X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们
欢迎来到科易网(仲恺)技术转移协同创新平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
成果 专家 院校 需求
当前位置: 首页 >  科技成果  > 详细页

[01410224]网络通讯约束下动态系统的分析与控制

交易价格: 面议

所属行业: 网络

类型: 非专利

交易方式: 资料待完善

联系人:

所在地:

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

网络化控制是继集中控制、集散控制、现场总线控制之后工业控制领域的重大变革。网络的引入引发了网络传输延时、数据丢包、信道随机噪声干扰等通讯约束,使得控制系统的信息传输模式发生了根本性变化。传统的控制理论建立在实时精确通讯的基础上,由此设计的控制策略无法应用于具有通讯约束的动态系统。网络化控制对传统控制提出了巨大的挑战,是近十年来控制领域的研究热点。控制理论国际顶尖期刊相继出版了网络化系统研究的专刊。为突破网络通讯约束给动态系统的分析与控制带来的困难,该项目针对网络通讯约束造成的数据传输延时,数据丢包以及信道随机噪声干扰等问题,进行了系统深入的研究,建立了动态系统稳定性分析、状态估计与控制的理论与方法体系。主要创新性为:针对受时延影响的动态系统,提出时滞分割泛函、多重积分泛函等新颖的泛函构造方法,通过利用凸集定义及其拓展性质、放松对泛函参数的约束等新的解析方法,研究了系统的稳定性问题,解决了结论保守性与计算效率之间的矛盾;针对受不同时延影响的神经网络系统,利用激活函数、放大函数及其行为函数等信息构造新颖的泛函,改进现有的时延分割方法和拓展凸集定义,建立了神经网络的渐近稳定性准则,有效降低了已有研究成果的保守性;针对受时延影响的神经网络系统,通过构造新颖的泛函,发展新的解析方法并借助于克罗内克积工具,研究了系统的耦合同步和聚类同步问题,突破了现有研究条件的限制;针对受时延影响的动态系统的状态估计问题,基于描述模型变换方法,建立了时变离散和分布时延影响下神经网络的状态估计器设计方案,突破了现有研究不能适用于时变分布时延的限制;提出了非一致的变时延分解方法,建立了保守性更小的状态估计器设计条件;在数据丢失和信道噪声约束下,建立了网络化系统的迭代学习控制和无模型自适应控制方法,实现了仅利用网络化系统输入输出数据的控制器设计和稳定性分析,突破了现有网络化系统控制器设计对于模型的依赖性以及对于未建模动态的敏感性。该项目在多项国家级、省部级项目的支持下,一直以来致力于在数据传输延时,数据包丢失及信道随机噪声干扰等网络通讯约束下动态系统的稳定性分析、状态估计与控制的研究,取得了创新性研究成果。相关研究共发表SCI论文37篇,SCI他引400余次,google scholar数据库引用超过1000次,得到了国际知名学者的引用和好评。项目的20篇主要SCI论文被SCI他引303次,google scholar数据库引用448次,代表性论文被SCI他引187次,google scholar数据库引用269次。获得国家自然科学基金项目、河南省高校科技创新人才支持计划、中国博士后基金特别资助等课题的资助。项目组成员获得河南省教育厅学术技术带头和河南省高等学校青年骨干教师称号。部分成果获得了河南省自然科学学术论文一等奖、二等奖。
网络化控制是继集中控制、集散控制、现场总线控制之后工业控制领域的重大变革。网络的引入引发了网络传输延时、数据丢包、信道随机噪声干扰等通讯约束,使得控制系统的信息传输模式发生了根本性变化。传统的控制理论建立在实时精确通讯的基础上,由此设计的控制策略无法应用于具有通讯约束的动态系统。网络化控制对传统控制提出了巨大的挑战,是近十年来控制领域的研究热点。控制理论国际顶尖期刊相继出版了网络化系统研究的专刊。为突破网络通讯约束给动态系统的分析与控制带来的困难,该项目针对网络通讯约束造成的数据传输延时,数据丢包以及信道随机噪声干扰等问题,进行了系统深入的研究,建立了动态系统稳定性分析、状态估计与控制的理论与方法体系。主要创新性为:针对受时延影响的动态系统,提出时滞分割泛函、多重积分泛函等新颖的泛函构造方法,通过利用凸集定义及其拓展性质、放松对泛函参数的约束等新的解析方法,研究了系统的稳定性问题,解决了结论保守性与计算效率之间的矛盾;针对受不同时延影响的神经网络系统,利用激活函数、放大函数及其行为函数等信息构造新颖的泛函,改进现有的时延分割方法和拓展凸集定义,建立了神经网络的渐近稳定性准则,有效降低了已有研究成果的保守性;针对受时延影响的神经网络系统,通过构造新颖的泛函,发展新的解析方法并借助于克罗内克积工具,研究了系统的耦合同步和聚类同步问题,突破了现有研究条件的限制;针对受时延影响的动态系统的状态估计问题,基于描述模型变换方法,建立了时变离散和分布时延影响下神经网络的状态估计器设计方案,突破了现有研究不能适用于时变分布时延的限制;提出了非一致的变时延分解方法,建立了保守性更小的状态估计器设计条件;在数据丢失和信道噪声约束下,建立了网络化系统的迭代学习控制和无模型自适应控制方法,实现了仅利用网络化系统输入输出数据的控制器设计和稳定性分析,突破了现有网络化系统控制器设计对于模型的依赖性以及对于未建模动态的敏感性。该项目在多项国家级、省部级项目的支持下,一直以来致力于在数据传输延时,数据包丢失及信道随机噪声干扰等网络通讯约束下动态系统的稳定性分析、状态估计与控制的研究,取得了创新性研究成果。相关研究共发表SCI论文37篇,SCI他引400余次,google scholar数据库引用超过1000次,得到了国际知名学者的引用和好评。项目的20篇主要SCI论文被SCI他引303次,google scholar数据库引用448次,代表性论文被SCI他引187次,google scholar数据库引用269次。获得国家自然科学基金项目、河南省高校科技创新人才支持计划、中国博士后基金特别资助等课题的资助。项目组成员获得河南省教育厅学术技术带头和河南省高等学校青年骨干教师称号。部分成果获得了河南省自然科学学术论文一等奖、二等奖。

推荐服务:

Copyright © 2015 科易网 版权所有 闽ICP备07063032号-5