控制理论与应用杂志

控制理论与应用杂志2026年第1期

• 多执行器协同鲁棒平行驱动

  徐亮,徐翔,刘涛

  本文研究了多执行器在无向通信网络下的协同鲁棒平行驱动. 考虑一个具有不确定性的线性系统，且所有执行器具有相同的线性动力学. 基于内模原理, 本文提出了一种分布式动态输出反馈控制律, 同步实现了闭环系统的鲁棒输出调节与系统输入在执行器之间的共享. 最后, 五台电机在外部负载扭矩作用下, 协同驱动不确定转轴的数值仿真验证了所提控制律的有效性.

• 高阶交互下具有环星型结构的分数阶时滞神经网络分岔

  徐士国,肖敏,邱建龙,杨鑫松,黄创霞

  目前国内外关于神经网络分岔动力学研究主要集中于神经元间的二元交互,而神经网络中普遍存在神经元间以群和组的形式发生的高阶交互作用.但是如今关于高阶交互作用对神经网络动力学的影响研究还不深入.研究具有高阶交互作用的神经网络可以进一步探索真实神经网络中的高阶属性和动力学演化规律.为此,本文提出了一类高阶交互下具有环星型结构的分数阶时滞神经网络模型.选取时滞作为分岔参数,给出系统的稳定性和Hopf分岔的充分条件,揭示高阶耦合系数、自反馈系数和分数阶次对系统动力学的影响机制.

• 具有非对称输出约束的非线性系统预设时间控制

  杨航,黄英博,李光,那靖

  本文针对一类具有非对称输出约束和时变参数的非线性系统,设计了一种预设时间控制器.相较于传统约束控制方法中,设计者无法预先设定收敛时间和初始值满足约束条件的假设,该控制策略不仅可以在满足约束条件的情况下将系统状态在预先设定的时间内调节至零,而且可以避免系统初值违反约束条件导致控制器奇异的风险.首先,通过构造虚拟约束边界,消除了系统初始值需满足约束条件的限制,并保证了在预先设定的时间内将状态从违反约束恢复到满足约束.其次,设计了可实现非对称约束下系统状态和转换函数同步收敛的等效转换方法.有别于现有的预设时间控制,要求不确定非线性满足线性增长条件/未知定常参数,本文所研究的非线性系统包含不确定时变参数,通过利用基于变量凝聚法的反步技术和预设时间调节函数,设计了一种能够处理非对称输出约束和时变参数的预设时间控制器.最后,通过两个数值仿真案例验证了所提方法的有效性.

• 欠驱动系统自适应事件触发约束跟随控制

  张展,管震涛,卜洋,徐晟,付铎

  欠驱动系统因其独特的性能优势被广泛研究和应用,但其复杂的动力学特性会导致控制上的困难.约束跟随控制方法可以有效解决欠驱动系统的控制问题.为降低通信成本,提升控制性能,针对该方法提出了一种新型的事件触发机制.首先,将系统期望轨迹设计为伺服约束,并利用约束跟随控制理论导出伺服控制输入的解析解;其次, 引入含自适应增益的事件触发机制:通过比较状态偏差补偿控制输入与实时/目标控制输入的偏差,确定允许控制信号更新的时间,再通过自适应增益选择合适的时间点触发控制信号更新.该机制通过自适应增益动态调整更新频率,以优化通信效率.通过Lyapunov方法分析了该控制策略的稳定性,并证明了能够有效避免Zeno现象;最后,通过欠驱动平面垂直起降飞行器上的仿真实验,验证了所提方法的有效性.结果表明,该事件触发机制不仅实现了通信负载和系统性能之间的平衡,还表现出对干扰的强适应性.

• 带LCL滤波器的三相并网逆变器的鲁棒电流跟踪控制

  刘伟,吴本,孙伟杰,雪映,蔡逢煌

  本文采用动态状态反馈控制方法研究在外界干扰下带LCL滤波器的三相并网逆变器的鲁棒电流跟踪控制问题.首先,本文构建内模用于学习并网逆变器在稳态下的状态和输入信息.其次,利用内模原理,基于一些合适的坐标变换将跟踪控制问题转化为鲁棒镇定控制问题.然后,设计一种动态状态反馈控制律来处理这一鲁棒镇定问题,从而得到三相并网逆变器的鲁棒电流跟踪控制问题的解.该控制方法能够保证闭环系统的渐近稳定性.最后,通过几组仿真验证提出的控制方法的有效性,并将其与前馈控制方法做对比,以验证本文提出的方法对不确定参数的鲁棒性.

