CN113900378A - 一种面向随机非线性系统的非同步滑模控制方法 - Google Patents
一种面向随机非线性系统的非同步滑模控制方法 Download PDFInfo
- Publication number
- CN113900378A CN113900378A CN202111219878.0A CN202111219878A CN113900378A CN 113900378 A CN113900378 A CN 113900378A CN 202111219878 A CN202111219878 A CN 202111219878A CN 113900378 A CN113900378 A CN 113900378A
- Authority
- CN
- China
- Prior art keywords
- sliding mode
- asynchronous
- mode
- controller
- matrix
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012546 transfer Methods 0.000 claims abstract description 16
- 230000002269 spontaneous effect Effects 0.000 claims abstract description 7
- 238000013461 design Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 210000001258 synovial membrane Anatomy 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims 2
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Abstract
Description
技术领域
本发明涉及网络化控制技术领域,具体为一种面向随机非线性系统的非同步滑模控制方法。
背景技术
滑模控制是控制领域中一个重要的研究分支,广泛应用在机器人操纵、航空航天、污水处理系统等领域,但在实际的工程系统不可避免受到各种随机因素的影响,例如,网络系统容易由于传输延迟或带宽限制导致信息丢失,即系统的模态信息受到约束,这一情况也称之为异步问题。
对于随机非线性系统来说,当遇到这一类的异步问题时,首先想要采用滑模控制,然而现有的滑模控制方法对非线性、不确定性的系统不敏感、不鲁棒,在系统的模态信息受约束的条件下往往无法获得系统的准确状态,在通常情况下,会通过一系列的观察和处理系统的其他信息才能获取系统的准确状态,这样会导致系统状态信息获取不精确、无法观测的问题,因此,考虑在随机非线性系统的模态信息受到约束时如何处理一系列的控制问题是非常有必要的。
发明内容
(一)解决的技术问题
本发明提供了一种面向随机非线性系统的非同步滑模控制方法,解决在模态信息约束的条件下随机非线性系统的非同步控制问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种面向随机非线性系统的非同步滑模控制方法,包括以下步骤:
步骤S1:构建具有匹配非线性扰动和马尔科夫跳变参数的系统;
步骤S2:采取隐马尔科夫模型描述滑模控制器模态与系统模态之间异步程度的转移速率θ(i,μ)(j,μ);
步骤S3:对所述具有匹配非线性扰动和马尔科夫跳变参数的系统进行异步滑模面设计,并计算异步滑模面的滑膜动态;
步骤S4:基于异步滑模面和滑膜动态,采用矩阵分解变换和Finsler引理,获得滑膜参数矩阵K(μ);
步骤S5:根据获得的滑膜参数矩阵,设计滑模控制器,实现对所述具有匹配非线性扰动和马尔科夫跳变参数的系统的滑模控制。
优选地,所述具有匹配非线性扰动和马尔科夫跳变参数的系统的数学模型如下:
y(t)=C(rt)x(t)
优选地,对步骤S2中采取隐马尔科夫模型描述滑模控制器模态与系统模态之间异步程度的转移速率θ(i,μ)(j,μ)的具体过程如下:
进一步有转移速率如下
优选地,对所述具有匹配非线性扰动和马尔科夫跳变参数的系统进行异步滑模面设计,并计算异步滑模面的滑膜动态,其具体过程如下:
作出假设:
A1:nu≤ny<nx;
A2:对所有的rt=i∈S,控制输入矩阵B(i)和输出矩阵C(i)都是满秩的且满足rank(C(i)B(i))=nu;
假设在时间t有rt=i;在上述假设下可知,存在一个非奇异变换矩阵T(i),在z(t)=T(i)x(t)下有
y(t)=[0 C2(i)]z(t)
在异步滑模面上,存在s(t)=0,意味着
求解滑模动态:异步滑模面中的参数K(μ)为待求的滑模参数矩阵,其模态与系统模态参数之间属于非同步的关系,两者之间满足先前所定义的隐马尔可夫模型;因此,可得到滑模动态:
为了分析滑模动态的动态性能,可以获取测量输出方程:
zm(t)=L(i)z1(t)+E(i)w(t)。
优选地,求解滑膜参数矩阵K(μ)的具体过程如下:
作出定理1和引理1:
