控制理论与应用杂志

控制理论与应用杂志2022年第10期

• 考虑需求响应的纳网双向定价斯坦伯格博弈模型 (英文）

  曹嘉馨,杨博,朱善迎

  新能源发电和负荷需求的波动性使得纳网内能源盈馀不同，从而影响本地新能源消纳水平和运行成本。本文针对纳网内暖通空调潜在的热弹性调节能力，阐述了一种基于用户舒适度偏好和环境因素的需求响应和双向定价策略，来优化纳网与公共管理中心间的能源双向交易及时均收益。所构建的双层交易随机优化模型中由于存在不确定参数和时间耦合温度队列使得长期优化问题求解复杂。为此设计了一种基于李雅普诺夫优化方法的松弛形式对原问题进行时间解耦，重构主从博弈框架来刻画参与者能量交易决策间的相互影响关系，并进一步对博弈均衡点的存在与唯一性给出严格的证明。在此基础上提出了一种优化响应算法使得决策者间能以较少的信息交换达到博弈均衡。最后通过仿真实验验证了该能量管理算法的有效性。

• 基于元强化学习的自动列车定速控制

  颜罡,赵斐然,叶锋,吴俊博,游科友

  本文考虑自动列车在路况变化下的定速控制问题. 由于铁路路况的复杂以及列车动力学的不确定性, 基于模型的控制器难以稳定、快速、精确地进行定速控制. 我们提出了一种无模型控制器, 其只需要很少的列车运行数据即可适应新的路况. 首先, 我们将列车的定速控制问题建模为一系列转移概率未知的静态连续马尔可夫过程. 然后, 我们应用元强化学习去求解该马尔可夫过程, 得到自适应神经网络控制器. 仿真说明该无模型控制器能够高效地进行定速控制, 并能迅速适应新的环境, 同时满足系统约束.

• 利用方位角观测的多机器人系统离散分布式最优围陷控制

  付瑛博,杨紫雯,朱善迎,陈彩莲

  本文研究了离散时间多机器人系统对静态目标的同步定位与围陷问题。首先，为了引导多机器人系统以任意编队在任意轨道上运动，本文提出了基于虚拟系统法的路径规划方案。其次，为了实现在缺少机器人全局位置信息下的目标定位与跟踪问题，本文设计了基于方位角观测的离散时间估计器与控制器的联合设计方法。估计器充分利用了正交性质估计实时相对位移，并基于估计值设计控制律。基于离散时域拉塞尔原理与迭代法，本文给出了估计误差与跟踪误差收敛的充分条件与稳定性证明。此外，本文还设计了一种增益调整优化算法以提高收敛速率，使得离散时间多机器人系统可以更快达到理想编队。最后，仿真实验结果证明了整体方案的有效性。

• 计及温控负荷响应的二维云模型分布式频率控制

  项雷军,陈昊,聂卓赟

  为改善电力系统频率稳定性，充分调用需求侧可控负荷资源，本文提出一种计及温控负荷响应的二维云模型分布式频率控制方法。建立了多区域互联电力系统负荷频率控制模型，设计了基于福克普朗克方程的温控负荷分布式控制策略，同时采用云模型算法与分数阶微积分理论，设计了二维云模型分数阶PID分布式频率控制器。最后通过控制仿真比较与分析，验证了在不同运行场景下所提出的综合控制方法具有较优的动稳态性能。结果表明该控制方法是可行和有效的。

• 基于迭代学习的多智能体系统分布式跟踪控制 （英文）

  王小文,刘帅,王锦荣

  文章考虑了具适多智能体系统的分布式跟踪控制问题。通过设计带有初始学习机制的$P$型和$PD^{\alpha}$ 型迭代学习控制策略求解跟踪问题。具适导数具有良好的性质且可以刻画不同步长的实际数据采样情况。初始学习机制放松了初始值条件且提高了算法实现趋同跟踪的性能。在可重复操作环境和有向通信拓扑的假设下，提出了一种分布式迭代学习方案，通过重复同一轨迹的控制尝试和用跟踪误差修正不满意的控制信号来实现有限时间趋同。严格证明了随着迭代次数增加，提出的$P$型和$PD^{\alpha}$ 型迭代学习控制策略使得所有智能体能渐近跟踪上参考轨迹。两个代表性数值仿真验证了算法的有效性。

