-
公开(公告)号:CN107395399A
公开(公告)日:2017-11-24
申请号:CN201710514051.X
申请日:2017-06-29
Applicant: 南京邮电大学
IPC: H04L12/24
Abstract: 本发明公开了一种复杂网络内部耦合故障及时延的容错同步控制方法,属于复杂网络领域,其包括:步骤1:建立由N个独立节点构成的带有耦合故障及时延的复杂网络模型;步骤2:取ei(t)=f(xi(t))-s(t)为状态误差,建立状态误差函数;步骤3:求得适当维数的Γ1,Γ2,以保证系统的同步。本发明的优点是:针对带有传输时延及内部耦合故障的复杂动态网络,设计了一种当内部耦合故障发生时,内部耦合矩阵调节方法,能够有效的保证复杂网络的同步性能实现网络的同步。
-
公开(公告)号:CN107357308A
公开(公告)日:2017-11-17
申请号:CN201710549709.0
申请日:2017-07-07
Applicant: 南京邮电大学
CPC classification number: G05D1/104 , G05B17/02 , G05D1/0858 , G05D1/102
Abstract: 本发明公开了一种基于随机时延描述数据丢失的多无人机编队控制方法,考虑了在飞行器编队控制通信时存在数据丢失的情况,利用随机时延来描述数据丢失的状况,继而推导出编队稳定的充分条件,最终实现多无人机编队控制的目标。本方案中随机时延服从Bernoulli随机分布,通信图固定且无向,通信时延为时变。本方案利用随机时延的方法描述数据丢失,随机时延服从Bernoulli随机分布,在服从时滞相关的充分条件时,实现存在数据丢失的多无人机编队控制。
-
公开(公告)号:CN118296284B
公开(公告)日:2025-04-01
申请号:CN202410332081.9
申请日:2024-03-22
Applicant: 南京邮电大学
IPC: G06F17/15
Abstract: 本发明属于分布式观测器技术领域,公开了基于无峰值高增益观测技术的分布式鲁棒观测器设计方法,针对具有外部扰动影响的连续时间线性时不变复杂系统,在外部扰动未知但有界且局部测量的传感器拓扑满足强连通的条件下,对目标系统进行可观测性分解,得到可观测子系统和不可观测子系统;然后,对可观测子系统进行观测器结构分解,对分解后的子系统设计无峰值的高增益观测器;再对不可观测子系统运用邻居传感器测量信息补偿并引入自适应策略。本发明所述方法摆脱了观测器设计对系统和通信拓扑信息的依赖,消除了高增益观测器的峰值现象,给出了基于无峰值高增益观测技术的分布式鲁棒观测器设计的具体形式以及充分条件。
-
公开(公告)号:CN116627042B
公开(公告)日:2023-09-29
申请号:CN202310893839.1
申请日:2023-07-20
Applicant: 南京邮电大学
IPC: G05B13/04
Abstract: 本发明属于自适应控制器领域,公开了一种执行器非对称饱和多自主体系统的分布式协同跟踪方法,包括:运用径向基函数神经网络估计系统过饱和和外部扰动的部分,对原来的多自主体系统模型进行转换,根据转换后的系统模型,设计出降维观测器来估计多自主体系统中各智能体不可测的状态轨迹,根据输出信息和降维观测器信息,构建该多自主体系统的基于降阶观测器的自适应协议,再根据设计出的自适应控制算法给出驱动这类执行器非对称饱和多自主体系统实现半全局鲁棒协同跟踪的充分条件。该方法将自适应神经网络控制器从单个系统扩展到多自主体系统,解决了具有非对称饱和执行器的网络多自主体系统的降维观测器设计和鲁棒分布式协同跟踪问题。
-
公开(公告)号:CN116661453A
公开(公告)日:2023-08-29
申请号:CN202310649235.2
申请日:2023-06-02
Applicant: 南京邮电大学
IPC: G05D1/02
Abstract: 本发明公开了一种工业机器人的强化学习多目标轨迹规划方法,属于工业机器人轨迹规划技术领域;根据约束条件和优化目标,为每个优化目标确定轨迹规划过程的奖励函数;构建并行运作的动作网络和评判网络,根据评判网络输出的优势函数对动作网络的策略进行非支配排序而获得帕累托前沿集;在帕累托前沿集中,随机选择若干组状态‑动作对,使用最大熵搜索算法训练每个目标函数的每个动作网络参数,使用梯度算法训练每个目标的评判网络参数,获得满足多种约束条件多个目标的工业机器人轨迹。本发明通过最大熵搜索算法训练每个目标函数的每个动作网络参数,不断更新参数获得多个目标的工业机器人轨迹,从而提高获得工业机器人轨迹的稳定性与收敛性。
-
公开(公告)号:CN115065549B
公开(公告)日:2023-07-28
申请号:CN202210854102.4
申请日:2022-07-13