定理1:对于给定的常数γ>0,具有测量输出方程的滑模动态是随机稳定的且具有H∞性能指标,即在零初始条件下,对所有的w(k)∈L2[0,+∞),||z(k)||2<γ||w(k)||2成立;
引理1:对于给定的常数γ>0,具有测量输出方程的滑模动态被认为是内部均方稳定的,具有预定义的H∞噪声衰减指数γ,即||zm||2<γ||w||2,如果对所有的(i,μ)∈V,存在对称矩阵P(i,μ)使得下面的等式成立
接着对于设计出的异步滑模面需要保证滑模动态内部均方稳定,同时满足定理1和引理1,所需的条件是:
其中
Σ12=[R(i,μ) 0 0]
Σ13=[D(i,μ) 0 0]
A=A11(i)G(μ)+A12(i)[0 X(μ)]
L=L(i)G(μ)
首先定义一个滑模区域:Ω={z(t)∈R:z(t)≤σ}
其中有
接着给出定理2:在设计的滑模控制器中保证异步滑模面在有限时间内对于z(t)∈Ω局部可达;
对定理2进行证明:
可以得到滑模控制器:
然后沿着滑模控制器的轨迹,进行无限小操作
可以得到LVs(t)<-2βVs(t)
对于任意的s(0)≠0,从广义的Dynkin公式可以得出
表明异步滑模面s(t)以指数收敛到零,衰减率为2β;因此,所设计的滑模控制器保证了异步滑模面在给定集合内的局部可达性,即滑模控制器对具有匹配非线性扰动和马尔科夫跳变参数的系统的滑模控制。
(三)有益效果
与现有技术相比,本发明的有益效果是:本发明采取隐马尔可夫模型来解决滑模控制器设计中的异步问题。让表示控制器模态的同时跳变,代表其自发跳变。定义联合转移速率θ(i,μ)(j,μ),并得到描述滑模控制器模态与系统模态之间异步程度的速率形式,速率形式表述的优势在于联合转移速率涵盖了系统模态与滑模控制器模态同时跳变以及系统处于不变模态时的自发跳变,从而避免了条件概率模型中存在的在有限时间区间内无限跳变的机会。另外在此发明中所构造的滑模面是通过将模态依赖与输出反馈相结合的方式所得到的,其形式为该发明是对状态反馈很好的一种替代方法,帮助我们解决状态信息不精确或无法观测的情况。同时在基于隐马尔可夫模型的基础上刻画了系统与滑模面的非同步关系。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制,在附图中:
图1示出了本发明实施例的整体流程图;
图2示出了本发明实施例的整体框架图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅附图1-2,本发明公开一种面向随机非线性系统的非同步滑模控制方法,包括以下步骤:
步骤S1:构建具有匹配非线性扰动和马尔科夫跳变参数的系统;
步骤S2:采取隐马尔科夫模型描述滑模控制器模态与系统模态之间异步程度的转移速率θ(i,μ)(j,μ);
步骤S3:对所述具有匹配非线性扰动和马尔科夫跳变参数的系统进行异步滑模面设计,并计算异步滑模面的滑膜动态;
步骤S4:基于异步滑模面和滑膜动态,采用矩阵分解变换和Finsler引理,获得滑膜参数矩阵K(μ);
步骤S5:根据获得的滑膜参数矩阵,设计滑模控制器,实现对所述具有匹配非线性扰动和马尔科夫跳变参数的系统的滑模控制。
进一步的,所述具有匹配非线性扰动和马尔科夫跳变参数的系统的数学模型如下:
进一步的,对步骤S2中采取隐马尔科夫模型描述滑模控制器模态与系统模态之间异步程度的转移速率θ(i,μ)(j,μ)的具体过程如下:
进一步有转移速率如下
进一步的,对所述具有匹配非线性扰动和马尔科夫跳变参数的系统进行异步滑模面设计,并计算异步滑模面的滑膜动态,其具体过程如下:
作出假设:
A1:nu≤ny<nx;
A2:对所有的rt=i∈S,控制输入矩阵B(i)和输出矩阵C(i)都是满秩的且满足rank(C(i)B(i))=nu;
假设在时间t有rt=i;在上述假设下可知,存在一个非奇异变换矩阵T(i),在z(t)=T(i)x(t)下有
y(t)=[0 C2(i)]z(t)
在异步滑模面上,存在s(t)=0,意味着
求解滑模动态:异步滑模面中的参数K(μ)为待求的滑模参数矩阵,其模态与系统模态参数之间属于非同步的关系,两者之间满足先前所定义的隐马尔可夫模型;因此,可得到滑模动态:
为了分析滑模动态的动态性能,可以获取测量输出方程:
zm(t)=L(i)z1(t)+E(i)w(t) (3)
进一步的,求解滑膜参数矩阵K(μ)的具体过程如下:
作出定理1和引理1:
定理1:对于给定的常数γ>0,具有测量输出方程(3)的滑模动态(2)是随机稳定的且具有H∞性能指标,即在零初始条件下,对所有的w(k)∈L2[0,+∞),||z(k)||2<γ||w(k)||2成立;
引理2:对于给定的常数γ>0,具有测量输出方程(3)的滑模动态(2)被认为是内部均方稳定的,具有预定义的H∞噪声衰减指数γ,即||zm||2<γ||w||2,如果对所有的(i,μ)∈V,存在对称矩阵P(i,μ)使得下面的等式成立
接着对于设计出的异步滑模面需要保证滑模动态内部均方稳定,同时满足定理1和引理1,所需的条件是:
其中
Σ12=[R(i,μ) 0 0]
Σ13=[D(i,μ) 0 0]
A=A11(i)G(μ)+A12(i)[0 X(μ)]
L=L(i)G(μ)
让R(i,μ)=P-1(i,μ),将不等式(4)左右乘以{R(i,μ),I,I}可以得出