• 固定时间预测器下的欠驱动无人艇路径跟踪控制

  王山丹,孙梦薇,刘剑,孙长银

  无人艇是一类在水面自主移动的智能船艇, 具有无人自主, 航速高, 欠驱动的特点, 能应用到民用和军事的诸多领域. 针对欠驱动无人艇的路径跟踪问题, 本文在传统视线法制导律的基础上, 首次提出了一种新的固定时间收敛的预测器, 用于预测位置误差, 实现对干扰的估计和补偿. 与基于有限时间收敛的预测器的制导律相比, 固定时间预测器收敛时间不依赖于初始状态, 可以更快收敛. 此外, 为了保证跟踪控制器的有效收敛, 还设计了固定时间控制器, 将无人艇尾部的方向舵力矩作为控制器, 使无人艇航向角在固定时间收敛到期望艏向角. 最后通过仿真实验证明本文所提出的制导律和控制器能精确跟踪给定路径.

• 多智能体专家型策略梯度的目标跟踪与清障

  孙辉辉,胡春鹤,张军国

  为适应复杂环境下目标跟踪机器人高效运动规划需求，本文提出一种基于多智能体强化学习的专家型策略梯度(ML-DDPG) 方法。为此首先构建了基于最小化任务单元的分布式多Actor-Critic网络架构；随后针对机器人主动障碍清除和目标跟踪任务建立了强化学习运动学模型和视觉样本预处理机制，由此提出一种专家型策略引导的最优目标价值估计方法；进一步通过并行化训练与集中式经验共享，提升了算法的训练效率；最后在不同任务环境下测试了ML-DDPG 算法的目标跟踪与清障性能表现，和其它算法对比验证了其在陌生环境中良好的迁移与泛化能力。

• 编解码和时延约束下的网络化控制系统最优跟踪性能

  张斌,姜晓伟,陈向勇,张先鹤

  本文研究了具有丢包、时延、编解码等通信资源受限下多输入多输出离散时间网络控制系统的最优跟踪性能. 基于频域方法, 采用二元随机过程来模拟数据包丢失, 并假设信道噪声是加性高斯白噪声(AWGN), 推导了在丢包、信道噪声、时延和编解码影响下的跟踪性能极限. 采用单参数补偿器(SDOF), 利用互质分解、Youla参数化等工具得到了编解码和时延约束下的网络控制系统最优跟踪性能的显式表达式. 结果表明, 跟踪性能与对象的固有特性(非最小相位零点与不稳定极点的位置和方向)、时延、丢包率和AWGN 功率谱密度密切相关.

• 基于深度学习的智能交通系统通信网络脆弱性检测

  叶欣茹,伍益明,徐明,郑宁

  智能交通系统是集群智能技术的典型应用之一. 为解决现有智能交通通信网络脆弱性检测方法复杂度高、实时性差的问题, 提出引入深度学习技术对网络脆弱性检测方法进行设计. 先利用多智能体网络协同和消息传输机制与智能交通系统车辆间协作通信网络的共通性, 将智能交通系统通信图脆弱性检测问题建模为对多智能体网络r-鲁棒值的求解问题. 再针对随网络节点数目增多r-鲁棒值求解成NP难问题, 设计给出一种融入残差网络的深度学习算法, 将鲁棒值求解问题转化为深度学习图分类问题. 所提算法可有效应对动态多变的智能交通通信网络并对其实现快速精准的脆弱性检测. 最后通过一组典型交通场景的仿真实验验证本文所提方法的有效性.