Applicant: 南京邮电大学
IPC: H04L9/40
Abstract: 本发明提供了DoS攻击下网络化多Euler‑Lagrange系统分布式事件触发一致性控制方法,解决了在通信信道受到的DOS攻击相互独立情况下,具有有向通信拓扑的网络化多Euler‑Lagrange系统一致性控制问题,协同考虑DOS攻击参数与事件触发函数的参数,设计分布式事件触发机制发送数据并通过受攻击通道与未遭受攻击通道对系统的影响提出控制率,提高系统在控制器层面主动防御DOS攻击的能力;设计分布式速度估计器估计虚拟领导者的速度,利用事件触发机制发送出来的数据设计Euler‑Lagrange系统的期望轨迹,将轨迹协调参数、速度协调参数、事件触发函数参数与DOS攻击参数协同考虑,从而提高多Euler‑Lagrange系统一致性跟踪的鲁棒性;以期望轨迹及其导数构造Euler‑Lagrange系统的输入力矩,从而获得多Euler‑Lagrange系统的一致性。
-
公开(公告)号:CN113110070A
公开(公告)日:2021-07-13
申请号:CN202110569087.4
申请日:2021-05-25
Applicant: 南京邮电大学
IPC: G05B13/04
Abstract: 本发明提供一种执行器饱和下遥操作系统自适应控制方法,本发明解决了具有传输延迟、执行器饱和与不确定性的非线性双边遥操作系统稳定性跟踪控制问题,本发明在神经网络权值更新、逼近误差更新与饱和因子更新过程中,考虑了神经网络输出量对执行器饱和的影响以及饱和因子的下界,对权值、逼近误差以及包和银禧的大小进行了限制,从而提高了执行器抗饱和的能力;采用非奇异快速终端滑模控制,提高了系统对外界扰动的鲁棒性以及控制精度。本发明所获得结果的不仅适用于双边遥操作系统,同时也适用于单个机器人的控制以及自主系统的遥操作。
-
公开(公告)号:CN107121977A
公开(公告)日:2017-09-01
申请号:CN201710408254.0
申请日:2017-06-02
Applicant: 南京邮电大学
IPC: G05B23/02
CPC classification number: G05B23/0243 , G05B2219/24065
Abstract: 本发明运用分层结构控制优化思想,提出一种基于双层结构的机械臂执行器故障容错控制系统及其方法,属于自动控制技术领域。为减小计算量,提高实时性,采用泰勒级数展开式建立执行器故障下离散系统模型;设计FDD单元主动处理故障为题,将其估计的故障信息引入故障模型,实现主动容错;考虑实际系统存在的不确定因素,采用反馈校正机制进行补偿;机械臂容错控制器由轨迹规划层和跟踪控制层组成,根据每层不同的控制目标,分别设计控制器,对问题更有针对性。这种双层结构的容错控制能很好地处理存在的系统约束条件,具有强鲁棒性,能有效解决复杂机械臂执行器恒偏差故障问题,保障整个系统的稳定性和控制性能。
-
公开(公告)号:CN104185310A
公开(公告)日:2014-12-03
申请号:CN201310205840.7
申请日:2013-05-27
Applicant: 南京邮电大学
IPC: H04W84/18
Abstract: 本发明提出了一种基于蜂拥控制的移动传感器目标跟踪的方法,包括以下步骤:建立移动传感器网络,移动传感器网络是一个由N个相同节点组成的移动传感器网络,设MSN(Mobile Sensor Network)的运动学方程和MSN跟踪目标的运动学方程为,传感器节点的通信半径或观测半径为R,即传感器与的距离小于R的目标信息(包括位置、速度和加速度)都可以被观测到,传感半径为Rs,采用布尔传感器模型,传感器需要与目标之间设置安全距离,建立势能函数,设计ui控制律。本发明控制部分传感器节点,节省了控制成本。在安全性上,保护传感器与目标保持一定距离,设计了调节传感器和目标距离的势能函数。无需对每个传感器节点控制器都添加了保持距离的势能函数,成本更低。
-
公开(公告)号:CN101872339B
公开(公告)日:2013-08-07
申请号:CN201010197983.4
申请日:2010-06-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于复杂动态网络的Hash算法。该算法采用对待Hash的原始消息的消息块按一定的规则构造消息块网络MBN,并将该MBN的点集和边集使用一定变换规则映射到复杂动态网络CDN的节点状态初值和邻接矩阵中,从而,构成包含原始消息结构的权重复杂动态网络WCDN。通过对每个消息块的WCDN进行迭代、量化处理以及异或处理最终得到Hash值。本发明利用WCDN对初值及参数的极其敏感性,在少数的几次WCDN迭代处理后,就可获得混淆和扩散特性优良的安全性能,同时也有效降低了计算复杂度。
-
-
-
-
-
-
-
-
-