其中
R(i,μ)=AR(i,μ)+R(i,μ)AT+θ(i,μ)(i,μ)R(i,μ) (7)
然后得出
其中
并定义
通过改变X(μ)=K(μ)G3(μ),表明定理1是引理1的等价命题,对定理1证明完成。
首先定义一个滑模区域:Ω={z(t)∈R:z(t)≤σ} (10)
其中有
接着给出定理2:在设计的滑模控制器中保证异步滑模面在有限时间内对于z(t)∈Ω局部可达;
对定理2进行证明:
可以得到滑模控制器:
然后沿着滑模控制器(12)的轨迹,进行无限小操作
可以得到LVs(t)<-2βVs(t)
对于任意的s(0)≠0,从广义的Dynkin公式可以得出
表明异步滑模面s(t)以指数收敛到零,衰减率为2β;因此,所设计的滑模控制器保证了异步滑模面在给定集合内的局部可达性,即滑模控制器对具有匹配非线性扰动和马尔科夫跳变参数的系统的滑模控制。
如此一来得到描述滑模控制器模态与系统模态之间异步程度的概率形式如下:
以这种形式表述的优势在于联合转移概率涵盖了系统模态与滑模控制器模态同时跳变以及系统处于不变模态时的自发跳变,从而避免了条件概率模型中存在的在有限时间区间内无限跳变的机会。另外在此发明中所构造的滑模面是通过将模态依赖与输出反馈相结合的方式所得到的,其形式为该发明是对状态反馈很好的一种替代方法,帮助我们解决状态信息不精确或无法观测的情况。同时在基于隐马尔可夫模型的基础上刻画了系统与滑模面的非同步关系。
需要注意的是,尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种面向随机非线性系统的非同步滑模控制方法,其特征在于,包括以下步骤:
步骤S1:构建具有匹配非线性扰动和马尔科夫跳变参数的系统;
步骤S2:采取隐马尔科夫模型描述滑模控制器模态与系统模态之间异步程度的转移速率θ(i,μ)(j,μ);
步骤S3:对所述具有匹配非线性扰动和马尔科夫跳变参数的系统进行异步滑模面设计,并计算异步滑模面的滑膜动态;
步骤S4:基于异步滑模面和滑膜动态,采用矩阵分解变换和Finsler引理,获得滑膜参数矩阵K(μ);
步骤S5:根据获得的滑膜参数矩阵,设计滑模控制器,实现对所述具有匹配非线性扰动和马尔科夫跳变参数的系统的滑模控制。
4.根据权利要求3所述的一种面向随机非线性系统的非同步滑模控制方法,其特征在于,对所述具有匹配非线性扰动和马尔科夫跳变参数的系统进行异步滑模面设计,并计算异步滑模面的滑膜动态,其具体过程如下:
作出假设:
A1:nu≤ny<nx;
A2:对所有的rt=i∈S,控制输入矩阵B(i)和输出矩阵C(i)都是满秩的且满足rank(C(i)B(i))=nu;
假设在时间t有rt=i;在上述假设下可知,存在一个非奇异变换矩阵T(i),在z(t)=T(i)x(t)下有
y(t)=[0 C2(i)]z(t)
在异步滑模面上,存在s(t)=0,意味着
求解滑模动态:异步滑模面中的参数K(μ)为待求的滑模参数矩阵,其模态与系统模态参数之间属于非同步的关系,两者之间满足先前所定义的隐马尔可夫模型;因此,可得到滑模动态:
为了分析滑模动态的动态性能,可以获取测量输出方程:
zm(t)=L(i)z1(t)+E(i)w(t)。
5.根据权利要求4所述的一种面向随机非线性系统的非同步滑模控制方法,其特征在于,求解滑膜参数矩阵K(μ)的具体过程如下:
作出定理1和引理1:
定理1:对于给定的常数γ>0,具有测量输出方程的滑模动态是随机稳定的且具有H∞性能指标,即在零初始条件下,对所有的w(k)∈L2[0,+∞),||z(k)||2<γ||w(k)||2成立;
引理1:对于给定的常数γ>0,具有测量输出方程的滑模动态被认为是内部均方稳定的,具有预定义的H∞噪声衰减指数γ,即||zm||2<γ||w||2,如果对所有的(i,μ)∈V,存在对称矩阵P(i,μ)使得下面的等式成立
接着对于设计出的异步滑模面需要保证滑模动态内部均方稳定,同时满足定理1和引理1,所需的条件是:
其中
Σ12=[R(i,μ) 0 0]
Σ13=[D(i,μ) 0 0]
A=A11(i)G(μ)+A12(i)[0 X(μ)]
L=L(i)G(μ)
首先定义一个滑模区域:Ω={z(t)∈R:z(t)≤σ}
其中有
接着给出定理2:在设计的滑模控制器中保证异步滑模面在有限时间内对于z(t)∈Ω局部可达;
对定理2进行证明:
可以得到滑模控制器:
然后沿着滑模控制器的轨迹,进行无限小操作
可以得到LVs(t)<-2βVs(t)
对于任意的s(0)≠0,从广义的Dynkin公式可以得出
表明异步滑模面s(t)以指数收敛到零,衰减率为2β;因此,所设计的滑模控制器保证了异步滑模面在给定集合内的局部可达性,即滑模控制器对具有匹配非线性扰动和马尔科夫跳变参数的系统的滑模控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111219878.0A CN113900378B (zh) | 2021-10-20 | 2021-10-20 | 一种面向随机非线性系统的非同步滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111219878.0A CN113900378B (zh) | 2021-10-20 | 2021-10-20 | 一种面向随机非线性系统的非同步滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113900378A true CN113900378A (zh) | 2022-01-07 |