• 含生成森林有向图的零特征值及在编队控制中的应用

  李修贤,李莉,谢立华

  本文研究了含有m-生成森林有向图拉普拉斯矩阵的零特征值重数，其中m≥1是一个整数。对于这个问题，这个图一般不含有生成树。即使初始时具有生成树，受到隐秘的攻击或经过障碍物造成的智能体之间的通信阻挡（如在分布式控制、分布式（在线）优化、多智能体算子等问题中）等因素后，这个图也可能不再含有生成树。另外，作为一个研究方向，它本身亦是个有趣的科学问题。为了解决这个问题，本文证明了拉普拉斯矩阵的零特征值重数等于这个图中的生成森林个数，这个结论可以看作是在带有生成树的有向图情形（即m=1时）的一个推广。再者，结合分布式优化方法，所得结论被应用于单积分器多智能体系统下的编队控制，表明了达到的编队队形处在通信图拉普拉斯矩阵的核空间中。最后给出了一个例子用以展示在编队控制中的应用。

• 基于分布式深度强化学习的微电网实时优化调度

  郭方洪,何通,吴祥,董辉,刘冰

  随着海量新能源接入到微电网中, 微电网系统模型的参数空间成倍增长, 其能量优化调度的计算难度不断上升. 同时, 新能源电源出力的不确定性也给微电网的优化调度带来巨大挑战. 针对上述问题, 本文提出了一种基于分布式深度强化学习的微电网实时优化调度策略. 首先, 在分布式的架构下, 将主电网和每个分布式电源看作独立智能体. 其次, 各智能体拥有一个本地学习模型, 并根据本地数据分别建立状态和动作空间, 设计一个包含发电成本、交易电价、电源使用寿命等多目标优化的奖励函数及其约束条件. 最后, 各智能体通过与环境交互来寻求本地最优策略, 同时智能体之间相互学习价值网络参数, 优化本地动作选择, 最终实现最小化微电网系统运行成本的目标. 仿真结果表明, 与深度确定性策略梯度算法(Deep Deterministic Policy Gradient, DDPG)相比, 本方法在保证系统稳定以及求解精度的前提下, 训练速度提高了17.6%, 成本函数值降低了67%, 实现了微电网实时优化调度.

• DoS攻击下基于多率采样的多智能体系统安全一致性

  王悦,贾新春,游秀,吕腾

  本 文 研 究 了 一 类 带 有 多 率 采 样 的 线 性 多 智 能 体 系 统(Multiagent Systems, MASs)在 拒 绝 服务(Denial-of-Service, DoS)攻击下的安全一致性控制问题, 其中DoS攻击通常阻断智能体之间的信息传输. 本文将多率采样在网络化控制系统中的结果推广到了多智能体系统, 并考虑了非理想通信网络环境. 首先, 通过引入一个匹配机制来同步由多率采样引起的智能体不同状态分量的采样数据. 然后, 在DoS攻击下, 针对带有多率采样的线性MAS提出了一个基于多率采样的安全一致性控制器. 通过使用李雅普诺夫稳定性理论和切换系统方法, 获得了包含DoS 攻击持续时间以及攻击频率的安全一致性充分条件. 最后, 给出了一个仿真例子来验证所提方法的有效性, 并给出了多率采样与单率采样机制的性能对比分析.

• 计及配电网灵活性的多园区综合能源系统分布式优化调度

  陈剑飞,李珂,蒋超,张承慧

  多园区综合能源系统与配电网的交互方式决定多能潮流分布和能量传输损耗,进而将直接影响整个系统的优化运行.本文提出了一种计及多园区综合能源系统与配电网之间接入影响的分布式协同优化调度方案.首先,提出一种包含综合能源系统及配电网的双层分布式优化系统架构.然后,以各园区综合能源系统用能成本最低、配电网网损最小为目标,以能源园区接入配电网的位置及配电网网络拓扑为调控手段给出协同优化模型,并通过改进自适应步长交替方向乘子法实现问题分布式求解,实现了系统的整体高效调度,提升了配电网灵活性及园区综合能源系统运行经济性.最后,通过仿真算例验证了本文所提方法的准确性及有效性.

• 拒绝服务攻击下直流微电网的事件触发控制（英文）

  马永胜,车伟伟,邓超

  本文研究受拒绝服务攻击下直流微电网的事件触发控制问题. 考虑到直流微电网的状态并不总是可获得, 设计了一个观测器来估计直流微电网的状态. 基于观测器的估计状态, 对于受拒绝服务攻击的直流微电网设计了一种新颖的弹性攻击的事件触发控制器. 所提出的控制器设计方法可以通过分离方法转化成一个凸问题. 此外, 在所设计的事件触发机制中, Zeno行为也被讨论并且通过矛盾法被排除. 最后, 一个实际的电网例子被用来验证所提出的控制方案的有效性.

• 面向现场级工业无线网络混合流量分级调度的时隙分配策略

  袁亚洲,郑雷雷,张健民,孙明月,关新平

  工业无线传感网络在关键位置监测和控制系统中发挥着越来越重要的作用. 然而复杂工业现场混合关键流量共存, 无法满足关键数据传输低时延和高可靠性要求, 突发流量会导致网络时延大幅抖动甚至网络拥塞, 给工业生产造成严重的后果. 针对上述情况, 本文提出了流量分区超帧架构, 考虑到设计复杂度和应用场景需求设计了R-MAC(时隙预留接入协议)和C-MAC(时隙争用接入协议). 上述两种协议以帧抢占的方式保障突发流量的实时接入, 采用了不同的重传机制提升周期性高优先级数据传输的可靠性. 最后本文对两种协议进行了评估, 与实时工业无线传感网络WirelessHART相比, 限定了突发流量的最差接入时延上界, 实现了多优先级流量服务差异化, 提升了高优先级流量的平均成功接入率.

• 轮询通信协议下信息物理系统分布式状态估计

  朱凤增,彭力

  本文关注的是一类信息物理系统的分布式状态估计问题. 由于传感器网络通信带宽有限, 当大量节点同时发送数据时, 可能造成数据冲突. 因此, 通过引入轮询协议减轻传感器网络通信负担, 在该协议下每个节点的测量分量将依次且周期性访问网络. 考虑滤波网络拓扑切换概率矩阵是时变的, 因此采用非齐次Markov链描述随机拓扑切换行为. 证明了估计误差以指数衰减的形式收敛，确保了滤波误差系统在均方意义下最终有界. 进一步地, 通过解决特定拓扑依赖的凸优化问题, 获得期望的分布式滤波器参数. 最后, 通过两个例子证明了所设计的分布式状态估计方法的可行性.

• 基于自适应精确罚函数的分布式资源分配算法

  时侠圣,徐磊,杨涛

  在多智能体系统中, 分布式资源分配问题是近年来研究热点之一. 分布式资源分配问题旨在通过智能体间信息交互实现资源最优配置. 其中智能体局部约束给算法设计带来巨大挑战. 首先, 针对一阶多智能体系统, 提出基于自适应精确罚函数的分布式资源分配算法, 其中各智能体利用距离函数实现局部约束求解. 此外, 自适应设计思想旨在避免算法对全局先验知识获取. 其次, 利用跟踪技术实现二阶多智能体系统算法设计. 并利用凸函数和非光滑分析法给出严谨的收敛性分析. 最后, 仿真结果验证了本文所设计优化算法对强凸分布式资源分配问题的有效性.

• 半分布式forward-reflected-Douglas-Rachford分裂算法求解广义纳什平衡点

  潘晓伟,刘忠信,陈增强

  针对多个体参与的广义纳什平衡点的求解问题, 已有算法通常都是基于两算子分裂算法forward--backward splitting. 本文基于三算子分裂算法forward--reflected--Douglas--Rachford(FRDR) splitting, 提出一种半分布式的FRDR算法. 半分布式旨在强调对偶变量的信息交换总是按照分布式的方式进行. 该算法有如下特性: 可以实现邻点映射和投影映射分别计算; 不需要假设伪梯度映射是协强制的或者强单调的; 通过存储上一轮交换的信息, 可以做到所需信息在每一轮迭代中只进行一次交换. 同时, 论文给出了有关迭代残差的收敛速率, 并通过数值仿真验证了所提算法的有效性.

