控制理论与应用杂志

控制理论与应用杂志2022年第2期

• 涵道风扇飞行器飞行控制技术与分类（英文）

  MANZOOR Tayyab,夏元清,ALI Yasir,HUSSAIN Khurram

  飞行控制设计的最新进展提高了复杂自主飞行器完成各类任务的能力. 在各类垂直起降飞行器中, 涵道风扇飞行器(DFAVs)是一种非常重要的尾座式飞行器, 其运动和驱动部件由称为涵道的环形机身所屏蔽. 这一结构使得其能够很好地保护飞行器自身和操作人员的安全, 让飞行器能够在狭窄、杂乱和危险的环境中飞行. 此外,DFAVs具有固定翼飞机和直升机的特点, 能够同时展现它们的优良特性, 如长时居高监视能力和大有效载荷能力.本文是关于DFAVs的第1篇综述论文, 旨在概述与其相关的几个方面的最新进展. 首先, 综述了世界范围内开发的此类飞行平台的历史与分类, 并总结了它们的优缺点. 然后, 介绍了用于控制这些飞行器的多种控制方法. 最后, 给出总结, 并讨论了现存的挑战, 以及新的研究趋势.

• 多步积累奖励的双重时序Q网络算法

  朱威,谯先锋,陈艺楷,何德峰

  车辆行驶控制决策是无人驾驶的核心技术, 现有基于深度强化学习的无人驾驶控制决策算法存在处理数据效率低、无法有效提取状态间时序特征等问题. 因此本文提出了一种基于多步积累奖励的双重时序Q网络算法.首先, 设计了一种多步积累奖励方法, 该方法对未来多步即时奖励的累加和进行均值化, 与当前即时奖励共同作用于智能体的控制策略, 并在奖励函数中突出当前即时奖励的主导影响. 接着设计了一种长短期记忆网络和卷积神经网络相结合的时序网络结构, 增强智能体对数据间时序特征的捕获能力. 实验结果验证了时序网络和多步积累奖励方法有助于提升智能体收敛速度, 其中DQN, DDQN使用时序网络后, 收敛速度分别提升了21.9%, 26.8%; 本文算法在Carla仿真平台典型的Town01, Town02场景中的控制得分比DDQN, TD3算法分别高了36.1%, 24.6%, 以及在复杂的Town03场景中针对不同线路表现出了更好的泛化性能. 这些结果都表明本文算法能够有效的提升数据利用效率,并具备良好的控制能力和泛化能力.

• 具有未知负载扰动的水井钻机电液伺服系统无模型自适应控制

  姚文龙,亓冠华,池荣虎,邵巍

  针对电液伺服系统在水井钻机推进工况下存在的参数不确定以及未知负载扰动突变等非线性因素, 提出了基于径向基(RBF)神经网络扰动观测器的无模型自适应控制方法. 首先, 通过改进的无模型自适应控制动态线性化方法, 将被控系统线性化为与输入输出相关的增量形式, 并将未知负载扰动合并到一个非线性项中; 然后, 设计了径向基神经网络扰动观测器对含有未知负载扰动的非线性项进行估计, 作为对未知扰动的补偿; 最后, 设计了时变参数估计律, 通过在线调整伪偏导数, 给出了电液伺服系统的控制更新律. 仿真结果表明, 所设计的控制器能够对未知负载扰动突变进行补偿, 并能确保跟踪误差有界收敛.

• 随机需求车辆路径问题的价值逼近在线决策

  张晓楠,张建雄

  随着高效实时物流的发展, 不确定车辆路径问题面临着兼顾决策精度和实时响应能力的新挑战. 本文以应用最为广泛的随机需求车辆路径问题为例, 研究提出一种有效的在线决策方法. 首先, 考虑多车辆同时在线, 以总旅行成本最小化为目标, 建立马尔科夫决策模型, 并引入可信度约束和邻域半径减少策略缩小行动空间, 提高求解效率. 其次, 设计强化学习中的价值逼近算法求解模型, 其中, 采用基函数估计期望未来成本, 并将求解过程分离为离线训练和在线决策两个环节, 基函数的权重被离线训练并用于在线决策以减少在线决策时间, 同时, 在算法中嵌入了邻域半径的动态更新机制. 最后, 测试多组算例验证了本文方法的有效性.

