控制理论与应用杂志

控制理论与应用杂志2025年第2期

• 磨矿分级过程控制知识在线提取与更新策略

  周佳怡,孙凯旋,王晓丽,阳春华,邹美吟

  磨矿过程机理复杂、流程长, 传统的优化控制方法自我学习能力薄弱, 难以在复杂矿源和工况条件的频繁变化下长期有效地做出控制决策. 因此, 本文提出一种磨矿分级过程控制知识在线提取及更新策略. 首先, 基于状态转移的核模糊C均值聚类算法对磨矿分级过程运行工况进行精细划分, 结合过程运行特性及聚类结果确定最优工况. 然后, 基于加权优化的Wang Mendel算法提取不同工况的优化控制知识, 并定义规则置信度进行知识评价. 最后, 基于双滑动窗口机制实现控制规则的在线更新. 结果表明, 相较于离线规则、自适应模糊控制和人工控制决策,在线控制规则具有更好的自适应能力.

• 基于对手池的两人格斗游戏深度强化学习

  梁荣钦,朱圆恒,赵冬斌

  双人游戏在游戏人工智能领域是一个基本且重要的问题, 其中一对一零和格斗游戏是最为典型的双人游戏之一. 本文基于深度强化学习对格斗游戏博弈对抗策略进行研究. 首先建模格斗游戏环境, 设计可用于格斗游戏决策的状态、动作以及奖赏函数, 并将阶段策略梯度算法应用于对抗策略的学习. 为了尽可能学到纳什均衡策略实现战胜任意对手的目标, 本文设计了基于历年参赛的智能体构造对手池用于智能体训练, 并探索对手选择机制对于训练过程的影响. 最后在固定对手池的基础上, 设计了自增长对手池算法, 以提升对手策略的完备性和训练智能体的鲁棒性. 为了提高环境采样速度, 本文从传统并行框架出发, 设计了可用于双人游戏的多服务器分布式并行采样框架. 通过实验对比发现, 基于自增长对手池方法所学的智能体能以96.6%的胜率击败固定对手池中的智能体, 并且在与3个仅用于测试的智能体对战时, 也表现出了72.2%的胜率.

• 重载列车离散积分终端滑模预测控制

  李中奇,孙鹏昕,杨辉,周靓

  针对重载列车运行环境复杂多变导致的传统控制方法跟踪误差较大的问题, 提出了一种新型的离散积分终端滑模预测控制方案, 该方案设计了一种基于自适应切换控制的离散积分终端滑模控制律, 为提高重载列车系统跟踪精度, 将模型预测控制与离散积分终端滑模控制相结合并推导出离散积分终端滑模预测控制方案. 并且还对重载列车多输入多输出系统的未知扰动、系统离散化误差进行了延时估计, 进一步提升了模型的精度和算法的控制精度. 仿真结果表明, 本文提出的控制方法质点1速度跟踪误差在±0.2 km/h以内, 各质点控制力变化平稳且小于对比方案.

• 基于新息估计的递推闭环子空间辨识

  于淼,王友谊,郭戈,刘建昌

  本文针对闭环控制系统提出了一种基于新息估计的递推闭环子空间辨识方法. 首先, 通过新息估计减小闭环控制系统中过去噪声对未来输入的影响, 进而获得子空间矩阵的参数估计; 然后, 运用最小二乘的递推方法进一步降低噪声的影响, 从而实现下三角Toeplitz矩阵的参数估计; 最后, 采用Kung辨识算法对由估计参数构造的Hankel矩阵提取系统矩阵. 通过仿真实验验证了所提方法的有效性和优越性.

• 基于扩展状态观测器的量化无模型自适应迭代学习控制

  郭晓临,刘洋,林娜,池荣虎

  针对非线性非仿射离散时间系统, 本文提出了基于扩展状态观测器的量化无模型自适应迭代学习控制策略. 通过引入迭代动态线性化方法, 处理系统非线性和非仿射结构不确定性, 提出了基于偏格式的迭代线性数据模型(iLDM). 给出误差量化描述, 设计了基于量化数据的学习控制律和参数迭代自适应律, 其中后者不仅可以估计iLDM的不确定参数, 而且能够调节控制律的学习增益, 增强了控制方案的鲁棒能力. 同时, 设计迭代域中的扩展状态观测器, 对参数估计、未建模动态和外界扰动等多非重复不确定性进行估计和补偿. 理论分析和仿真研究均证明了所提出方法的有效性.

