绝服务攻击防御方法 | |
CN112147892B (zh) | 一种针对多质量块弹簧阻尼器一致性控制的算法 | |
CN114509949A (zh) | 一种机器人预定性能的控制方法 | |
CN114839880B (zh) | 一种基于柔性关节机械臂的自适应控制方法 | |
Yang et al. | Event-triggered adaptive neural control for multiagent systems with deferred state constraints | |
CN113110344B (zh) | 一种针对DoS攻击下的多个轮式机器人协同控制方法 | |
Lv et al. | Neural network-based nonconservative predefined-time backstepping control for uncertain strict-feedback nonlinear systems | |
Qin et al. | Event-triggered safe control for the zero-sum game of nonlinear safety-critical systems with input saturation | |
CN112068446B (zh) | 一种基于离散时间模糊模型的直流电机系统抗干扰控制方法 | |
Tan et al. | Non-fragile H∞ control for body slip angle of electric vehicles with onboard vision systems: The dynamic event-triggering approach | |
Wu et al. | Dynamic event-triggered fuzzy adaptive control for non-strict-feedback stochastic nonlinear systems with injection and deception attacks | |
Bai et al. | Composite observer‐based adaptive event‐triggered backstepping control for fractional‐order nonlinear systems with input constraints | |
Xu et al. | Decentralized adaptive control of interconnected nonlinear systems with unknown control directions and actuator failure | |
Hua et al. | $ H_ {\infty} $ Filtering for Discrete-Time Periodic Markov Jump Systems With Quantized Measurements: A New Packet Loss Compensation Strategy | |
CN105677936B (zh) | 机电复合传动系统需求转矩的自适应递归多步预测方法 | |
Song et al. | Optimal event‐triggered control for C‐T system with asymmetric constraints based on dual heuristic dynamic programing structure | |
Yao et al. | Event-triggered finite-time adaptive fuzzy tracking control for stochastic nontriangular structure nonlinear systems | |
Yuan et al. | Prescribed finite-time adaptive fuzzy control via output feedback for output-constrained nonlinear systems | |
Su et al. | Prescribed performance adaptive fuzzy control for nonstrict‐feedback nonlinear systems with dead zone outputs | |
Kang et al. | Adaptive output feedback control of uncertain nonlinear systems with input delay and output constraint |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |