非线性系统的预设性能有限时间有界H∞控制研究
这是一篇关于非线性系统,未知初始跟踪条件,预设性能控制,有限时间控制,有界H∞控制的论文, 主要内容为非线性系统广泛存在于实际生产系统中,如机械、冶金、航空航天等工程系统。近年来,对非线性系统的控制研究引起了众多学者的关注。预设性能控制方法能同时保证系统的稳态性能和动态性能,但经典预设性能控制设计方法过于依赖被控变量的初始条件,此方法对于未知初始条件被控系统的控制设计会受到限制。因此,本文针对一类具有外部扰动的非线性系统,采用了一种与初始跟踪条件无关的预设性能控制新方法,研究了其在初始跟踪条件未知情况下的预设性能有限时间有界H∞跟踪控制问题。本文的主要研究内容如下:1.针对一类具有外部扰动的非线性系统,结合backstepping方法、预设性能控制方法和有限时间控制理论,研究了一种与初始跟踪条件无关的预设性能有限时间跟踪控制方法。为了实现这种预设性能控制设计,采用非线性映射和一种新的误差转换思想,设计了预设性能函数,从而确保被约束变量初始条件与预设性能函数的设计无关,解决了预设性能控制依赖于系统被约束量初始条件的问题。另外,系统的被约束变量进入规定约束区域的时间是可以任意设置的。基于这种预设性能控制设计方法,设计了系统的预设性能有限时间跟踪控制器。该控制器不仅能保证系统的稳态性能,同时能保证系统在有界稳定条件下获得良好的动态性能,而且,系统的被约束变量在给定的停息时间内被预设性能函数约束在预先给定的区域里,系统中的所有信号都是有界稳定的。最后给出的仿真实例验证了所提控制策略的有效性。2.研究了一类具有外部扰动的非线性系统的自适应预设性能有限时间有界H∞跟踪控制问题。但是,一般的H∞控制方法要求系统必须是渐近稳定的,因此,本章针对具有外部干扰的非线性系统,结合预设有限时间控制,提出了一种自适应预设有限时间有界H∞控制方法,该方法在设计H∞控制器时只要求系统达到有界稳定的条件。在控制设计中,用径向基神经网络处理打包的未知非线性函数,通过数学处理方法,解决了设计有限时间控制器时出现的奇点问题,确保了有限时间控制设计的合理性。同时,提出一个新的误差转换函数,简化了有界H∞控制的设计过程。所提出的控制方法保证系统对外部干扰具有良好的抑制性能,从而使系统获得良好的跟踪性能,并且系统中所有的信号都是有界稳定的。通过仿真验证了所提控制方法的有效性和优越性。
具有预设性能的全驱动无人水面船轨迹跟踪动态面控制
这是一篇关于预设性能控制,轨迹跟踪,动态面控制,输入受限,全状态约束的论文, 主要内容为全驱动无人水面船(Fully-actuated unmanned surface vessel,FAUSV,here after called USV)兼具灵活的操纵性、较好的安全性、控制算法设计便利等,因此在海洋观测、海底勘探、海上货物运输等海洋作业领域具有广泛应用。本论文以三自由度USV为研究对象,基于预设性能控制算法,考虑外部扰动、模型动态部分未知、输入饱和、全状态约束等实际问题,利用神经网络、自适应、辅助系统、扰动观测器等技术手段,对USV的轨迹跟踪进行了系统研究。本文主要研究内容如下:(1)针对带有未知外界环境扰动、模型不确定项和预设性能要求的USV,设计了具有预设性能的USV轨迹跟踪动态面控制器。此控制器通过构造非线性转换函数(非对数型)实现预设性能控制。传统的对数型转换函数,在设计的过程中,需要求转换函数的反函数,求解过程不仅复杂,而且当转换函数为对数型函数时,容易出现奇异情况。引进3个RBF神经网络对船舶模型不确定项进行估计,利用动态面技术设计具有预设性能的USV轨迹跟踪动态面控制器。为解决外界未知环境扰动和增强系统的鲁棒性,引入自适应技术抑制RBF神经网络估计误差和环境扰动。仿真结果表明,本文所提的控制算法能够让船舶的运动轨迹在预设的性能范围内,对于船舶模型不确定性和外界扰动能够有很好的鲁棒性。(2)针对具有输入受限、未知扰动的USV进行预设性能控制研究,设计了具有输入受限和未知扰动的USV预设性能动态面轨迹跟踪控制策略。在实际应用中,USV总是在风、浪、流等未知干扰的不确定环境中航行,严重影响了船舶轨迹跟踪控制的稳定性,非常需要提高鲁棒性和抗干扰能力。此外,一方面USV在实现精确跟踪的过程中,可能会遇到障碍物、狭窄水域等恶劣环境;另一方面,在实际应用中,由于执行器系统是非光滑非线性的,控制输入受物理条件的约束。因此,在控制器设计中考虑设定的暂态和稳态控制性能越来越重要,同时输入饱和的问题也需要考虑。针对以上问题,提出了一种具有预设性能的鲁棒自适应动态面控制。通过第二章设计解决预设性能要求,通过设计辅助系统,解决输入受限问题;设计了一种非线性观测器,对外部扰动进行估计并对控制器进行补偿。通过Lyapunov理论可以证明整个闭环系统误差信号的半全局一致最终有界。数值仿真验证了本文算法的有效性,让控制力矩在受限的范围内,使船舶的轨迹跟踪精度在预设的范围之内。(3)考虑输入受限情况下具有复杂未知不确定项和全状态约束的USV轨迹跟踪,设计具有预设性能和全状态约束的USV轨迹跟踪动态面控制策略。首先该策略通过改进型非对称障碍李雅普诺夫函数(Modified Asymmetric barrier Lyapunov function,MABLF)将不等式约束的受限系统转化为等式约束的受限系统,再通过预设性能函数对系统瞬态性能进行预设处理。利用辅助系统对输入受限进行补偿,同时引入动态面技术解决反演控制方法中易导致的“微分爆炸”问题。采用神经网络逼近未知模型,并设计自适应律估计神经网络逼近误差和未知扰动和的界。最后,选取Lyapunov函数证明闭环系统所有信号一致最终有界。实验表明所设计的算法能够保证在控制力矩受限的情况下,USV轨迹的控制精度在预设的范围内,也能够使USV全状态量限制在约束范围之中。综上,对于USV轨迹跟踪控制中面临的系统不确定、外界扰动、输入饱和、预设性能控制以及全状态约束等实际问题,通过本文所设计的具有预设性能的全驱动船舶轨迹跟踪动态面控制方法,能够让USV按照期望的精确航行轨迹运动,同时,保证USV轨迹跟踪控制误差在预设的控制精度范围内。本文所设计的控制算法具有较高的挑战性,而且尽量考虑了实际工况,具有较高的理论价值和工程应用价值。
具有预设性能的全驱动无人水面船轨迹跟踪动态面控制
这是一篇关于预设性能控制,轨迹跟踪,动态面控制,输入受限,全状态约束的论文, 主要内容为全驱动无人水面船(Fully-actuated unmanned surface vessel,FAUSV,here after called USV)兼具灵活的操纵性、较好的安全性、控制算法设计便利等,因此在海洋观测、海底勘探、海上货物运输等海洋作业领域具有广泛应用。本论文以三自由度USV为研究对象,基于预设性能控制算法,考虑外部扰动、模型动态部分未知、输入饱和、全状态约束等实际问题,利用神经网络、自适应、辅助系统、扰动观测器等技术手段,对USV的轨迹跟踪进行了系统研究。本文主要研究内容如下:(1)针对带有未知外界环境扰动、模型不确定项和预设性能要求的USV,设计了具有预设性能的USV轨迹跟踪动态面控制器。此控制器通过构造非线性转换函数(非对数型)实现预设性能控制。传统的对数型转换函数,在设计的过程中,需要求转换函数的反函数,求解过程不仅复杂,而且当转换函数为对数型函数时,容易出现奇异情况。引进3个RBF神经网络对船舶模型不确定项进行估计,利用动态面技术设计具有预设性能的USV轨迹跟踪动态面控制器。为解决外界未知环境扰动和增强系统的鲁棒性,引入自适应技术抑制RBF神经网络估计误差和环境扰动。仿真结果表明,本文所提的控制算法能够让船舶的运动轨迹在预设的性能范围内,对于船舶模型不确定性和外界扰动能够有很好的鲁棒性。(2)针对具有输入受限、未知扰动的USV进行预设性能控制研究,设计了具有输入受限和未知扰动的USV预设性能动态面轨迹跟踪控制策略。在实际应用中,USV总是在风、浪、流等未知干扰的不确定环境中航行,严重影响了船舶轨迹跟踪控制的稳定性,非常需要提高鲁棒性和抗干扰能力。此外,一方面USV在实现精确跟踪的过程中,可能会遇到障碍物、狭窄水域等恶劣环境;另一方面,在实际应用中,由于执行器系统是非光滑非线性的,控制输入受物理条件的约束。因此,在控制器设计中考虑设定的暂态和稳态控制性能越来越重要,同时输入饱和的问题也需要考虑。针对以上问题,提出了一种具有预设性能的鲁棒自适应动态面控制。通过第二章设计解决预设性能要求,通过设计辅助系统,解决输入受限问题;设计了一种非线性观测器,对外部扰动进行估计并对控制器进行补偿。通过Lyapunov理论可以证明整个闭环系统误差信号的半全局一致最终有界。数值仿真验证了本文算法的有效性,让控制力矩在受限的范围内,使船舶的轨迹跟踪精度在预设的范围之内。(3)考虑输入受限情况下具有复杂未知不确定项和全状态约束的USV轨迹跟踪,设计具有预设性能和全状态约束的USV轨迹跟踪动态面控制策略。首先该策略通过改进型非对称障碍李雅普诺夫函数(Modified Asymmetric barrier Lyapunov function,MABLF)将不等式约束的受限系统转化为等式约束的受限系统,再通过预设性能函数对系统瞬态性能进行预设处理。利用辅助系统对输入受限进行补偿,同时引入动态面技术解决反演控制方法中易导致的“微分爆炸”问题。采用神经网络逼近未知模型,并设计自适应律估计神经网络逼近误差和未知扰动和的界。最后,选取Lyapunov函数证明闭环系统所有信号一致最终有界。实验表明所设计的算法能够保证在控制力矩受限的情况下,USV轨迹的控制精度在预设的范围内,也能够使USV全状态量限制在约束范围之中。综上,对于USV轨迹跟踪控制中面临的系统不确定、外界扰动、输入饱和、预设性能控制以及全状态约束等实际问题,通过本文所设计的具有预设性能的全驱动船舶轨迹跟踪动态面控制方法,能够让USV按照期望的精确航行轨迹运动,同时,保证USV轨迹跟踪控制误差在预设的控制精度范围内。本文所设计的控制算法具有较高的挑战性,而且尽量考虑了实际工况,具有较高的理论价值和工程应用价值。
复杂非线性系统的神经自适应预设性能控制
这是一篇关于预设性能控制,空间坐标变换,纯反馈非线性系统,反步法,RBFNN的论文, 主要内容为随着科技进步,在各类实际系统中,人们对控制任务过程的暂态性能需求越来越高,传统控制方法已越来越难满足当前系统的需要,因此与预设性能控制相关的研究越来越受到关注。虽然预设性能控制研究目前也有了很多优秀的成果,但对系统函数可参数化分解的情形很难得出零稳态误差的控制结果。此外,不少预设性能控制对于初始状态具有保守的前提条件的,对于初始状态不同往往需要更换预设性能控制算法,这也使得很多预设性能控制的方法使用范围相当有限。同时要注意到的是,实际工程中,非线性系统往往含有未知不确定性,如何处理诸多不确定非线性,对于预设性能控制又是一大难题。正是基于上述的研究现状,通过引入一类结合速度函数和双曲正切函数的空间坐标变换方法,对输出施加预设性能约束。然后为了验证基于该变换本文所设计的控制方案在复杂非线性系统中的有效性,本文对标准型非线系统和纯反馈非线性系统进行了相应控制算法的研究。本文首先对含状态变量的系统函数可参数化分解的标准型非线性系统跟踪问题进行预设性能控制的研究。对于标准型非线性系统,除最高阶子系统外,每一阶子系统的变化规律都与其高一阶的子系统有关,故采用反步法的设计技巧,设计除最高阶外每一阶的虚拟控制律;对于第一阶的输出状态,通过引入一类空间坐标变换对其进行处理,使得对输出施加的预设性能曲线可以取任意初始值;而最高阶的子系统,其含状态变量的系统函数可参数化分解,使用自适应控制算法思想设计真实控制律,并对参数化分解后的未知常数向量进行预估得到对应的自适应律,最后控制系统能够达到零稳态误差。然后研究对含状态变量但完全未知的系统函数的标准型非线性系统进行跟踪问题预设性能控制的研究。使用同样的坐标变换对输出误差进行转换,使用反步法得出每一阶子系统的虚拟控制器,最后对于最高阶子系统的完全未知系统函数,采用径向基函数神经网络(Radial basis function neural network,简称RBFNN)对其进行逼近处理,逼近后的结果用以设计最后真实的控制律,最后控制系统能够实现最终一致稳定。再对系统函数完全未知的纯反馈非线性系统镇定问题的预设性能控制进行研究。纯反馈系统除最高阶子系统外,每一阶子系统的变化均由高一阶的子系统,以及小于等于该阶阶数的所有子系统的状态量决定,由于每一阶都含有完全未知的函数,故首先使用中值定理及相关引理对其进行分离,得到状态变量和未知光滑函数,对于分离出的未知光滑函数以及采用反步法设计控制律时可过滤的非线性部分使用RBFNN进行逼近处理,每一次处理的结果都使用自适应控制算法思想设计虚拟控制律,并构造虚拟自适应律。在处理最后一阶子系统时,分离得到真实控制律,进而构造真实控制律,最终使得系统满足最终一致稳定。最后系统函数完全未知的纯反馈非线性系统跟踪问题的预设性能控制进行研究。由于每一阶都含有完全未知的函数,故首先使用中值定理及相关引理对其进行分离,得到状态变量和未知光滑函数,对于分离出的未知光滑函数以及采用反步法设计控制律时可过滤的非线性部分使用RBFNN进行逼近处理,每一次处理的结果都使用自适应控制算法思想设计虚拟控制律,并构造虚拟自适应律。在处理最后一阶子系统时,分离得到真实控制律,进而构造真实控制律,最终使得系统满足最终一致稳定。本文引入的空间坐标变换对输出的初始状态没有约束,后续约束也完全依赖被约束的变量和设计参数,进而可通过调节坐标变换的参数达到预设控制性能的目的。最后通过理论分析和实验可以得到,本文提出的算法对系统函数可参数化分解的标准型非线性系统的镇定和跟踪控制能够达到零稳态误差;对于系统函数完全未知的标准型非线性系统的跟踪问题能够实现最终一致稳定;对于系统函数完全未知的标准型非线性系统的镇定及跟踪问题,本文所提出的算法亦能够实现最终一致稳定。
预设性能下多智能体系统预设时间一致性研究
这是一篇关于多智能体系统,预设时间一致性,平均一致性,预设性能控制,反步法的论文, 主要内容为随着人工智能的发展,多智能体系统的相关算法成为实现智能化、解决协同难题的重要工具。在多智能体系统中,智能体与相邻的智能体之间共享信息、相互合作,解决单个智能体无法解决的问题,这种协同控制被广泛应用于集群控制、蜂拥控制、聚集控制、网络估计等领域。一致性问题是多智能体系统协同控制中的经典问题,其核心是设计合适的控制策略使得所有智能体的状态都趋于一致,收敛速率是表征一致性速度的重要指标。目前存在的研究多智能体一致性收敛速率的成果主要集中在渐近时间收敛、有限时间收敛以及固定时间收敛,这些收敛算法都存在一定的局限性,研究更快更易于设计的收敛算法成为收敛速率研究的难题。