• Riemann-Liouville分数阶Buck变换器的自适应连续滑模控制

  蔡中泽,曾庆双,孙谷昊

  本文主要研究了分数阶Buck变换器的自适应连续滑模控制问题. 首先, 针对Buck变换器中存在多重干扰和电子元件具有非整数阶特性的情况, 建立了存在匹配和不匹配干扰的Riemann-Liouville分数阶Buck变换器数学模型. 然后, 针对传统滑模控制算法要求预知干扰上界的问题, 设计了自适应算法以估计干扰的未知上界, 基于反步控制方法建立了滑模控制器, 引入分数阶滑模面, 提升系统鲁棒性的同时, 实现滑动模态的渐近收敛. 进而, 针对滑模控制系统中的抖振问题, 设计了连续滑模控制信号, 减小了不连续控制带来的抖振, 使系统状态能够在有限时间内收敛至滑模面上, 并给出了最大收敛时间. 最后, 基于Mittag-Leffler稳定性理论, 证明了所提出总体控制方案的稳定性. 数值仿真验证了所提出控制器的有效性, 保证了系统鲁棒性的同时, 减小了抖振, 得到了良好的动态性能和较小的稳态误差.

• 基于事件触发强跟踪滤波的卫星系统故障估计

  刘娇娇,薛婷,钟麦英

  针对卫星姿态控制系统执行机构故障估计问题, 本文提出一种基于动态事件触发的强跟踪滤波(STF)方法.通过将系统执行机构故障增广为系统状态向量, 在动态事件触发机制下, 采用STF方法设计故障估计器, 并对估计器进行线性化处理得到状态估计误差系统, 从而实现增广状态估计误差与事件触发误差完全解耦. 基于此, 故障估计器的设计问题转化为寻找能够最小化增广状态估计误差协方差的滤波器增益矩阵, 且增益矩阵的设计与事件参数设置相互独立. 与现有的事件触发故障估计方法相比, 本文所提方法的主要贡献在于能够使得增广状态估计误差与事件触发误差完全解耦. 最后, 通过一个卫星姿态控制系统验证了所提算法的有效性.

• 基于RGBD的菠萝催花机器人花芯识别与定位

  张智军,黄灿辉,蓝浩继

  目前的夜间菠萝催花作业极度依赖人工劳作, 成本高昂且效率低下, 人工催花的工作模式制约了菠萝种植业的发展, 机器人和机器视觉的发展有助于高效完成菠萝催花任务. 针对夜间菠萝花芯识别存在夜晚光线不足、菠萝与野草混杂识别困难和定位不准确等问题, 本文提出了基于RGBD的目标检测算法, 用于菠萝催花机器人的花芯识别与定位. 本文算法首先通过基于HSV色彩空间的伽马函数自适应地校正夜间图像的不均匀光照; 其次, 使用YOLOv8目标检测算法实现菠萝花芯的快速识别, 得到花芯的预测坐标; 然后, 基于RGBD图像的深度信息实现了预测框的深度估计; 最后通过坐标转换得到花芯的空间坐标, 引导机器人完成催花作业. 本文算法在夜间菠萝图像数据集上进行验证, 花芯识别准确率为94.9%, 每秒可处理26帧图像, 满足实时催花作业要求

• 网络化多转台系统：空间瞄准点等距共线分布控制

  陈志权,李世尧,朱波,张特,杨宝庆,胡天江

  网络化多转台系统在航空航天领域有重要的应用前景. 本文针对多转台协同瞄准线目标这一应用场景, 提出多瞄准点在线段内实现等间距共线分布的控制问题. 首先在投影平面上构建了瞄准点位置编队控制协议; 再利用瞄准点位置和转台姿态角之间的非线性可逆坐标变换关系, 获得了多转台姿态角协同控制协议; 利用矩阵特征值相关知识, 解析了瞄准点位置渐近收敛的条件; 构建了多个两自由度转动平台辨识模型在环的仿真环境, 验证了算法的有效性, 分析了设计参数对收敛速度和稳定性的影响.