• 事件触发下马尔可夫跳跃神经网络的随机同步

  陆丹旎,童东兵,陈巧玉,周武能

  本文研究了事件触发机制下带有随机噪声的马尔可夫跳跃神经网络的随机同步问题. 为了更有效地降低数据传输量和节约网络资源, 本文采用了一种事件触发控制. 当传输误差和状态误差满足触发条件时, 数据才能够被传输, 使得主从系统可以在有限的资源和带宽下实现同步. 通过构建新的Lyapunov泛函, 以及使用广义Dynkin公式和不等式分析方法, 得到误差系统的稳定性条件, 并能够进一步保证主系统和从系统的随机同步. 最后利用MATLAB进行仿真实验, 结果表明与采样数据控制相比, 事件触发控制能够有效减少数据传输次数, 同时该数值例子验证了所得结果的可行性以及有效性.

• 线性描述系统有限时间函数观测器设计及存在性讨论

  张建成,王艳

  本文针对线性描述系统研究了其有限时间函数观测器的设计方法和存在条件. 首先, 通过构造两个结构上完全相同的渐近收敛观测器得到了一个新的有限时间函数观测器, 它可以在任意给定的时间内达到对目标函数的精确估计, 且估计精度和收敛时间不依赖于原系统的初始条件. 随后, 对该函数观测器的存在条件进行了详细讨论,给出了函数观测器存在的充分必要条件. 该条件用系统原始矩阵表示, 易于检验. 最后, 数值仿真验证了所提方法的有效性.

• 锌电解行车自适应在线轨迹规划方法及应用

  唐峰润,阳春华,李勇刚,朱红求,李繁飚,周灿

  针对锌电解车间现场酸雾、水蒸气等恶劣环境因素引起行车打滑, 导致其制动后滑行距离难以控制, 定位效率低且误差大的问题, 提出一种基于轨道状态评估的自适应在线轨迹规划方法. 首先, 针对行车轨道摩擦系数变化且无法确定的问题, 引入反应轨道打滑程度的行车滑移率的概念对轨道状态进行评估; 在此基础上, 根据评估结果以及分级制动策略, 自适应更新速度轨迹并确定行车最佳制动时机; 最后通过数值仿真以及现场的实际应用效果对所提的方法进行验证. 仿真及应用效果表明: 所提方法能使锌电解行车有效载荷的摆角小于1?; 在总长60 m的轨道条件下, 行车的定位误差小于3 mm; 与人工驾驶相比, 减速制动阶段的制动效率平均提高28%, 取得了良好的运行效果.

• 机器人辅助椎板切除的骨铣削状态感知与运动控制

  夏光明,王景港,张建勋,王瑞,白鹤,代煜

  本文旨在提高机器人辅助椎板切除时的骨铣削操作安全性. 首先, 提出一种基于激光信号和线性自抗扰控制器的铣削深度监测与控制方法, 辨识了机器人的位置控制传递函数, 并通过分析椎板的铣削力、受迫振动和铣削过程, 给出基于骨铣削声信号的铣削进给速度优化原理. 然后使用基于带通滤波器和普罗尼算法的声信号处理方法, 用于手术动力装置主轴旋转频率改变时, 准确提取声信号中的主轴频率及其整倍数谐波的幅度值, 并使用声信号谐波幅度偏差和偏差的微分作为输入的模糊控制器来优化机器人的铣削进给速度. 最后, 基于机器人辅助椎板切除实验装置在仿椎板人造骨块进行铣削深度控制实验和铣削进给速度优化实验, 并在猪颈椎骨上进行椎板自动逐层铣削实验. 结果表明, 铣削深度控制方法的控制精度为0.1 mm, 进给速度优化方法可有效适应骨密度和铣削深度等参数变化. 所提方法可用于提高机器人辅助椎板切除过程中的铣削精度和安全性.

• 非线性时变系统的自耦PID控制方法

  苏杰,曾喆昭

  针对一类非线性时变系统的控制问题, 使用了一种基于自耦PID的控制理论方法. 该方法首先将时变不确定、模型不确定定义为一个扩张状态, 并将非线性时变系统映射为未知线性系统; 然后使用自耦PID控制方法构造了一个闭环系统; 最后在复频域分析了闭环系统的鲁棒稳定性和抗扰动鲁棒性. 理论分析与仿真结果都表明了本文控制方法具有良好的动态品质和稳态性能, 在未知复杂系统控制领域具有广泛的应用前景.

