[00819218]网络环境下复杂系统信息融合与控制

该项目属于自动控制应用理论学科领域。随着网络技术的发展，控制系统和传感器通过网络连接，进行信息采集、传输与控制，形成了网络环境下的复杂系统。这类系统广泛存在于民用和国防领域，是国家物联网战略重点发展方向之一。在网络环境下，对传感器信息进行采集、量化、融合和对被控对象控制过程中会存在时滞，并且信息通过网络传输会产生异步、多速率、丢包、错序等非完整性问题；控制系统日益复杂，存在强动态耦合、强非线性和强时变性等特征，同时需要满足多性能指标约束。传统的自动控制理论和方法已不能解决。因此，开展网络环境下复杂系统信息融合与控制基础理论与方法研究，具有重要的理论意义和工程应用价值。该项目主要科学发现如下：1.揭示了非完整信息的Markov跳变特征，建立了复杂系统随机描述模型，开辟了网络环境下复杂系统建模的新途径；提出了非线性最小二乘估计算法，填补了未知时滞和参数同时在线估计的理论空白；提出了时滞动态神经网络模型在线辨识方法，解决了复杂系统未知时滞在线估计和非线性不确定性动态建模的难题。2.揭示了量化密度与系统可镇定性之间的定量关系，提出了基于Kalman滤波方法的均匀量化策略，提升了信息传输的效率和质量；提出了网络环境下多尺度、多时间约束的非完整信息分布式融合方法，提高了非完整信息估计精度；发现了非完整信息条件下传统模型预测控制无法保证每步优化的收敛性问题，提出了预测控制信息完全传输的主动预测补偿方法，系统地给出该类复杂系统预测补偿控制器设计及稳定性分析方法。3.发现了用代数约束描述一类复杂系统状态关系的必要性，给出了代数约束下复杂系统状态反馈控制和变结构控制器设计方法；揭示了采样周期对变结构控制效果的影响机理，提出将采样周期作为变结构控制器的一个显式可调参数，建立了基于Delta算子统一的连续和离散复杂系统变结构控制器设计方法；提出了多指标约束分步控制方法，解决了网络环境下复杂系统多性能指标控制问题。该项目出版专著3部，其他主要论文发表在IEEE汇刊、Automatica、SCL等国际重要期刊上；20篇主要论著总他引2960次，SCI他引1042次；8篇代表性论著总他引1967次，SCI他引419次，单篇最高SCI他引138次。国际知名专家引用该项目成果并正面评价。获授权发明专利2项，部分成果分获2010年和2015年北京市科学技术奖二等奖、2012年教育部自然科学奖二等奖。项目成员2人获长江学者特聘教授，2人获杰青/优青项目资助。该项目成果应用于某装甲车辆火力控制系统时滞估计、建模与控制中，使野外高机动条件下火控系统瞬态响应速度提高了25%,稳定跟踪精度优于1.0密位；同时应用于网络环境下陆用压制武器系统和地面无人导弹着靶探测机动平台中。该项目成果亦可推广应用在智能交通、车联网及远程过程控制领域。