• 融合多时间尺度特征的焦炉煤气发生量预测模型

  谢林蓉,胡杰,陈略峰,任艺,吴敏

  焦炉煤气发生量的准确实时预测是实时监测焦炉生产状态和煤气调度的重要参考. 本文建立了融合多时间尺度特征的焦炉煤气发生量预测模型, 以实现焦炉煤气发生量的有效预测. 首先, 对焦炉煤气发生过程进行特性分析; 然后, 建立滑动窗口逐步分解模式, 在此基础上用经验小波变换对焦炉煤气发生量进行分解, 并根据样本熵对分量进行重构, 使用长短期记忆网络建立重构分量的预测模型; 最后, 利用实际现场数据进行实验. 实验结果显示,对于平均绝对百分比误差指标, 本文所提方法的预测精度达到0.29%, 比单一长短期记忆网络模型提高了0.3%, 相较于逐步分解模式提高了0.22%. 结果验证了所提方法的可行性与有效性.

• 幂次指数趋近律滑模控制逆变器的分岔与混沌

  吴荣华,张小红,江伟

  针对滑模控制逆变器频发的分岔与混沌现象, 本文基于滑动模态的存在和到达条件, 构造了幂次指数趋近律滑模控制逆变器系统. 运用频闪映射理论推导其离散数学模型, 采用折叠图、频谱图和分岔图等详细分析此逆变器的复杂动力学演变规律, 基于快变稳定性定理探究系统控制系数的平稳运行域. 发现分别随控制系数和内部电路参数在一定范围内变化, 系统会出现周期分岔、切分岔、阵发性混沌和多种周期状态共存现象, 以及存在控制系数稳定域较窄的缺陷, 不利于该逆变器的平稳有序运行. 为克服参数变化带来的系统不稳定性隐患, 将Washout滤波器混沌抑制方式引入到幂次指数滑模控制逆变器中. 该方法利用分岔反控制原理改善系统非线性特性, 具有易于实现和控制简单的优点. 数值仿真结果验证了此混沌控制策略的可行性和有效性. 为幂次指数趋近滑模控制逆变器的优化设计、动态调试和稳态作业提供可参考价值.

• 时滞和干扰下多智能体系统动态事件触发固定时间一致性

  宁小刚,李宗刚,陈引娟,杜亚江

  针对具有输入时滞、未知干扰和切换拓扑的一阶多智能体系统, 本文设计了基于个体的分布式控制器. 在两种不同动态事件触发控制协议下, 分别给出了系统可解实际固定时间平均一致性问题的充分性条件, 且系统均不存在Zeno行为. 其中, 所提连续通信动态事件触发控制协议通过引入内部动态变量, 使得触发条件能够实时变化,显著减少了个体触发的次数, 降低了控制器更新频次和系统整体能耗, 所提间歇通信动态事件触发控制协议仅需利用触发时刻的邻居信息, 以及对内部动态变量的估计值, 避免了个体间的连续通信, 有效减少了系统的通信负担, 节省了通信资源. 数值仿真结果验证了所提控制协议的有效性.

• 解决动态约束多目标问题的复合预测进化算法

  郭知业,魏静萱

  动态约束多目标问题在路口交通管理、节能电力调度等现实场景中出现较多, 其目标函数和约束条件都会随时间(环境)发生连续缓慢变化. 求解这类动态问题的关键, 是有效追踪问题的随环境变化的一组最优解集. 为求解此类问题, 首先, 将约束变化分为2类, 并针对两类变化提出2个约束预测器, 用以追踪可行区域; 其次, 将约束预测器与非线性预测器组合成复合预测策略, 根据问题的不同变化情况使用策略中的对应预测器, 消耗较少的资源获得预测解, 加速寻优过程; 再次, 应用基于分解的多目标优化算法, 将预测解优化得到最终的最优解. 所提出的基于复合预测的动态多目标优化算法在8个动态变化的问题上与6个典型算法进行对比测试, 实验结果表明, 所提算法获得的解集在收敛性和多样性上具有显著优势, 复合预测策略的预测性能较优.