• 基于离散时间神经网络方法的高超声速飞行器跟踪控制

  何声瑞,平兆武,张宏伟

  高超声速飞行器是一个具有强非线性、强耦合等特性的多输入多输出系统.此外,当升降舵作为唯一控制舵面时,系统模型中的升降舵–升力耦合项会导致高超声速飞行器系统呈现非最小相位特性,因此其跟踪控制问题具有一定的挑战性.本文基于离散时间输出调节理论,研究了升降舵作为唯一控制舵面条件下高超声速飞行器的跟踪控制问题.首先将高超声速飞行器的跟踪控制问题描述为近似离散时间输出调节问题.由于高超声速飞行器对应的离散调节器方程的精确解不可得,本文通过神经网络方法来获取离散调节器方程的近似解,进而设计一个离散时间神经网络控制器来实现高超声速飞行器的跟踪控制.仿真结果表明,本文所提出的控制算法具有良好的跟踪性能.

• 基于RBF神经网络的单相三电平APF终端滑模控制

  杨瑞康,葛高飞,张作轩,赵军波,马辉

  传统电流电压双闭环策略中,滑模控制器对于系统模型参数具有较强的依赖性,导致有源电力滤波器的电流内环控制器存在鲁棒性下降、动态响应迟缓等问题.为此,本文提出一种基于径向基函数(RBF)神经网络的双闭环滑模控制策略,以提高补偿电流动态响应速度和鲁棒性.该控制策略内环采用RBF神经网络全局快速终端滑模控制器;外环采用线性滑模控制器.RBF神经网络通过在线逼近未知项以降低对模型的依赖性,全局快速终端滑模控制器用于提高系统收敛性.实验结果表明,所提控制策略能够使单相三电平有源电力滤波器在稳态和动态工况下,均展现出更优越的电流跟踪性能与更强的鲁棒性.

• 输入受限下永磁同步电机随机系统自适应控制

  舒永东,杜鹏,李俊阳

  永磁同步电机因其高效能和优良动态特性而在工业领域得到广泛应用,但其控制性能常受建模误差、随机干扰及输入饱和等因素影响.针对这一问题,本文提出了一种基于径向基神经网络的自适应控制策略.该方法首先建立包含建模误差和随机干扰的动力学模型,并利用饱和函数处理输入约束;通过径向基神经网络在线逼近未知非线性并设计自适应律实现参数动态调整;采用非递归跟踪微分器避免传统反步法中的“微分爆炸”;进一步引入补偿机制以削弱滤波误差和饱和误差的影响.在随机系统Lyapunov稳定性理论下,严格证明了闭环系统误差依概率一致最终有界.数值仿真与基于dSPACE平台的半实物实验结果表明,该控制策略能够在输入受限条件下保持良好的鲁棒性与控制性能.

• 预设性能非线性多智能体跟踪控制

  王太生,窦立亚,李智卿

  本文研究了非线性多智能体的预设性能一致性跟踪控制问题,与目前大部分非线性多智能体模型不同,考虑各个智能体状态可能受到的未知外部有界干扰,并且多智能体系统的状态无法直接测量,非线性函数完全未知.首先,通过引入一种误差转换函数,将具有预定义跟踪误差约束的非线性多智能体系统转换为不受约束但具有期望性能特征的非线性系统,提出了一种新的自适应权重径向基函数神经网络(AW-RBFNN)系统,用于处理多智能体系统模型中的未知非线性函数.此外,引入状态观测器用于估计未知的状态变量,并设计了基于AW-RBFNN系统和状态观测器的控制律,通过李雅普诺夫和预设性能稳定理论分析,证明了闭环多智能体系统的一致性跟踪误差保持在预定义区域,并且所有闭环信号都保持一致有界,非线性多智能体系统实现了满足预设性能的跟踪控制.通过数值仿真例子和建模为实际机械系统的非线性多智能体系统跟踪控制实例,将本文基于AW-RBFNN方法与基于多维泰勒网(MTN)方法进行对比实验,验证了本文基于AW-RBFNN的预设性能协同跟踪控制方法的有效性.