• 基于鲁棒性能的信息物理融合系统乘性攻击检测

  赵振根,李渝哲

  针对信息物理融合系统乘性攻击检测的难题，本文提出两种基于鲁棒性能的乘性攻击检测与数据驱动实现策略. 首先, 利用互质分解和间隙度量理论, 建立信息物理融合系统和乘性攻击模型. 其次，利用稳定裕度性能指标, 评估乘性攻击对闭环系统稳定性能的影响，给出了稳定裕度的下界. 再次，提出基于稳定裕度和基于残差鲁棒性能的乘性攻击检测策略，并设计相应的检测阈值和检测逻辑. 进一步，利用子空间辨识方法，在线辨识稳定裕度和残差鲁棒性能，提出基于鲁棒性能的乘性攻击检测的数据驱动实现方法. 最后, 利用飞行器系统的仿真, 验证了所提出的基于鲁棒性能的乘性攻击检测方法的有效性.

• 自适应量化权重用于通信高效联邦学习

  周治威,刘为凯,钟小颖

  针对联邦学习训练过程中通信资源有限的问题,本文提出了两种联邦学习算法:自适应量化权重算法和权重复用控制算法,前者对权重的位数进行压缩,减少通信过程中传输的比特数,算法在迭代过程中,自适应调整量化因子,不断减少量化误差;后者能阻止不必要的更新上传,从而减少上传的比特数.基于标准检测数据集Mnist和Cifar10，在CNN和MLP网络模型上做了仿真模拟,实验结果表明,与典型的联邦平均算法相比,提出的算法降低了75%以上的通信成本.

• Aug-PDG: 带不等式约束凸优化算法的线性收敛性 （英文）

  孟敏,李修贤

  原始-对偶梯度算法广泛应用于求解带约束的凸优化问题, 大部分文献仅证明了该算法的收敛性, 而没有分析其收敛速度. 因此, 本文研究了求解带有不等式约束凸优化的一类离散算法, 即增广原始-对偶梯度算法 (Aug-PDG), 证明了Aug-PDG 算法在一些较弱的假设条件下可以半全局线性收敛到最优解, 并明确给出了算法中步长的上界. 最后, 数值算例证实了所得理论结果的有效性.

• 面向动态能源资源协调的分布式原对偶优化方法（英文）

  汪城博,石亚伟,冉亮,郑祖卿,李华青

  分布式优化在电力系统中发挥着越来越重要的作用。本文研究一类包含分布式发电机（DGs）和储能设备（ESs）的动态能源资源（DERs）协调问题，其目标是在满足局部耦合物理约束的前提下，使得总成本（包括发电成本, 储能成本和环境成本）最小化。首先，本文将动态DERs协调问题等价转换为更具一般性的分布式复合约束优化模型，并利用拉格朗日对偶理论分析得到原问题的对偶形式。 其次，提出一种新的分布式原对偶优化算法。特别地，所提算法使用局部常数步长，同时采用基于边的通信方式，这本质上区别于基于节点的一致性优化方法。最后，利用基于IEEE 39-bus系统的仿真实验进一步验证了所提算法在求解DERs协调问题上的有效性与可行性。

• 拓扑切换下IT2 T-S模糊非线性多智能体系统全局逆最优控制

  魏文军,尉晶波

  针对连续非线性多智能体系统的全局最优协同控制问题,本文提出了模糊输出反馈和逆最优方法的分布式一致性最优控制律和相应的控制策略.首先,通过一种区间2型T-S (interval type 2 Takagi-Sugeno IT2 T-S)模糊模型将非线性系统等价转化为线性系统.其次,基于逆最优方法设计了全局最优协同控制律和相应的模糊输出反馈控制策略,智能体间仅仅通过局部通信,即可实现拓扑切换下非线性多智能体系统的二次性能全局最优控制,且系统的收敛速度大大提高.基于局部稳定性理论给出了全局逆最优控制的充要条件.最后,通过MATLAB算例验证所提方法的正确性和可行性.