基于区间观测器的不确定网络化系统的协同行为分析与控制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61803209
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Almost all the existing research about cooperative control of networked systems is performed under the premise that the system parameters or the relevant properties of the system parameters are deterministic and known. However, in practice, it is difficult to obtain some accurate information of an underlying system due to the defects in equipment precision and the complexity of the environment in real engineering applications, so that one can only get a range of uncertain information in general. More precisely, there always exist some uncertain elements with only the ranges of their values being known in the networked systems, called uncertain networked systems. This project focuses on uncertain networked systems in which the “uncertainty” mainly appears in two forms: the systems with uncertain disturbances and the uncertain system matrices. An effective technique using the interval observer for the uncertain networked system is introduced to design an efficient distributed algorithm, driving the uncertain systems to achieve coordination behavior. Based on the interval observer based control algorithm, a simulation platform will be established for studying uncertain networked systems. The project will help us to construct a theoretical framework for cooperative control of uncertain networked systems, which will provide better technical services to many engineering fields, such as mobile sensor networks for mine water level monitoring.
现存的关于网络化系统的协同控制研究几乎都是建立在系统的各项参数已知,或者是系统的各项参数的相关性质是确定和已知的前提下的。然而在实际工程中,由于设备精度的欠缺、通信环境的复杂等原因,我们很难获取系统的某些确切信息,而只能得到这些不确定信息的取值范围,即系统中存在一些只有取值范围已知的不确定因素,我们将这类系统称为不确定系统。本项目将聚焦于不确定网络化系统,主要是具有不确定外部扰动的网络化系统以及系统矩阵不确定的网络化系统,通过对该类不确定网络化系统引入区间观测器这一有效工具,研究其分布式控制算法设计问题以及系统的协同控制行为,并对它们建立基于区间观测器的协同控制仿真平台。本项目的研究不仅有助于建立不确定网络化系统协同控制的理论框架,而且在诸如矿井水位监测的移动传感器网络等工程领域具有重要的应用前景。

结项摘要

网络化多智能体系统的协同控制是近年来的一个研究热点。现有的研究结果几乎都是针对参数确定的系统。然而,在实际的工程应用中,由于设备精度的欠缺、通信环境的复杂等原因,系统中存在一些不确定因素,并且我们很难获取这些不确定因素的精确值,仅能得到其边界信息。围绕这类仅有不确定因素边界信息已知的多智能体系统,本项目开展了不确定网络化多智能体系统的鲁棒协同控制研究,并首次提出了局部区间观测与邻接区间观测的概念。针对具有扰动不确定性的网络化多智能体系统,基于不确定扰动和初始状态值的边界信息以及输出信息,结合多智能体系统的分布式信息交互原则,设计出了的局部区间观测器和邻接区间观测器,分别实现对了智能体绝对状态和相对状态误差和的区间估计;根据Lyapunov稳定性理论,给出了系统实现鲁棒协同控制的充分条件。针对具有模型不确定性的网络化多智能体系统,根据不确定系统矩阵和初始状态值的边界信息以及输出信息,结合多智能体系统分布式信息交互原则,构建了基于局部区间观测和基于相邻区间观测的鲁棒协同控制算法,揭示了系统的鲁棒一致性与系统的可镇定性、不确定矩阵的边界信息、智能体的拓扑结构之间的关系;更进一步地,根据龙伯格降维观测器理论,解决了该类多智能体系统基于降维局部区间观测器的鲁棒一致性问题。最后,根据两类不确定网络化多智能体系统的区间观测算法,构建了基于区间观测器的协同控制仿真平台。本项目的研究不仅有助于建立不确定网络化多智能体系统协同控制研究的理论框架,拓展了协同控制的理论研究体系,而且在无人机-无人艇跨域协同等工程领域具有重要的应用前景。通过项目的实施,共发表15篇SCI期刊论文和4篇国际会议论文,完成7项专利的申请;协助培养研究生2名。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(8)
Interval observer-based robust coordination control of multi-agent systems over directed networks
有向网络上多智能体系统基于区间观测器的鲁棒协调控制
  • DOI:
    10.1109/tcsi.2021.3111870
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Circuits and Systems I: Regular Papers
  • 影响因子:
    --
  • 作者:
    Xiaoling Wang;Housheng Su;Guo-Ping Jiang
  • 通讯作者:
    Guo-Ping Jiang
An iterative Q-learning based global consensus of discrete-time saturated multi-agent systems.
基于迭代 Q 学习的离散时间饱和多智能体系统的全局共识。
  • DOI:
    10.1063/1.5120106
  • 发表时间:
    2019-10
  • 期刊:
    Chaos: An Interdisciplinary Journal of Nonlinear Science
  • 影响因子:
    --
  • 作者:
    Mingkang Long;Housheng Su;Xiaofan Wang;Guo-Ping Jiang;Xiaofan Wang
  • 通讯作者:
    Xiaofan Wang
The variant d-path Laplacian based consensus protocols for networked harmonic oscillators
基于变体 d 路径拉普拉斯的网络谐振子共识协议
  • DOI:
    10.1016/j.neucom.2020.09.053
  • 发表时间:
    2021-01
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Fang Rong;Xiaofan Wang;Housheng Su;Min Xiao
  • 通讯作者:
    Min Xiao
Controllability of heterogenous multiagent systems with two-time-scale feature
具有二次尺度特征的异构多智能体系统的可控性
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Chaos
  • 影响因子:
    2.9
  • 作者:
    Mingkang Long;Housheng Su;Xiaoling Wang;Bo Liu
  • 通讯作者:
    Bo Liu
Completely model-free RL-based consensus of continuous-time multi-agent systems
完全无模型的基于强化学习的连续时间多智能体系统共识
  • DOI:
    10.1016/j.amc.2020.125312
  • 发表时间:
    2020-10-01
  • 期刊:
    APPLIED MATHEMATICS AND COMPUTATION
  • 影响因子:
    4
  • 作者:
    Wang, Xiaoling;Su, Housheng
  • 通讯作者:
    Su, Housheng

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

溶剂萃取预处理对低阶煤大分子结构的影响(英文)
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    燃料化学学报
  • 影响因子:
    --
  • 作者:
    胡如男;王知彩;李磊;王晓玲;潘春秀;康士刚;任世彪;雷智平;水恒福
  • 通讯作者:
    水恒福
基于人工神经网络的水库溃坝生命损失估算模型及应用
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    中国农村水利水电
  • 影响因子:
    --
  • 作者:
    黄凌;孙月峰;王晓玲
  • 通讯作者:
    王晓玲
面向移动用户的乘客需求预测系统
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    周春姐;戴鹏飞;王晓玲;李洪波
  • 通讯作者:
    李洪波
复杂长竖井引水隧洞施工通风两相流模拟研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    天津大学学报 (自然科学与工程技术版)
  • 影响因子:
    --
  • 作者:
    刘震;王晓玲;刘长欣;禹旺;洪坤
  • 通讯作者:
    洪坤
基于WebGIS的风暴潮洪水演进动态可视化技术
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    系统仿真学报
  • 影响因子:
    --
  • 作者:
    刘东海;左文涛;王晓玲;崔博
  • 通讯作者:
    崔博

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码