【视频专栏】含有输入时滞的非线性系统的输出反馈采样控制

文摘科技 2024-04-19 15:35 北京

点击上方蓝字关注我们

马倩, 盛兆明, 徐胜元. 含有输入时滞的非线性系统的输出反馈采样控制. 自动化学报, 10.16383/j.aas.c220774

摘要

针对含有输入时滞和低阶非线性项的非线性系统, 提出了一种基于采样机制的无记忆输出反馈控制方法. 该方法移除了传统预测控制方法预测映射难以确定的限制, 同时避免了时滞依赖方法对过去时刻状态信息的依赖性, 在实际中更易实现. 首先, 根据系统输出在采样时刻的信息, 利用加幂积分技术和齐次占优思想设计了无记忆输出反馈控制器. 然后, 利用齐次系统理论提出了闭环系统的稳定性条件. 最后, 仿真结果验证了所提方法的正确性和优越性.

引言

近年来, 非线性系统的控制问题引起了国内外学者的广泛关注, 涌现出了大量优秀的研究成果[1-3]. 在对系统设计控制器时, 系统的非线性项需要满足一定的限制条件以避免产生有限时间逃逸现象. 例如, 在线性增长条件下, 文献[4-6]利用反馈占优方法, 实现了非线性系统的全局镇定. 为了放松上述线性增长条件, 文献[7-13]利用加幂积分技术解决了高阶非线性系统的控制问题. 然而, 在一些实际应用中, 低阶非线性项广泛存在于控制系统中, 使得上述方法不再适用. 因此, 如何解决含有低阶非线性项的非线性系统的控制问题具有重要意义.

众所周知, 输入时滞广泛存在于实际系统中, 常常造成系统性能下降, 甚至导致系统不稳定[14]. 因此, 如何消除输入时滞带来的负面影响成为了控制领域的研究热点. 针对含有输入时滞的非线性系统, 文献[15, 16]提出了基于预测的控制策略, 通过预测系统的状态信息来补偿输入时滞的影响. 然而, 预测控制依赖于系统的具体形式, 当系统含有不确定性时, 难以找到准确的预测映射. 文献[17, 18]提出了时滞依赖的控制方法, 但是得到的控制器与系统过去时刻的状态信息有关. 文献[19, 20]提出了无记忆反馈控制方法, 该方法仅利用系统当前时刻的状态信息设计控制器, 更易于实现. 然而, 文献[19, 20]只考虑了满足线性增长条件的非线性系统. 对于含有输入时滞和低阶非线性项的非线性系统, 如何提出有效的无记忆反馈控制方案仍然是亟待解决的问题.

另一方面, 上述方法设计的控制器需要进行连续的信息更新, 从而导致大量的资源消耗[21]. 因此, 如何提出有效的采样控制策略是解决这一问题的关键[22]. 目前, 采样控制的研究方法主要分为以下两种: 一种是通过离散化方法得到连续系统的离散化模型, 然后基于此模型设计采样控制器. 对于线性系统而言, 其精确的离散化模型很容易得到. 但对于非线性系统, 离散化误差无法避免, 导致难以得到全局稳定的结果[23]. 另一种方法是直接针对连续系统设计连续时间控制器, 然后将控制器离散化得到采样控制器, 该方法通过选择合适的采样周期可保证闭环系统是全局稳定的. 利用后一种方法, 文献[24-26]针对一类满足线性增长条件的非线性系统, 研究了输出反馈采样控制问题. 然而, 文献[24-26]中的结果并未考虑输入时滞的影响.

根据以上讨论, 本文将基于无记忆反馈控制的思想, 针对含有输入时滞和低阶非线性项的非线性系统, 提出一种基于采样机制的输出反馈控制方案. 本文的主要贡献如下: 1) 控制方案充分考虑了低阶不确定非线性项的影响, 移除了预测映射难以确定的限制. 2) 利用齐次系统理论并结合Gronwall-Bellman不等式, 解决了最大允许采样周期和最大允许输入时滞难以确定的难题. 3) 控制方案只与系统输出在采样时刻的信息有关, 节约了通信资源.

本文用到了如下符号: 定义⌈x⌉p≜sign(x)|x|^p, 其中sign(⋅)为符号函数.

正文框架

1. 预备知识及系统描述

2. 主要结果

2.1 坐标变换

2.2 标称系统控制器设计

2.3 无记忆输出反馈采样控制器的设计

2.4 稳定性分析

3. 仿真

3.1 数值仿真

3.2 实例仿真

4. 结论

部分文献

[1] 王焕清, 陈明, 刘晓平. 一类非线性系统模糊自适应固定时间量化反馈控制. 自动化学报, 2021, 47(12): 2823-2830 doi: 10.16383/j.aas.c190681

Wang Huan-Qing, Chen Ming, Liu Xiao-Ping. Fuzzy adaptive fixed-time quantized feedback control for a class of nonlinear systems. Acta Automatica Sinica, 2021, 47(12): 2823-2830 doi: 10.16383/j.aas.c190681

[2] Liu L, Chen A Q, Liu Y J. Adaptive fuzzy output-feedback control for switched uncertain nonlinear systems with full-state constraints. IEEE Transactions on Cybernetics, 2022, 52(8): 7340-7351 doi: 10.1109/TCYB.2021.3050510

[3] Wang Q F, Zhang Z Q, Xie X J. Globally adaptive neural network tracking for uncertain output-feedback systems. IEEE Transactions on Neural Networks and Learning Systems, 2023, 34(2): 814-823 doi: 10.1109/TNNLS.2021.3102274

