具有不完全信息的非线性网络化关联大系统的分布式协同控制与滤波

With the rapid development of network control systems and increasing augment of the scale and complexity of control systems, interconnected large-scale networked systems have been received much attention in the fields of complex large-scale system control, remote control, etc. Nonlinearities exist in most practical networked control systems. The traditional control theories and technologies have become increasingly not meet and suitable for the system design requirements. Therefore, it is an urgent requirement now to study new models and theories and methods to solve the distributed cooperative control and filtering problems in interconnected large-scale networked control systems. The project aims to propose some new methods for performance analysis and distributed cooperative control and estimation for interconnected large-scale networked control systems. Including: establishing new T-S fuzzy systems models for the interconnected large-scale networked control systems with nonlinearities, network characteristics and limited channel capacity, etc. Based on piecewise fuzzy Lyapunov function combined with fuzzy systems theory, delay systems theory, stochastic systems theory and switching systems, etc, the stability, cooperative control and estimation for the T-S fuzzy systems will be investigated and some distributed robust controllers and filters with good performance will be given. The platform will be constructed and simulations on study of nonlinear interconnected large-scale systems under specific network environments will be demonstrated to illustrate the proposed algorithms of the project. The project is to enrich and improve theories for interconnected large-scale systems, expedite the original innovation of the control technologies, promote theoretical and practical values of interconnected networked systems in engineering practice.

随着网络控制系统的迅猛发展及控制系统规模、复杂程度迅速增加，网络化关联系统在复杂大系统控制、远程控制等领域倍受关注。非线性在实际网络系统中广泛存在，传统线性系统方法无法满足和适应网络关联系统设计要求。亟需研究新的模型和理论解决网络关联系统分布式协同控制和滤波问题。本项目旨在针对不完全信息分布式非线性网络化关联大系统提出一套新的性能分析方法及协同控制策略。包括：考虑非线性、网络特性、信道容量有限等影响，建立分布式非线性网络关联大系统机理模型；基于分段模糊Lyapunov泛函并结合模糊系统、时滞系统、随机系统、切换系统等理论研究其稳定性、协同控制和估计，设计具有良好性能的分布式鲁棒控制器和滤波器；搭建实际非线性网络关联系统平台验证提出的控制和滤波方法。该项目对丰富和完善网络化关联系统的理论体系，形成具有原始创新的控制策略，促进网络化关联大系统在工程实践中应用都具有十分重要的理论意义和实践价值。

通过本项目的研究已对具有不完全信息的非线性网络化关联大系统的分布式协同控制和滤波等几个关键科学问题形成较系统的理论分析体系，建立一套新分布式滤波和分布式控制的算法和策略。在考虑网络通信带宽受限、网络安全、通信拓扑切换和随机丢包的情况下，设计了事件触发装置、建立了DoS攻击模型、拓扑切换攻击模型及随机丢包模型，解决了由网络随机特性造成测量信息不完整下的一类具有传感器、执行器、控制器和滤波器异地分布特性的滤波及控制问题。项目主要成果包括：提出基于动态簇结构的分布式自适应Kalman滤波算法，通过在一致性项中加入自适应策略，提高分布式滤波器的性能；针对一类非线性系统设计了扩展卡尔曼滤波器，引入分布式事件触发机制并且考虑网络可能受到的恶意攻击，利用矩阵不等式获得分布式滤波器的最优增益；解决了具有强非线性约束系统的滤波问题，采用混合卡尔曼滤波估计激动目标的状态，通过移动传感器网络跟踪移动目标；解决了随机和恶意丢包联合存在的情况下分布式滤波器的设计问题，利用几乎必然指数稳定性定义，通过构造和分析李雅普诺夫函数给出了滤波器存在的充分条件；解决了切换拓扑下异构多智能体系统的协同输出调节问题，基于状态反馈和输出反馈提出了自适应事件触发控制机制，实现了多智能体系统对参考输入的渐近跟踪和对扰动的抑制；解决了参数不确定的一般线性多智能体系统的协同鲁棒输出调节问题，基于内模原理提出了自适应事件触发控制器，实现了多智能体系统渐近跟踪外系统的目标。.在该项目资助期间发表标注项目资助论文52篇，SCI检索国际期刊44篇，EI检索国内权威和核心期刊发表论文3篇，其中包括在国际控制类著名期刊IEEE汇刊上发表长文31篇。申请和授权国家发明专利11项。在项目资助期间负责人获得了国家优秀青年科学基金项目1项、教育部青年长江学者称号、中国自动化学会青年科学家奖、上海市自然科学奖二等奖、上海市自然科学奖三等奖、中国发明协会发明创业奖二等奖和湖北省自然科学奖三等奖。培养了9名硕士研究生和1名博士研究生。