• 间歇过程动态潜结构阶段划分与在线监控

  胡磊,刘强,吴永建,范自柱

  阶段划分是间歇过程准确建模和有效监控的前提. 针对传统阶段划分方法未考虑间歇过程的动态性造成阶段划分不准确、影响监控精度, 且具有参数选择难、鲁棒性差的局限, 提出一种基于动态潜结构的动态间歇过程阶段划分与在线监控方法. 首先, 对间歇过程三维张量数据沿变量方向展开, 并增加时滞变量构建增广矩阵来提取过程动态关系; 然后, 以增广矩阵作为输入, 定义一种新的基于解释方差变化的合并代价函数, 衡量不同子序列之间的动态潜结构相似度; 利用上述动态潜结构相似度的衡量标准, 提出基于自底向上启发式搜索策略的动态间歇过程阶段划分方法; 最后, 对划分得到的各阶段分别建立基于动态主元分析的子阶段模型和统计指标来实现在线监控. 采用青霉素补料分批发酵过程数据开展实验研究, 结果表明了所提方法的有效性和优越性.

• 簇中心初始选择策略与更新异权机制相耦合的MDBA算法

  吴涛,高雷阜,荣雪娇,高金鑫

  在聚类任务中, 初始簇中心的选取和更新方式影响聚类结果的准确性. 针对现有DBA算法初始簇中心选择的不确定性、簇中心更新序列的差异性以及算法复杂度高、收敛性差等问题, 提出了一种融合簇中心初始选择策略与更新异权机制的MDBA算法. MDBA 算法针对DBA算法中初始簇中心选取的不确定性问题, 通过选取数据集中惯性最小的时间序列作为初始簇中心以消除其随机性; 同时, 利用更新异权机制更新簇中心以改善DBA算法中簇中心更新时数据集中序列存在差异性问题. 数值实验结果表明, 相比于原算法, 簇中心初始选择策略迭代的最终惯性值接近多次随机的惯性均值; 簇中心更新异权机制能够有效提高算法惯性收敛性, 减少算法迭代次数, 降低算法复杂度; MDBA算法降低原算法复杂度的同时提高簇中心的质量.

• 荷载不确定移动机器人视觉伺服系统鲁棒预测控制

  邢科新,倪伟琦,何德峰

  考虑具有可见性约束和执行器约束的载荷不确定移动机器人视觉伺服系统, 提出一种鲁棒视觉伺服预测控制策略. 首先将该移动机器人视觉伺服系统建模为关于视觉伺服误差和驱动的不确定系统. 其次, 对约束的视觉伺服误差子系统, 设计基于半正定规划的速度规划预测控制算法. 该算法分为离线计算和在线调度两个部分, 降低预测控制算法的在线计算量. 而对约束的视觉伺服驱动子系统, 采用极小极大鲁棒预测控制算法, 实现对视觉伺服误差子系统的规划速度的渐近跟踪. 进一步, 建立了载荷不确定移动机器人视觉伺服误差和驱动系统的鲁棒渐近稳定性结果. 最后, 对比仿真结果验证了本文策略的有效性和优越性.

• 考虑量化的多智能体系统数据驱动双向一致性控制

  赵华荣,彭力,于洪年,沈奕宏

  针对未知动力学模型非线性离散时间多智能体系统, 在信息传递过程中的数据量化问题, 以及智能体之间的合作与竞争关系, 提出了一种数据驱动控制算法, 实现了多智能体系统的双向一致性跟踪控制. 首先, 利用紧凑形动态线性化(CFDL)方法, 将未知动力学模型的非线性智能体转化为含有时变参数的数据模型, 并通过设计性能指标函数获得时变参数的估计算法; 然后基于该数据模型, 利用代数图论和扇形界算法, 设计了一种量化数据驱动分布式双向一致性跟踪控制协议, 并对其收敛性给出了严格的证明. 结果表明, 当多智能体系统存在数据量化时, 所设计的控制协议仍可以保证双向一致性跟踪误差收敛到0. 最后, 通过仿真实验和对比实验, 进一步验证了该控制协议的有效性和鲁棒性.

• 群智感知中面向移动群体的参与者选择优化模型

  蒋伟进,吕斯健,陈晓红

  随着短视频时代的来临, 移动群智感知任务的视频化程度越来越高, 在传统研究中常利用机会网络和移动网络激励任务的分发和数据的收集, 但机会网络中节点移动的不可控性, 以及视频任务内容传输的高代价性都使得这些方法的实用性大大降低. 针对此问题, 利用社会移动群体规律性的自主聚集、活动范围大等特点, 提出一种面向社会移动群体的群智感知参与者选择优化模型. 利用密度聚类算法根据同类任务的位置进行划分得出聚类中心,实现任务子区域所属地铁站点的划分. 包括基于用户激励成本的参与者优化算法和基于用户数量的参与者优化算法. 仿真结果表明, 与同类算法相比可以消耗更低的系统资源选择出参与者数量更少的任务分发方案.