CN113900378B CN113900378B (zh) | 2023-08-25 |
Family
ID=79192760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111219878.0A Active CN113900378B (zh) | 2021-10-20 | 2021-10-20 | 一种面向随机非线性系统的非同步滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113900378B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004059124A1 (en) * | 2002-12-31 | 2004-07-15 | Schlumberger Technology B.V. | Method and system for averting or mitigating undesirable drilling events |
CN104443022A (zh) * | 2014-11-11 | 2015-03-25 | 深圳职业技术学院 | 一种四轮独立驱动电动汽车稳定性控制方法及系统 |
CN107218269A (zh) * | 2017-07-03 | 2017-09-29 | 深圳职业技术学院 | 一种直驱式电液伺服压力控制系统 |
CN110620528A (zh) * | 2019-09-20 | 2019-12-27 | 电子科技大学 | 一种基于二阶超螺旋滑模的多通道直流电机系统控制方法 |
CN111258223A (zh) * | 2020-03-12 | 2020-06-09 | 电子科技大学 | 一种基于滑模的切换网络化控制系统安全控制方法 |
CN111650835A (zh) * | 2020-06-16 | 2020-09-11 | 电子科技大学 | 一种随机跳变系统的自适应事件触发异步滑模控制方法 |
-
2021
- 2021-10-20 CN CN202111219878.0A patent/CN113900378B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004059124A1 (en) * | 2002-12-31 | 2004-07-15 | Schlumberger Technology B.V. | Method and system for averting or mitigating undesirable drilling events |
CN104443022A (zh) * | 2014-11-11 | 2015-03-25 | 深圳职业技术学院 | 一种四轮独立驱动电动汽车稳定性控制方法及系统 |
CN107218269A (zh) * | 2017-07-03 | 2017-09-29 | 深圳职业技术学院 | 一种直驱式电液伺服压力控制系统 |
CN110620528A (zh) * | 2019-09-20 | 2019-12-27 | 电子科技大学 | 一种基于二阶超螺旋滑模的多通道直流电机系统控制方法 |
CN111258223A (zh) * | 2020-03-12 | 2020-06-09 | 电子科技大学 | 一种基于滑模的切换网络化控制系统安全控制方法 |
CN111650835A (zh) * | 2020-06-16 | 2020-09-11 | 电子科技大学 | 一种随机跳变系统的自适应事件触发异步滑模控制方法 |
Non-Patent Citations (2)
Title |
---|
SHANLING DONG,等: "Observer-Based Sliding Mode Control for MarkovJump Systems With Actuator Failures and Asynchronous Modes", vol. 68, no. 6, pages 1967 - 1971, XP011857133, DOI: 10.1109/TCSII.2020.3030703 * |
陈传广,等: "基于磁链与负载观测器的异步电机反步滑模控制", pages 12 - 18 * |
Also Published As
Publication number | Publication date |
---|---|
CN113900378B (zh) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chang et al. | Fuzzy Generalized $\mathcal {H} _ {2} $ Filtering for Nonlinear Discrete-Time Systems With Measurement Quantization | |