• 抑制一管多机水力耦合影响的协同镇定控制策略

  王芳芳,曾云,郭志成,钱晶

  针对一管多机系统中水力耦合下多机协同控制不足的问题,本文提出一种基于协同控制理论的多机协同镇定控制策略,用于建立多机联系.首先,重新考虑共用管道的动态水头耦合变化项,构建包含多台机组状态变量的宏变量,以多机主要状态变量的输出偏差为控制核心来预设平衡点.然后,将宏变量代入控制流形,推导出新形式的耦合水头项,将原有线性模型转化为非线性模型来跟踪机组变化.通过与原形式输出状态对比验证了所提策略在降低机组输出振荡、增强系统孤网运行稳定方面表现优异,为水力耦合的处理提供了可行的解决方案.

• 具有记忆事件触发机制隐私保护的多智能体系统安全控制

  朱天飞,曹亮

  针对具有未知扰动的非线性多智能体系统,本文提出一种基于记忆事件触发机制并具有隐私保护的合作学习控制算法.首先,为防止智能体间交互的关键状态与控制信息泄露,构造时间掩码函数对整个系统进行隐私保护,提高加密能力同时减轻对系统性能的影响;其次,将记忆事件触发机制嵌入反步法控制框架,借助该机制对历史数据的存储能力实现安全控制目标;同时,利用历史数据设置阈值条件,避免虚假信号影响通讯并保证系统的瞬态性能;最后,提出基于误差的合作学习自适应律.其不需要预先假定邻居权重是有限的,从而减少了保守性,通过理论分析和仿真结果验证所构建事件触发控制方案的可行性.

• 域分割间歇通信下多智能体系统的有限时间一致性

  王健安,肖倩,杨泽林,张捷,李明杰

  为克服传统间歇通信机制的强时间依赖性及实现多智能体系统快速收敛,本文提出一种有限时间域分割间歇通信的一致性控制方法.通过引入两个具有有限时间收敛特性的边界函数,将非负实域分割为工作、休息、缓冲3个子区域,多智能体间是否通信由Lyapunov函数轨迹与预设子区域间之间关系决定.设计了分布式间歇通信有限时间一致性控制协议,并对停息时间进行了估计.数值仿真验证了理论结果的有效性.

• 基于Koopman算子的磁流变阻尼器力跟踪控制

  刘振泽,徐新泽,郭杰,何雨纯,庄晔,于树友

  为了实现磁流变阻尼器(MRD)的高精度阻尼力跟踪控制,本文提出了一种基于Koopman算子的离散时间线性二次型最优跟踪(DLQT)控制策略.采用递归神经网络(RNN)建立MRD的非线性模型.采取Koopman算子理论及扩展动态模式分解法(EDMD)将MRD的RNN模型“全局”线性化,保留MRD系统的非线性特性.利用基于Koopman算子理论得到的高阶线性模型设计了DLQT控制器.通过仿真实验实现对不同频率的期望信号进行跟踪,验证了算法的有效性.采用搭载了MRD的二自由度四分之一悬架实验台进行硬件在环实验.实验结果表明该算法可以实现对参考信号的高精度跟踪.

• 基于轮询协议的可再生能源微网分布式块滚动时域估计

  何德峰,胡爽,穆建彬

  针对可再生能源微网系统状态监测过程中通信资源有限的问题,本文提出了一种基于轮询协议的分布式块滚动时域估计算法.在分布式滚动时域估计的基础上,通过引入轮询协议减轻传感器网络的通信负担.在该协议下, 每个传感器节点依次且周期性地传送其测量值分量,避免了数据拥塞且充分利用了有限带宽资源.再应用块概念设计估计窗口内的扰动序列,减少了优化变量个数,从而降低了在线计算量.通过分析算法在最大分块长度下的可行性与收敛性,建立了保证算法优化问题存在等价解的充分条件,并把结果推广至扰动序列任意分块的情况.仿真结果表明所提算法能够有效估计可再生能源微网系统状态.

