含有概率约束的网络化控制系统的区域控制及滤波
批准号:
61773218
项目类别:
面上项目
资助金额:
65.0 万元
负责人:
田恩刚
依托单位:
学科分类:
控制理论与技术
结题年份:
2021
批准年份:
2017
项目状态:
已结题
项目参与者:
杨泰澄、刘益剑、沈世斌、胡颖慧、王檑、李鹃、许世伟、梁程
中文摘要
在网络化控制系统(Networked Control Systems, NCSs)中,传感、控制以及被控体之间通过网络进行互联,其“传感-控制-驱动-被控体”间的因果关系变得异常复杂。特别地,当NCSs中的变量存在概率约束时,如何揭示并应对随机网络环境在不同时空尺度上对NCSs控制性能的影响,解决其分析与控制问题,是一个亟待解决的科学问题,也是NCS研究的热点与难点问题。本项目针对含有概率约束的网络化控制系统,提出区域控制及区域滤波的科学性问题,即,本项目旨在设计控制器/滤波器,使系统的输出/误差在指定区域停留的概率足够大。由此可以带来更大的控制自由度以及满足更多控制性能指标。在此基础上,本项目将深入探讨概率约束、网络随机特性、控制区域、随机控制器以及停留概率之间的内在科学机理,建立充分反映他们耦合规律的网络化控制系统模型,设计合适的控制器/滤波器来满足区域控制/滤波的目的。
英文摘要
In networked control systems (NCSs), sensors, controllers and plant are connected through network, the causal relationships among “sensor-control-actuator-plant” become much complex. In particular, when there are probabilistic constraints in the physical variables of the NCSs, how to reveal the influence of the random network environments for the control performance, analyze and control the NCSs are hot but difficult points in NCSs research. Considering the probabilistic constraints in NCSs, this project introduces the concept of“region control/filter”, that is, design the controller or filter such that the probability of system output/error falling in a specific region is large enough. Furthermore, this project will also explore the inherent scientific mechanism among the probabilistic constraints, random network properties, control region, the stochastic controller and the sojourn probabilities. Finally, the purpose of this project is to establish a general model based on above issues and design proper controller/filter to guarantee the probabilistic purpose of the region control.
本项目针对概率约束下复杂网络系统的区域控制和区域滤波问题进行了研究,提出了概率约束条件和确定性约束条件之间的转化公式,建立了网络约束和概率约束下控制器和滤波器的设计方法,实现了更具有一般性的概率意义下复杂网络系统的区域控制和滤波。首先,针对一类随机非线性时变系统,当考虑网络丢包或事件触发等非理想网络状况时,利用多维切贝雪芙不等式,将概率约束条件转化为更容易处理的确定性约束条件,并研究了复杂网络系统的区域控制器或滤波器设计问题,所设计的控制器或滤波器,可以保证某个随机变量落入指定椭球区域或者多面体区域的概率大于设计值。其次,针对网络环境下的一类非线性系统,当考虑事件触发、网络攻击、以及测量野值等网络状况时,我们研究了概率约束指标下的跟踪控制器设计问题,所设计的跟踪控制器实现了跟踪误差落入指定区域的概率大于给定值的设计目标。再次,针对复杂网络控制系统带宽约束的问题,我们创新性提出了记忆事件触发策略,该方法通过存储最近几次的发送数据,通过加权平均的方法抑制一些测量值突变的情况,能够在测量值变化剧烈时多发送一些采样数据,可以使系统的状态响应图更加平缓,并且加快收敛速度。相应的方法在电力系统和模糊系统中都进行了应用。最后,我们将研究方法在无线充电系统和电池能量管理系统中进行应用,取得了较好的效果。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
登录
查看更多内容
Resilient observer-based control for networked nonlinear T-S fuzzy systems with hybrid-triggered scheme
具有混合触发方案的网络非线性 T-S 模糊系统的基于弹性观测器的控制
DOI:
10.1007/s11071-017-4002-3
发表时间:
2018
期刊:
Nonlinear Dynamics
影响因子:
5.6
作者:
[Liu Jinliang, Zha Lijuan, Xie Xiangpeng, Tian Engang]
通讯作者:
Tian Engang
Probabilistic-Constrained Distributed Filtering for a Class of Nonlinear Stochastic Systems Subject to Periodic DoS Attacks
一类遭受周期性 DoS 攻击的非线性随机系统的概率约束分布式过滤
DOI:
10.1109/tcsi.2020.3007953
发表时间:
2020-12
期刊:
IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS I-REGULAR PAPERS
影响因子:
5.1
作者:
[Tian Engang, Wang Xinmeng, Peng Chen]
通讯作者:
Peng Chen
An adaptive torus-event-based Script capital H-infinity controller design for networked T-S fuzzy systems under deception attacks
基于环面事件的自适应脚本大写 H-无穷大控制器设计,用于欺骗攻击下的网络 T-S 模糊系统
DOI:
10.1002/rnc.5957
发表时间:
--
期刊:
International Journal of Robust and Nonlinear Control
影响因子:
3.9
作者:
[Zhu Shuangxin, Tian Engang, Xu Donghui, Liu Jinliang]
通讯作者:
Liu Jinliang
Chance-Constrained $H_{∞}$ State Estimation for Recursive Neural Networks Under Deception Attacks and Energy Constraints: The Finite-Horizon Case
欺骗攻击和能量约束下递归神经网络的机会约束 $H_{â}$ 状态估计:有限视野情况
DOI:
10.1109/tnnls.2021.3137426
发表时间:
2022
期刊:
IEEE Transactions on Neural Networks and Learning Systems
影响因子:
10.4
作者:
[Fanrong Qu, Engang Tian, Xia Zhao]
通讯作者:
Xia Zhao
An improved memory-event-triggered control for networked control systems
一种改进的网络控制系统的内存事件触发控制
DOI:
10.1016/j.jfranklin.2019.06.041
发表时间:
2019-09
期刊:
Journal of the Franklin Institute
影响因子:
--
作者:
[Tian Engang, Wang Kunyu, Zhao Xia, Shen Shibin, Liu Jinliang]
通讯作者:
Liu Jinliang
共 30 条
混杂约束下网络控制系统的控制及滤波研究
-
批准号:21ZR1444900
-
项目类别:省市级项目
-
资助金额:0.0万元
-
批准年份:2021
-
负责人:田恩刚
-
依托单位:
联合约束下面向V2G技术的智能电网的安全控制研究
-
批准号:62173231
-
项目类别:面上项目
-
资助金额:61万元
-
批准年份:2021
-
负责人:田恩刚
-
依托单位:
国内基金
海外基金