• 基于情感自学习神经网络的电力系统分布式复合学习控制

  石童昕,陈龙胜,任勇

  针对非线性多智能体电力系统(NMAPSs)的非线性、强耦合、不确定特性和未知扰动等问题, 本文基于连续情感自学习神经网络(CESSNNs)提出一种分布式复合学习控制方法. 首先, 采用CESSNNs逼近NMAPSs中的非线性不确定项, 并设计对应的串–并行辨识模型以获取模型辨识误差; 其次, 基于CESSNNs的输出和模型辨识误差为NMAPSs设计复合学习控制策略, 并基于Lyapunov稳定性理论分析了闭环系统的稳定性; 最后, 仿真实验表明所设计的控制策略的有效性.

• 直流微电网在事件触发非周期间歇控制下的镇定

  刘永忠,刘斌,谢周腾

  本文研究系统的负荷功率超过系统本身稳定区域, 从而导致系统状态发散下的直流微电网的事件触发间歇控制问题. 由于直流微电网负荷功率具有随机性, 大负荷功率的负阻抗特性可能会造成系统的不稳定. 本文通过引入储能系统, 控制储能系统的注入电流来稳定直流微电网. 考虑到储能受实际物理条件的限制, 本文对控制器的输出能量和控制电流的大小进行了约束. 其次, 为了使控制器在控制中更合理的利用通信带宽, 节省通信资源, 设计了一个基于状态控制宽度的事件触发间歇控制器. 并借助Lyapunov函数证明了所提控制的稳定性, Zeno行为也在稳定性分析中进行了排除. 最后, 通过一个实例验证所提控制方案的有效性.

• 多变量系统高效耦合递推最小二乘辨识算法及计算量分析

  金雨,张霄,丁锋

  针对多变量系统维数大、参数数目多, 导致辨识算法计算量大的问题, 基于耦合辨识概念, 推导了多变量系统的高效耦合递推最小二乘算法. 算法的主要思想是根据各子系统辨识模型的特点, 通过耦合辨识概念将子系统间相同的参数向量耦合起来, 避免子系统参数向量的冗余估计. 通过算法计算量分析表明, 与递推最小二乘算法相比, 所提出算法具有较少的计算量. 仿真实例验证了算法的有效性.

• 切换拓扑下事件触发多智能体系统预定时间一致性

  马小陆,谭毅波,梅宏,房建兵

  本文研究了具有非线性不确定性的多智能体系统在切换拓扑下的预定时间一致性问题, 提出了基于事件 触发的分布式预定时间一致性控制算法. 该算法在节约资源的情况下, 可使系统在预设时间内实现一致. 通过代数 图论和Lyapunov理论证明系统的预定时间稳定性,且不存在Zeno行为. 仿真对比实验验证了所提算法的可行性和 有效性. 相较于有限时间控制算法, 本算法的收敛时间界与初始状态无关, 可通过选择单一时间参数设定系统收敛时间上界; 相较于固定时间控制算法, 本算法的预设收敛时间与控制算法参数无关, 设定简单, 且预估收敛时间具有 更低的保守性.

• 考虑搜索收益平衡的多无人机运动目标协同搜索方法

  韦凌云,罗林,庄育锋

  针对无人机集群协同搜索特定区域内多个运动目标问题, 考虑无人机群的飞行约束、传感器的探测概率与虚警概率、云台扫摆拍照探测等特征, 提出基于搜索收益平衡的多无人机协同搜索动目标方法. 以无人机集群搜索的短期收益、长期收益和协调收益的平衡为核心, 设计只涉及目标存在概率和环境不确定度, 高效率动态更新的搜索信息图, 建立了多无人机协同搜索数学规划模型, 并基于滚动规划架构和路径剪枝策略进行模型求解. 典型无人机集群协同搜索的数值算例验证了本文方法的有效性. 数值仿真结果表明, 本方法可以搜索到更多的目标且具有更少的误判次数, 有效提升多无人机协同搜索效能. 而且只采用目标存在概率和环境不确定度来构建搜索信息图, 避免了繁琐的计算和参数设置, 能高效更新环境信息, 有效引导无人机捕获更多的目标, 并在秒级的时间内做出每架无人机航迹决策.

