车辆内部控制回路网络资源受限的阵列型车队分布式H∞控制

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:chungpy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对车辆内部控制回路网络与计算资源受限的阵列型车队控制系统,为了使阵列型车队具有较好的纵横向跟随性能且车辆间无碰撞地安全行驶,同时,节省车辆内部控制回路的网络带宽,减少对车载微处理器和控制器计算资源的占用,研究了阵列型车队的事件触发控制与分布式H∞控制器联合设计问题。本文主要工作如下:  1、针对阵列型车队控制系统的建模问题。首先,利用反馈线性化方法建立一种新的六阶线性纵横向解耦的自主车辆运动学模型。然后,利用跟随控制方法将该模型转化为含外部干扰的阵列型车队控制系统跟踪误差模型。最后,综合考虑事件触发控制机制以及车辆内部控制回路网络资源受限所导致的时延,利用时延系统分析方法将该跟踪误差模型转化为时延系统形式。  2、针对模型参数确定的阵列型车队事件触发控制与分布式H∞控制器联合设计问题。基于本文所建立的时延系统形式下的阵列型车队控制系统跟踪误差模型,利用Lyapunov函数法和LMI技术,给出了使闭环的阵列型车队控制系统鲁棒渐近稳定的充分条件,利用该充分条件能够直接进行阵列型车队的事件触发控制与分布式H∞控制联合设计。最后,通过比较系统在周期性控制机制下和在事件触发机制下的仿真结果,验证了该联合设计方法的有效性。  3、针对模型参数不确定的阵列型车队事件触发控制与分布式H∞控制器联合设计问题。首先,综合考虑系统模型参数存在不确定性、事件触发控制机制以及车辆内部控制回路网络资源受限所导致的时延,建立含模型参数不确定性和外部干扰的阵列型车队控制系统跟踪误差模型,并将该跟踪误差模型转化为时延系统形式。然后,利用Lyapunov函数法和LMI技术,给出了使闭环的阵列型车队控制系统(含模型参数不确定性)鲁棒渐近稳定的充分条件,利用该充分条件能够直接进行阵列型车队的事件触发控制与分布式H∞控制联合设计。最后,通过比较系统在周期性控制机制下和在事件触发机制下的仿真结果,验证了该联合设计方法的有效性。
其他文献
该文在广泛查阅国内外纸币号码识别方面资料的基础上,通过仔细分析和研究纸币清分机的实现原理和核心技术,初步实现了一个基于DSP的纸币号码的自动输入和识别系统.该系统接收
学位
模糊神经网络是模糊逻辑推理与神经网络有机结合的产物,是智能复合控制发展的必然趋势.它的学习算法是其理论与应用研究中最关键的一个方面.由于结构学习通常可以转化为参数
随着微电子技术和微计算机系统的发展与应用,微型无人机的研究与发展引起了国内外研究人员的普遍关注,其中微型四旋翼无人机由于其不可替代的优点备受关注。在微型四旋翼无人机
自适应控制分为线性系统的自适应控制和非线性系统的自适应控制两部分,线性系统的自适应控制理论已经发展得比较成熟,而非线性系统的自适应控制还未有一套成熟通用的理论。论文
声波是目前已知的水下通信最佳载体。当前流行的单载波、多载波、扩频以及脉位调制水声通信体制由于采用固定载波的调制方式,在通信对抗中容易被敌手发现。借鉴伪装的思想,为提
灵武长枣作为宁夏灵武市的主要栽植品种,是目前宁夏枣类的主导品种,枣果行业的不断发展带动了以灵武长枣为原材料的相关产业的发展。目前灵武长枣成熟度分级主要依靠人工完成
本文以在自主开发的网络行为建模环境下所采集的流量信号为研究对象,通过借鉴多个学科领域的研究思路与手段,对网络流量数据,特别是突发性流量数据的动力学特性进行了系统深
针对数据挖掘聚类算法,本文着重讨论研究了两种数据聚类算法:基于粒子群优化的自组织特征映射神经网络聚类算法(PSOSOM)和基于遗传算法的模糊C-均值聚类算法(GAFCM).本文采用
随着网络技术的高速发展,网络的带宽和规模不断增大,网络的用户数量和需求也日益增多。在用户需求的刺激下,涌现出大量的新型网络应用。相比于传统应用,这些应用的功能更加丰富,同