未知概率情形下具有数据丢失的时变事件触发滤波方法

    公开(公告)号:CN109728795A

    公开(公告)日:2019-05-07

    申请号:CN201811582361.6

    申请日:2018-12-24

    Abstract: 未知概率情形下具有数据丢失的时变事件触发滤波方法,属于控制系统领域。现有的滤波方法不能同时处理未知概率的数据丢失和随机非线性以及事件触发机制,影响滤波器性能的问题。本发明方法包括,建立具有未知概率的数据丢失、随机非线性以及事件触发机制的时变系统的动态模型;根据建立的时变系统动态模型设计滤波器;计算滤波器的一步预测误差协方差矩阵的上界;之后计算滤波增益矩阵;之后计算滤波误差协方差矩阵的上界;将获得的滤波增益矩阵代入设计的滤波器,获得具有未知概率的数据丢失、随机非线性以及事件触发机制滤波器。本发明可以同时处理未知概率的数据丢包和随机非线性以及事件触发机制,达到非线性扰动的目的,且易于求解与实现。

    未知概率情形下具有数据丢失的时变事件触发滤波方法

    公开(公告)号:CN109728795B

    公开(公告)日:2022-11-18

    申请号:CN201811582361.6

    申请日:2018-12-24

    Abstract: 未知概率情形下具有数据丢失的时变事件触发滤波方法,属于控制系统领域。现有的滤波方法不能同时处理未知概率的数据丢失和随机非线性以及事件触发机制,影响滤波器性能的问题。本发明方法包括,建立具有未知概率的数据丢失、随机非线性以及事件触发机制的时变系统的动态模型;根据建立的时变系统动态模型设计滤波器;计算滤波器的一步预测误差协方差矩阵的上界;之后计算滤波增益矩阵;之后计算滤波误差协方差矩阵的上界;将获得的滤波增益矩阵代入设计的滤波器,获得具有未知概率的数据丢失、随机非线性以及事件触发机制滤波器。本发明可以同时处理未知概率的数据丢包和随机非线性以及事件触发机制,达到非线性扰动的目的,且易于求解与实现。

    一种具有均匀量化的时变多智能体非脆弱一致性控制方法

    公开(公告)号:CN109521675A

    公开(公告)日:2019-03-26

    申请号:CN201811582335.3

    申请日:2018-12-24

    Abstract: 一种具有均匀量化的时变多智能体非脆弱一致性控制方法,属于多智能体系统的反馈控制技术领域。现有的一致性控制方法不能处理均匀量化,影响一致性性能的问题。一种具有均匀量化的时变多智能体非脆弱一致性控制方法,一、建立具有均匀量化的时变多智能体的非线性动态模型;二、设计输出反馈控制器;三、基于非线性动态模型和输出反馈控制器,确定一致性条件;四、根据一致性条件,得到输出反馈控制器增益K存在的充分条件并代入步骤二的输出反馈控制器中,实现对具有均匀量化的时变多智能体的一致性控制;优化一致性性能指标,使具有均匀量化的时变多智能体达到最佳的一致性性能。本发明达到抗非线性扰动的目的,且具有易于求解与实现的优点。

    一种具有随机非线性扰动的滑模控制方法

    公开(公告)号:CN108919647A

    公开(公告)日:2018-11-30

    申请号:CN201810814458.9

    申请日:2018-07-23

    Abstract: 一种具有随机非线性扰动的滑模控制方法,本发明涉及具有随机非线性扰动的滑模控制方法。为了解决现有滑模控制方法不能同时处理随机切换非线性、状态时滞和不确定性,使外部扰动对系统输出影响大,导致滑模控制精度低的问题。本发明包括:一、建立具有随机切换非线性和有界状态时滞的网络化控制系统的动态模型;二、对步骤一建立的动态模型进行滑模面的设计;三、计算滑模面的滑模动态;四、获得保证滑模动态H∞性能的判别条件,通过对判别条件的求解,得到滑模面参数矩阵G;五、根据获得的参数矩阵G,构造滑模控制器,实现对具有随机切换非线性和有界状态时滞的网络化控制系统的滑模控制。本发明用于网络化控制领域。

Patent Agency Ranking