针对故障条件下的多无人机分组编队控制问题,提出一种基于同步分布式模型预测控制(distributed model predictive control,DMPC)的分组编队控制算法。首先,建立考虑虚拟领导者的分组分层控制框架。接着,对编队中的不可恢复故障进行建模...针对故障条件下的多无人机分组编队控制问题,提出一种基于同步分布式模型预测控制(distributed model predictive control,DMPC)的分组编队控制算法。首先,建立考虑虚拟领导者的分组分层控制框架。接着,对编队中的不可恢复故障进行建模,并提出交互健康判别机制及“故障隔离”策略,结合分组分层控制框架提出故障条件下分组编队控制方案。然后,将故障模型与同步DMPC理论相结合,根据“故障隔离”策略,设计故障条件下的单组编队控制算法,并进一步根据控制方案给出分组编队控制算法,且基于Lyapunov理论证明控制算法下编队系统的稳定性。最后,通过仿真验证所设计算法在故障条件下的有效性和优越性。展开更多
在目标-攻击弹-防御弹群(target-attacker-defenders,TADs)系统中,防御弹群通过与目标(载机)异构协同、弹群间同构协同以保护载机并降低单弹脱靶的风险。针对TADs系统在二维平面下的协同主动防御模型进行了研究,采用机/弹协同和防御弹...在目标-攻击弹-防御弹群(target-attacker-defenders,TADs)系统中,防御弹群通过与目标(载机)异构协同、弹群间同构协同以保护载机并降低单弹脱靶的风险。针对TADs系统在二维平面下的协同主动防御模型进行了研究,采用机/弹协同和防御弹群协同的两层制导策略。在机弹协同方面,防御弹领弹与载机进行异构协同,考虑载机及防御弹领弹的机动能力限制,采用协同视线制导律(cooperative line of sight guidance,CLOSG)分别得到载机和防御弹领弹的制导指令;在防御弹群协同方面,考虑单弹计算能力约束,拦截时间约束和加速度约束,设计出基于分布式模型预测控制(distributed model predictive control,DMPC)的算法实现弹群从弹和防御弹领弹协同同时抵达并拦截攻击弹。仿真结果表明,多防御弹协同一致拦截制导算法能够实现TADs系统中载机和防御弹群的异构协同主动防御,并实现防御弹群的一致性同时拦截,以降低单弹脱靶的风险。展开更多
为解决复杂工况下分布式驱动电车(Distributed Drive Electric Vehicle,DDEV)的驱动防滑问题,基于模块化提出了一种多智能体分布式协同控制策略。首先,采用模块化的方法搭建了整车结构,将各轮毂电机车轮和控制器整体视为一个智能体,根...为解决复杂工况下分布式驱动电车(Distributed Drive Electric Vehicle,DDEV)的驱动防滑问题,基于模块化提出了一种多智能体分布式协同控制策略。首先,采用模块化的方法搭建了整车结构,将各轮毂电机车轮和控制器整体视为一个智能体,根据车轮运动学和整车运动学建立智能体的滑转率模型;然后,设计了基于多智能体的分布式模型预测控制策略,以多约束条件下的协同优化为目标函数,实现驱动防滑,在解决驱动力不足问题的同时,达到了低能耗和舒适性;最后,利用Simulink软件和CarSim软件进行仿真实验,实验结果证明了所提控制策略的有效性,为分布式驱动的进一步应用提供了新的控制方法。展开更多
工业系统中广泛存在一类由多个相互关联的子系统组成的大系统.尽管分布式控制结构的性能没有集中式控制好,但由于其具有较高的灵活性和容错性,相对于集中控制更加适合控制上述系统.在保持容错性的情况下如何提高系统的整体性能是分布式...工业系统中广泛存在一类由多个相互关联的子系统组成的大系统.尽管分布式控制结构的性能没有集中式控制好,但由于其具有较高的灵活性和容错性,相对于集中控制更加适合控制上述系统.在保持容错性的情况下如何提高系统的整体性能是分布式控制的一个难点问题.本文提出了一种分布式预测控制(Distributed model predictive control,DMPC)方法,该方法通过在各子系统预测控制器的性能指标中加入输入变量对其下游子系统的影响的二次函数,来扩大分布式预测控制的协调度,进而在不增加网络连通度,不改变系统容错性的前提下,提高系统的性能.另外,本文给出了基于该协调策略的带输入约束的分布式预测控制器的设计方法,在初始可行的前提下,该方法相继可行并可保证系统渐近稳定.展开更多
分布式模型预测控制(Distributed model predictive control,DMPC)是一类用十多输入多输出的人规模系统的控制方式.每个智能体通过相互协作完成整个系统的摔制.已有的分布式预测摔制算法可以划分为迭代式算法和非迭代算法:迭代算法在迭...分布式模型预测控制(Distributed model predictive control,DMPC)是一类用十多输入多输出的人规模系统的控制方式.每个智能体通过相互协作完成整个系统的摔制.已有的分布式预测摔制算法可以划分为迭代式算法和非迭代算法:迭代算法在迭代到收敛情况下,具有集中式预测控制(Centralized model predictive control,CMPC)算法的性能,但迭代次数过多,子系统问通信量人;非迭代算法不需要迭代,但性能有一定损失.本文提出了一种基十串联结构的非迭代分布式预测控制算法.本文算法在串联结构系统中可以有效减少计算量,并结合氧化铝碳分解(Alumina continuous carbonationdecomposition process,ACCDP)这一串联过程,通过仿真验证了算法的有效性;同时分析了算法运用在串联结构下的性能并证明了其稳定性.展开更多