此外,一致性问题中,系统的一些暂态性能和稳态性能(如超调量、欠调量、稳态误差等预设性能)在实际应用中有明确的要求。多智能体系统实现一致性的同时,如何保证系统的预设性能,是多智能体系统研究的一个重点。因此,本文紧紧围绕着这两个问题展开研究,主要的贡献与创新之处如下:(1)针对普通二阶系统,使用反步法设计了一种预设时间收敛控制器,使得系统能在预先给定的时间内实现收敛;将此预设时间收敛算法扩展到了二阶多智能体系统,实现系统的位置状态和速度状态的一致性,所设计的多智能体一致性算法为分布式的结果。(2)针对使用反步法实现一致性时速度状态最终收敛到零的问题,本文重新设计了新的虚拟输入,保证系统收敛时速度状态的和始终保持不变。证明和分析表明,不考虑系统扰动,在新的完全分布式预设时间一致性控制器的作用下,系统的位置状态和速度状态均能实现平均一致。(3)针对多智能体系统中预设性能的要求,本文将预设时间稳定性理论和预设性能控制策略结合在一起,设计了一种预设性能下的多智能体系统预设时间一致性控制器。首先,设计新的性能函数,保证多智能体系统位置状态始终运动在指定的区间范围;其次,引入转移函数,将运动状态的区间限制转化为新的误差函数的收敛问题;最后,将系统状态与性能函数耦合,设计了基于误差函数的预设性能下多智能体系统的预设时间控制器。
面向自动驾驶场地测试的受控车辆路径跟踪控制设计
这是一篇关于自动驾驶,路径跟踪,驾驶机器人,Stanley预瞄控制,预设性能控制的论文, 主要内容为国家“十四五”规划将自动驾驶汽车作为了汽车行业重点方向之一。而复杂交通场景下的驾驶安全问题是当前制约自动驾驶技术在汽车行业大规模应用的关键问题。场地测试装备是检验和提升自动驾驶汽车安全性能、提升自动驾驶汽车研发过程效率的重要手段。汽车的自动驾驶级别越高,测试需要覆盖的场景越丰富。目前高端的自动驾驶汽车封闭场地测试系统技术皆被国外公司垄断,相较于国外厂家,我国尚未自主开发出一套功能齐全、精度高的自动驾驶车辆场地测试系统,严重制约了自主品牌整车主动安全系统的开发与法规测试,因此论文对我国存在路径跟踪控制精度和控制效果达不到控制要求等问题展开理论研究,并通过实车场地测试检验了论文研究的受控车辆路径跟踪控制算法的可行性。论文主要研究内容包含以下几方面:(1)研究受控车辆路径跟踪系统模型特性,建立受控车辆运动几何学模型,基于该系统模型,提出基于修正Stanley预瞄算法的路径跟踪控制器设计方法,解决横摆角控制稳定性问题。(2)研究受控车辆路径跟踪系统模型特性,基于受控车辆动力学模型,针对车辆内部参数不确定,存在外部扰动双重挑战下,提出基于给定时间预设性能的路径跟踪控制器设计,实现规定时间内跟踪误差达到预设控制精度。(3)参照中国智能汽车指数评价体系测试标准,以CARSIM-SIMULINK仿真软件为平台,开展针对受控车辆的仿真测试分析。检验了两种控制方法的控制效果,既能实现侧向位移误差达到控制精度要求,同时也保证了仿真过程中控制效果的柔顺性。(4)在中国智能汽车指数评价体系测试标准下,利用无人驾驶车辆场地测试系统,对论文提出的路径跟踪控制方法进行实车场地测试。通过对实车测试数据进行分析得到场地实验结果与仿真测试效果基本一致,验证了论文提出的控制方法能够在实车测试场景标准下完成预期控制目标,从而实现代替驾驶员进行L2、L3乃至L4车辆的自动驾驶系统开发测试,以确保车辆主动安全性合规达标,为我国自动驾驶车辆开发、测试提供了有利支撑。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设驿站 ，原文地址：https://m.bishedaima.com/lunwen/55215.html