• 电动汽车模块化充电系统的自适应预定性能控制

  吴忠强,张长兴

  针对电动汽车的模块化充电系统, 本文提出一种自适应预定性能控制器, 以解决负载变化引起的电压突变问题. 首先,引入障碍Lyapunov函数并结合反步法设计控制器, 以确保系统的输出电压能够限制在设定范围内; 其次,考虑电动汽车接入和离开时负载的变化情况,设计了一个有限时间负载估计器来估计负载的变化, 给出了输出电压有界及稳定性的严格证明; 最后,通过与传统PID和有限时间控制器对比, 验证了所设计控制器的有效性.

• 基于受限贝叶斯优化的控制器参数整定

  杨亮亮,华俊晖,潘晓铭,鲁文其

  参数化固定结构前馈控制方法可以有效地将前馈力控制问题转化为控制器参数自整定问题. 但控制器参数整定问题往往非常耗时, 且传统的贝叶斯优化容易在参数整定过程中出现系统失稳等不安全的情况, 针对此问题, 本文提出了一种基于受限目标函数的贝叶斯安全优化方法. 首先通过高斯过程获得调参对象的代理模型, 然后通过在代理模型上添加预先设置的安全阈值, 借助粒子群算法来完成贝叶斯优化的评估点的求解, 从而实现控制力的更新, 最终通过迭代的方法得到最优参数, 并且在对应参数的前馈控制下可以实现满足安全约束条件下的运动控制系统轨迹最优跟踪性能. 实验结果验证了所提出的算法能够实现安全约束条件下最优点到点轨迹跟踪性能.

• 数据丢包对WSNs级联失效机理研究

  尹荣荣,朱华华,刘思佳,崔晓寒

  传统无线传感器网络级联失效研究中未考虑丢包节点的全面影响，仿真模型也难以满足实验抗毁性测试要求。针对该问题,本文以节点的真实收包量为负载构建了网络级联失效模型，提出基于节点重要程度的抗毁性度量方法，并采用了Zigbee技术搭建实测网络，对丢包节点存在下的级联失效现象和不同负载分配方式对级联的影响进行了实验分析。同时，对丢包节点对不同抗级联策略的影响进行了实验对比.实验结果表明，一定条件下节点的丢包行为对网络的级联失效有很大的缓解作用，不同的负载分配方式呈现出不同的级联失效特点。另外，在多数低速率无线传感器网络中，级联时保留丢包节点可提升网络的级联失效抗毁性。

• 符号社会网络上的多维观点动力学与决策

  刘青松,刘宇飞,柴利

  在社会心理学中, 个体的决策行为一方面会受到自己观点的影响, 观点的演化又会受到观察到他人决策行为的影响; 另一方面, 个体之间既存在合作关系又存在竞争关系. 本文建立了具有集体决策的符号社会网络多维观点动力学模型, 描述同时具有竞争与合作关系的社会网络中群体观点与集体决策行为的共同演化. 根据影响矩阵和逻辑矩阵的行随机性, 给出多维观点有界性的充分条件和保证集体采取相同决策行为的充要条件. 应用本文提出的观点与集体决策模型研究了社会心理学中的“认知失调”、“登门坎效应”和“认知协调”现象.

• 任意预设时间下事件触发二阶系统编队控制

  程雯,过榴晓,张建成,胡满峰

  本文研究任意预设时间下事件触发的多智能体网络系统的编队控制问题. 针对二阶多智能体系统, 设计分布式的事件触发控制协议, 使得系统在物理允许范围的任意预设时间内迅速实现编队期望, 设定的控制时间独立于系统初始状态和参数. 同时, 构造事件触发条件函数和协议机制, 使用智能体及其邻居的采样状态, 可节约通信和计算资源. 基于李雅普诺夫稳定性和代数图论等理论, 讨论获得任意预设时间内二阶系统实现编队期望的控制协议参数的取值范围, 证明在预设时间跨度内的事件触发时刻可避免 Zeno 行为. 最后, 数值仿真验证设计协议的可行性和有效性.