• 基于双经验回放池TD3算法的PID参数优化

  钟皓俊,王振雷

  PID控制器在工业控制领域应用广泛,其参数的选择过度依赖于人工经验,效率低且过程繁琐.近年来,深度强化学习因其具有对复杂环境自学习的能力,在很多领域取得了成功应用.本文提出一种基于双经验回放池双延迟深度确定性策略梯度(TD3)算法的PID参数优化方法,利用深度强化学习的方法,自主优化PID控制器的参数.在整个优化过程中,将控制问题视为序列决策过程,通过设计智能体的状态、动作空间以及网络结构,将PID参数的优化过程转化为强化学习策略网络权重的更新过程.同时,针对TD3算法训练前期探索效率低的问题,在TD3算法的基础上,增加双经验回放池机制,提升了算法训练前期的效率.最后,在二阶系统和一阶加纯时滞系统上进行仿真验证,并与基于粒子群优化(PSO)算法优化PID参数的方法进行对比,实验结果表明,所提算法优化得到的PID参数在控制器上体现的控制性能要优于PSO算法.

• 含虚拟惯性控制环节的孤岛微电网时滞相关频率稳定性分析

  王炜,梁津铭,曾红兵

  本文研究孤岛微电网系统的时滞相关频率稳定性问题.首先引入虚拟惯性控制环节对可再生能源高渗透导致的系统惯性不足进行补偿,然后利用模型重构技术构建了孤岛微电网时滞相关负荷频率控制系统的数学模型,在此基础上,构造包含更多时滞信息且充分融合模型重构技术的Lyapunov-Krasovskii泛函并利用广义自由权矩阵积分不等式和二次函数不等式的线性化条件来处理泛函导数,从而得到基于线性矩阵不等式的时滞相关稳定性判据. 最后,通过仿真实验和数据分析表明本文所提方法有着更低的保守性,并且验证了引入虚拟惯性控制环节能有效地提升孤岛微电网的动态性能.

• 基于自适应分布式卡尔曼滤波的网联车GPS虚假注入攻击检测

  宋秀兰,梅正远,朱俊威

  针对网联车GPS信号可能遭受虚假注入攻击的问题,本文提出一种基于自适应分布式卡尔曼滤波DKF的攻击检测策略.首先,构建GPS信号虚假注入攻击下的网联车队列系统不确定动态模型,并提出一种自适应DKF算法, 以解决网联车行驶过程中噪声统计特性未知的问题;其次,设计了一种基于自适应DKF状态残差的卡方检测方法, 实现对GPS信号虚假注入攻击的检测;最后,通过实验仿真验证所提检测方法的有效性.

• 非参数不确定旋转电机系统空间自适应重复学习控制

  陈强,苏洋,施卉辉,何熊熊

  针对执行空间重复任务的非参数不确定旋转电机系统,本文提出一种空间自适应全限幅重复学习控制方法. 通过引入空间微分算子变换,将受控系统从时间域形式转换为空间域形式.利用旋转电机的空间周期重复运行特性,设计空间自适应全限幅重复学习控制器,实现旋转电机角速度对期望轨迹的高精度跟踪.构造空间全限幅重复学习律、估计和补偿具有空间周期特性的非参数不确定动态,并保证估计值被限制在指定界内.最后,通过李雅普诺夫理论分析误差的收敛性能,并给出实验结果验证所提方法的有效性.

• 重置事件触发机制下多智能体系统二分一致性

  张良印,陈霞,郝飞

  本文研究了细节平衡通信拓扑图下的一阶多智能体系统的二分一致性问题.不同于文献中常见的动态事件触发方法,提出一种与重置机制相结合的新型动态事件触发控制策略,触发条件阈值中的外部动态变量可以根据预设的重置条件进行调节,当局部不一致状态偏差达到预设重置条件时,动态变量将被重置为其初始值,由此避免系统临近一致点时的频繁触发现象,在保证期望控制性能的同时,进一步降低系统的通信负担.文章提出的重置事件触发条件仅依赖智能体的局部状态构成,无需全局信息.随后,本文应用代数图论和李雅普诺夫稳定性理论,证明了系统的实用二分一致性.此外,给出了无芝诺行为的理论分析.最后,通过仿真验证了提出方法的有效性.

