.png){kind=icon}
返回
Predefined-Time Adaptive Control for Nonlinear Multi-Agent Systems With Prescribed Performance via Command Filtering and Dynamic Event Triggering
.png){kind=icon}
PRE
AI
DOI：10.1002/rnc.70709.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了非线性多智能体系统协同控制中的三个基本挑战，即未知的耦合非线性动力学、经典预定性能控制中固有的初始条件对瞬态性能的敏感性，以及网络环境中的通信资源限制。为同时解决这些问题，开发了一种统一的自适应神经网络控制框架，协同结合预定时间稳定化、固定时间预定性能（FTPP）约束、指令滤波反推和动态事件触发机制（DETM）。结合屏障变换，构建了一个分段固定时间性能函数，将跟踪误差转化为与初始条件无关的变换变量，从而保证任意有界初始误差下瞬态和稳态行为严格保持在预指定边界内。径向基函数神经网络用于逼近不确定的系统动力学，而指令滤波反推被采用以消除困扰传统递归设计的复杂性爆炸问题。虚拟控制器和自适应更新律在预定时间稳定性理论的框架内合成，确保闭环系统在设计师指定的调节时间Tp内实现实际稳定，该时间完全独立于初始状态。实现了独特的双时间尺度解耦，其中Tp控制稳定的收敛截止时间，而固定时间性能参数T（满足Tp≤T）独立规定瞬态响应包络，从而实现对稳定性和性能规范的灵活解耦调谐。此外，所提出的DETM利用辅助状态动态调整触发阈值，显著降低控制器更新频率和通信开销，并通过理论分析严格排除Zeno行为。数值仿真证实了所提出方法在收敛速度、跟踪精度和通信效率方面的优越性。
Keyword:
adaptive control
command filter
event-triggered control
predefined-time stability
prescribed performance control
期刊
IF:
3.2
论文数:
7.0K
被引数:
1.4W
机构
引用论文
An Improved Predefined-Time Adaptive Neural Control Approach for Nonlinear Multiagent Systems非线性多智能体系统的改进预定义时间自适应神经控制方法
OAAI
OAAI分享收藏Adaptive Neural Consensus of Unknown Non-Linear Multi-Agent Systems with Communication Noises under Markov Switching Topologies.png)
MathematicsOAAI
MathematicsIF0
OAAI分享收藏Adaptive Event-Triggered Consensus Tracking Control Schemes for Uncertain Constrained Nonlinear Multi-Agent Systems不确定约束非线性多智能体系统的自适应事件触发一致性跟踪控制方案
PREAI
分享收藏Adaptive prescribed performance consensus tracking for uncertain delayed multiagent systems via command filtered output feedback通过指令滤波输出反馈的不确定时滞多智能体系统的自适应预定性能一致跟踪
PREAI
分享收藏
Neural-Network-Based Predefined-Time Adaptive Consensus in Nonlinear Multi-Agent Systems With Switching Topologies具有切换拓扑的非线性多智能体系统中基于神经网络的预定义时间自适应一致性
PREAI
分享收藏
查看更多内容