针对航空集群执行未知区域的协同搜索任务,提出一种分布式模型预测控制(distributed model predictive control,DMPC)下的贪婪迭代决策方法。该方法首先建立航空集群飞行器的运动模型,对其运动特性进行分析,而后采用搜索信息图模型,描...针对航空集群执行未知区域的协同搜索任务,提出一种分布式模型预测控制(distributed model predictive control,DMPC)下的贪婪迭代决策方法。该方法首先建立航空集群飞行器的运动模型,对其运动特性进行分析,而后采用搜索信息图模型,描述未知环境下动态目标随搜索过程变化的变化趋势;再用马尔可夫链表征目标隐潜运动,对其进行预测;最后在DMPC的基础上,采用随机决策序列下的贪婪迭代算法进行问题求解。并对所提方法的稳定性和收敛性进行分析。同时通过设计仿真实验,验证了该方法的可行性和优越性。展开更多
文摘针对故障条件下的多无人机分组编队控制问题,提出一种基于同步分布式模型预测控制(distributed model predictive control,DMPC)的分组编队控制算法。首先,建立考虑虚拟领导者的分组分层控制框架。接着,对编队中的不可恢复故障进行建模,并提出交互健康判别机制及“故障隔离”策略,结合分组分层控制框架提出故障条件下分组编队控制方案。然后,将故障模型与同步DMPC理论相结合,根据“故障隔离”策略,设计故障条件下的单组编队控制算法,并进一步根据控制方案给出分组编队控制算法,且基于Lyapunov理论证明控制算法下编队系统的稳定性。最后,通过仿真验证所设计算法在故障条件下的有效性和优越性。
文摘在目标-攻击弹-防御弹群(target-attacker-defenders,TADs)系统中,防御弹群通过与目标(载机)异构协同、弹群间同构协同以保护载机并降低单弹脱靶的风险。针对TADs系统在二维平面下的协同主动防御模型进行了研究,采用机/弹协同和防御弹群协同的两层制导策略。在机弹协同方面,防御弹领弹与载机进行异构协同,考虑载机及防御弹领弹的机动能力限制,采用协同视线制导律(cooperative line of sight guidance,CLOSG)分别得到载机和防御弹领弹的制导指令;在防御弹群协同方面,考虑单弹计算能力约束,拦截时间约束和加速度约束,设计出基于分布式模型预测控制(distributed model predictive control,DMPC)的算法实现弹群从弹和防御弹领弹协同同时抵达并拦截攻击弹。仿真结果表明,多防御弹协同一致拦截制导算法能够实现TADs系统中载机和防御弹群的异构协同主动防御,并实现防御弹群的一致性同时拦截,以降低单弹脱靶的风险。
文摘为解决复杂工况下分布式驱动电车(Distributed Drive Electric Vehicle,DDEV)的驱动防滑问题,基于模块化提出了一种多智能体分布式协同控制策略。首先,采用模块化的方法搭建了整车结构,将各轮毂电机车轮和控制器整体视为一个智能体,根据车轮运动学和整车运动学建立智能体的滑转率模型;然后,设计了基于多智能体的分布式模型预测控制策略,以多约束条件下的协同优化为目标函数,实现驱动防滑,在解决驱动力不足问题的同时,达到了低能耗和舒适性;最后,利用Simulink软件和CarSim软件进行仿真实验,实验结果证明了所提控制策略的有效性,为分布式驱动的进一步应用提供了新的控制方法。
文摘工业系统中广泛存在一类由多个相互关联的子系统组成的大系统.尽管分布式控制结构的性能没有集中式控制好,但由于其具有较高的灵活性和容错性,相对于集中控制更加适合控制上述系统.在保持容错性的情况下如何提高系统的整体性能是分布式控制的一个难点问题.本文提出了一种分布式预测控制(Distributed model predictive control,DMPC)方法,该方法通过在各子系统预测控制器的性能指标中加入输入变量对其下游子系统的影响的二次函数,来扩大分布式预测控制的协调度,进而在不增加网络连通度,不改变系统容错性的前提下,提高系统的性能.另外,本文给出了基于该协调策略的带输入约束的分布式预测控制器的设计方法,在初始可行的前提下,该方法相继可行并可保证系统渐近稳定.
文摘分布式模型预测控制(Distributed model predictive control,DMPC)是一类用十多输入多输出的人规模系统的控制方式.每个智能体通过相互协作完成整个系统的摔制.已有的分布式预测摔制算法可以划分为迭代式算法和非迭代算法:迭代算法在迭代到收敛情况下,具有集中式预测控制(Centralized model predictive control,CMPC)算法的性能,但迭代次数过多,子系统问通信量人;非迭代算法不需要迭代,但性能有一定损失.本文提出了一种基十串联结构的非迭代分布式预测控制算法.本文算法在串联结构系统中可以有效减少计算量,并结合氧化铝碳分解(Alumina continuous carbonationdecomposition process,ACCDP)这一串联过程,通过仿真验证了算法的有效性;同时分析了算法运用在串联结构下的性能并证明了其稳定性.
文摘针对航空集群执行未知区域的协同搜索任务,提出一种分布式模型预测控制(distributed model predictive control,DMPC)下的贪婪迭代决策方法。该方法首先建立航空集群飞行器的运动模型,对其运动特性进行分析,而后采用搜索信息图模型,描述未知环境下动态目标随搜索过程变化的变化趋势;再用马尔可夫链表征目标隐潜运动,对其进行预测;最后在DMPC的基础上,采用随机决策序列下的贪婪迭代算法进行问题求解。并对所提方法的稳定性和收敛性进行分析。同时通过设计仿真实验,验证了该方法的可行性和优越性。