• 输出反馈主动抗干扰编队控制算法

  李桂璞,乔贵方,刘娣

  本文研究带不匹配干扰和未知状态的高阶多智能体系统的编队控制问题.利用干扰估计补偿方法和滑模控制,提出了一种基于输出反馈的主动抗干扰编队控制算法.在智能体状态已知的情况下,针对每个智能体设计了广义比例积分观测器以估计干扰,结合滑模控制,设计了基于状态反馈的主动抗干扰编队控制器.所设计的分布式控制器使得多智能体系统实现渐近编队.在系统存在未知状态的情况下,通过构造扩张状态观测器对未知状态和干扰进行重构,结合状态反馈编队控制设计,给出了基于输出反馈的主动抗干扰编队控制算法,使得多智能体系统达到渐近编队.仿真结果验证了所提出的编队控制方法的有效性.

• 基于变车距策略的混合车辆队列协同控制

  杜文举,董建勋,张建刚,马昌喜

  车辆队列协同控制研究中采用的间距策略是车辆队列系统保持内稳定性与队列稳定性的关键因素之一.现有混合车辆队列控制研究大多采用固定间距策略,难以应用于复杂的道路行驶环境.为此,研究了基于变车距策略的混合车辆队列协同控制方法,以及混合车辆队列的稳定性问题.首先,针对由人工驾驶车辆(HDV)和网联自动驾驶车辆(CAV)构成的混合车辆队列,设计了二次型变车距策略,构建了基于该变车距策略的混合车辆队列系统模型;其次,提出了基于多智能体一致性的混合车辆队列协同控制器,迭代推导出适用于包含多辆CAV的双向多车领航车跟随式拓扑的混合车辆队列首尾传递函数;最后,设计数值仿真实验,验证了所提控制器的有效性,并讨论了驾驶员反应时延与车辆通信时延、CAV数量、拓扑结构、CAV位置以及控制增益对混合车辆队列稳定性的影响.

• 需求响应下基于深度强化学习的综合能源系统能量管理策略

  唐昊,张庆虎,方道宏,朱虹,吴寅涛

  含光伏、储能及燃气轮机等分布式能源的综合能源系统(IES)具有多能协调、互补共济的能源利用形式,能够在参与电网需求响应时发挥重要作用.针对IES如何有效响应电网调峰需求的问题,文中将多能耦合转化与内部用户负荷响应作为IES的能量管理手段,提出了考虑多能互补与内部用户响应特性的IES日内调度优化方法.首先,在IES多能耦合运行架构的基础上分析了内部用户的响应特性,分别通过补贴价格与负荷削减量来改变内部用户的电负荷需求,进而,构建了光伏出力与负荷不确定下IES参与电网需求响应的能量管理策略优化模型;然后,运用基于TD3的深度强化学习算法实现了IES能量管理策略的求解;最后,通过算例表明,所提能量管理策略优化模型与策略优化方法能够合理制订系统内部的能量转换控制和需求响应方案以充分挖掘系统的响应潜力,从而,有效完成电网的调峰需求响应目标.

• FDI攻击下的ICPS状态重构安全控制策略

  任悦其,孙子文

  为提高同时遭受执行器通道和传感器通道虚假数据注入(FDI)攻击的工业信息物理系统(ICPS)的安全性,本文研究重构FDI攻击信号和ICPS状态的安全控制策略.首先,构建由系统状态和传感器攻击信号组成的增广状态,并根据该增广状态来建立增广系统;其次,在建立的增广系统基础上,设计可调比例积分观测器,用于重构系统状态、传感器FDI攻击信号和执行器FDI攻击信号;然后,通过重构的系统状态和执行器FDI攻击信号设计反馈控制器,并采用李雅普诺夫函数和有限频域H∞来分析系统满足稳定性和鲁棒性所需的条件;最后,使用垂直起降飞机的线性纵向动力学模型作为仿真对象,模拟结果验证本文所研究的控制策略可以抵御针对ICPS的FDI攻击并且保证系统稳定.