• 基于深度强化学习与自学习的多无人机近距空战机动策略生成算法

  孔维仁,周德云,赵艺阳,杨婉莎

  为解决多无人机近距空战机动决策问题, 提出一种基于参数共享Q网络与虚拟自我对局的多无人机近距空战机动策略生成算法. 首先, 设计一种适用于不同无人机编队规模的混合马尔可夫博弈模型与多无人机机动决策策略生成强化学习框架—参数共享Q网络, 并通过自编码器对状态空间进行压缩以提高策略学习效率. 然后, 使用虚拟自我对局方法使机动策略收敛至纳什均衡策略. 最后对自编码器的参数选择、策略生成算法的训练过程与机动策略的合理性与迁移性进行了仿真实验. 通过仿真结果表明, 引入自编码器可以有效地提高策略学习效率, 并且使用该算法生成的多无人机近距空战机动策略具有合理性与良好的迁移性.

• 非连续Lur’e时滞网络的有限时间聚类同步与自适应控制

  汤泽,高悦,王艳,丰建文

  本文主要研究一类由非恒同非连续Lur’e系统耦合而成复杂动态网络的自适应有限时间聚类同步问题. 首先, 通过引入Filippov微分包含理论和测度选择定理, 本文设计了一类有效的牵制反馈控制器, 该控制器只控制当前聚类中与其他聚类有直接连接的部分节点. 为了有效节省控制成本, 本文基于反馈控制强度设计了一类自适应更新定律以获取实现网络同步的最优控制强度. 其次, 利用有限时间稳定性理论和Lyapunov稳定性定理, 本文得到时变时滞耦合和非线性耦合Lur’e网络实现有限时间聚类同步的判定条件, 并给出该网络达到聚类同步的收敛时间估计.最后, 通过一个算例仿真验证了本控制方案和同步判据的有效性及正确性.

• 拒绝服务攻击下的多输入多输出非线性系统无模型自适应控制

  赵栩杨,卜旭辉,余威,游东亚

  针对多输入多输出(MIMO)非线性离散时间系统, 研究系统遭受拒绝服务(DoS)攻击和随机发生数据包丢失下的控制问题. 首先采用两个独立的伯努利分布对周期性DoS攻击和随机发生的数据包丢失进行建模. 其次结合DoS攻击设计无模型自适应控制(MFAC)算法, 进而通过理论分析和数学推导证明所提算法的收敛性. 并且通过结合先前时刻数据设计一种补偿算法对系统输出进行补偿, 从而抵消DoS攻击和随机丢包的影响, 减小系统超调量, 加快收敛速度使系统可以更快的达到期望输出. 最后, 通过两个仿真实例验证了算法的有效性.

• 欠驱动水下机器人三维轨迹跟踪有限时间预设性能控制

  杜佳璐,李健

  本文研究了具有不确定动态和未知时变海洋环境扰动的欠驱动水下机器人(AUVs)三维轨迹跟踪有限时间预设性能控制问题, 提出新型预设性能函数和误差映射函数, 将受预设性能限制的轨迹跟踪误差转变为非受限的变换后误差; 构造新的超螺旋(ST)扩张状态观测器, 在有限时间内实时估计AUV不确定动态和未知时变海洋环境扰动引起的总扰动; 基于上述, 设计新的ST控制律, 实现了欠驱动AUV三维轨迹跟踪有限时间预设性能控制. 理论分析证明了最终的AUV三维轨迹跟踪闭环控制系统的稳定性, 仿真及仿真比较结果验证了所设计控制律的有效性和优越性.

• 两能级量子系统的固定时间控制及鲁棒性

  柳松,匡森

  本文考虑刘维尔方程描述的两能级量子系统对于目标平衡态的固定时间控制问题. 首先通过相干矢量和复数的指数形式对系统模型及控制目标进行等价变换, 并借助合适的Lyapunov函数设计一个含分数幂的连续非光滑控制律, 然后利用固定时间稳定性定理给出了系统实现固定时间收敛的条件. 针对某些分数幂取值导致控制性能较差的情况, 提出了两种非光滑切换策略. 此外, 论文也分析了实际量子系统中可能存在的多种不确定性对固定时间控制的影响. 最后, 通过数值仿真实验验证了本文方案的有效性, 同时展示了非光滑控制比标准Lyapunov控制具有更强的鲁棒性.