Zhu et al. | l1-gain performance analysis and positive filter design for positive discrete-time Markov jump linear systems: A linear programming approach | |
Zhang et al. | Robust energy-to-peak filtering for networked systems with time-varying delays and randomly missing data | |
CN110209148B (zh) | 一种基于描述系统观测器的网络化系统的故障估计方法 | |
Xie et al. | Consensus for multi‐agent systems with distributed adaptive control and an event‐triggered communication strategy | |
Ishido et al. | Stability analysis of networked control systems subject to packet-dropouts and finite-level quantization | |
CN109495348A (zh) | 一种具有时延和数据包丢失的网络控制系统h∞故障检测方法 | |
CN106325075B (zh) | 一类时滞线性参数变化离散系统的h∞控制方法 | |
Ren et al. | Event-triggered non-fragile H∞ fault detection for discrete time-delayed nonlinear systems with channel fadings | |
CN106383442B (zh) | 一种网络化线性参数变化系统的h∞控制方法 | |
CN111290274B (zh) | 一种具有数据包丢失的网络控制系统h∞控制方法 | |
Lee et al. | Improved stability criteria for sampled-data systems using modified free weighting matrix | |
Merezeanu et al. | Consensus control of discrete-time multi-agent systems | |
CN108173532B (zh) | 在协议影响下的时变系统滤波器设计方法、装置和滤波器 | |
Shin et al. | A new fusion formula and its application to continuous-time linear systems with multisensor environment | |
CN112260867B (zh) | 基于集员估计的事件触发传输复杂网络的状态估计方法 | |
CN111030644B (zh) | 一种非线性网络化控制系统的有限时间耗散滤波方法 | |
Han et al. | Linear quadratic optimal control and stabilization for discrete-time Markov jump linear systems | |
CN113900378A (zh) | 一种面向随机非线性系统的非同步滑模控制方法 | |
CN107563103B (zh) | 基于局部条件的一致性滤波器设计方法 | |
Li et al. | A new result on semi-synchronous event-triggered backstepping robust control for a class of non-Lipschitzian networked systems | |
Gan et al. | Distributed sparse identification for stochastic dynamic systems under cooperative non-persistent excitation condition | |
CN113820954A (zh) | 一种广义噪声下复杂非线性系统的容错控制方法 | |
Li et al. | Consensus-based unscented Kalman filter for sensor networks with sensor saturations | |
Zhang et al. | Non-fragile H∞ filtering for discrete stochastic Markov jump systems with intermittent measurements |
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 |