[4] Qian C J, Lin W. Output feedback control of a class of nonlinear systems: a nonseparation principle paradigm. IEEE Transactions on Automatic Control, 2002, 47(10): 1710-1715 doi: 10.1109/TAC.2002.803542

[5] Yan X H, Liu Y G, Zheng W X. Global adaptive output-feedback stabilization for a class of uncertain nonlinear systems with unknown growth rate and unknown output function. Automatica, 2019, 104: 173-181 doi: 10.1016/j.automatica.2019.02.040

[6] Li H F, Zhang X F, Liu S. An improved dynamic gain method to global regulation of feedforward nonlinear systems. IEEE Transactions on Automatic Control, 2022, 67(6): 2981-2988 doi: 10.1109/TAC.2021.3088787

[7] Xie X J, Duan N, Zhao C R. A combined homogeneous domination and sign function approach to output-feedback stabilization of stochastic high-order nonlinear systems. IEEE Transactions on Automatic Control, 2014, 59(5): 1303-1309 doi: 10.1109/TAC.2013.2286912

[8] Zhang X H, Zhang K M, Xie X J. Finite-time output feedback stabilization of nonlinear high-order feedforward systems. International Journal of Robust and Nonlinear Control, 2016, 26(8): 1794-1814 doi: 10.1002/rnc.3384

[9] Liu Z G, Tian Y P, Sun Z Y. An adaptive homogeneous domination method to time-varying control of nonlinear systems. International Journal of Robust and Nonlinear Control, 2022, 32(1): 527-540 doi: 10.1002/rnc.5806

[10] Zhai J Y, Liu C. Global dynamic output feedback stabilization for a class of high-order nonlinear systems. International Journal of Robust and Nonlinear Control, 2022, 32(3): 1828-1843 doi: 10.1002/rnc.5911

[11] Xie X J, Wu Y, Hou Z G. Further results on adaptive practical tracking for high-order nonlinear systems with full-state constraints. IEEE Transactions on Cybernetics, 2022, 52(10): 9978-9985 doi: 10.1109/TCYB.2021.3069865

[12] Lin X Z, Xue J L, Zheng E L, Park J H. State-feedback stabilization for high-order output-constrained switched nonlinear systems. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2022, 52(12): 7401-7410 doi: 10.1109/TSMC.2022.3154753

[13] 刘玉发, 刘勇华, 苏春翌, 鲁仁全. 一类具有未知幂次的高阶不确定非线性系统的自适应控制. 自动化学报, 2022, 48(8): 2018-2027 doi: 10.16383/j.aas.c200893

Liu Yu-Fa, Liu Yong-Hua, Su Chun-Yi, Lu Ren-Quan. Adaptive control for a class of high-order uncertain nonlinear systems with unknown powers. Acta Automatica Sinica, 2022, 48(8): 2018-2027 doi: 10.16383/j.aas.c200893

[14] 黄亚欣, 张星慧, 蒋蒙蒙. 带有输入和状态时滞的高阶非线性前馈系统的自适应控制. 自动化学报, 2017, 43(7): 1273-1279 doi: 10.16383/j.aas.2017.e140146

Huang Ya-Xin, Zhang Xing-Hui, Jiang Meng-Meng. Adaptive control for high-order nonlinear feedforward systems with input and state delays. Acta Automatica Sinica, 2017, 43(7): 1273-1279 doi: 10.16383/j.aas.2017.e140146

[15] Krstic M. Input delay compensation for forward complete and strict-feedforward nonlinear systems. IEEE Transactions on Automatic Control, 2010, 55(2): 287-303 doi: 10.1109/TAC.2009.2034923

[16] Karafyllis I. Stabilization by means of approximate predictors for systems with delayed input. SIAM Journal on Control and Optimization, 2011, 49(3): 1100-1123 doi: 10.1137/100781973

[17] Mazenc F, Bliman P A. Backstepping design for time-delay nonlinear systems. IEEE Transactions on Automatic Control, 2006, 51(1): 149-154 doi: 10.1109/TAC.2005.861701

[18] Zhou B, Yang X F. Global stabilization of feedforward nonlinear time-delay systems by bounded controls. Automatica, 2018, 88: 21-30 doi: 10.1016/j.automatica.2017.10.021

[19] Zhang M X, Liu L L, Zhao C R. Memoryless output feedback control for a class of stochastic nonlinear systems with large delays in the state and input. Systems and Control Letters, 2023, 171: 105431 doi: 10.1016/j.sysconle.2022.105431

[20] Zhao C R, Lin W. Global stabilization by memoryless feedback for nonlinear systems with a limited input delay and large state delays. IEEE Transactions on Automatic Control, 2021, 66(8): 3702-3709 doi: 10.1109/TAC.2020.3021053

[21] Meng Q T, Ma Q, Shi Y. Fixed-time stabilization for nonlinear systems with low-order and high-order nonlinearities via event-triggered control. IEEE Transactions on Circuits and Systems I: Regular Papers, 2022, 69(7): 3006-3015 doi: 10.1109/TCSI.2022.3164552

[22] 都海波, 李世华, 钱春江, 何怡刚. 基于采样控制的一类本质非线性系统的全局镇定. 自动化学报, 2014, 40(2): 379-384

Du Hai-Bo, Li Shi-Hua, Qian Chun-Jiang, He Yi-Gang. Global stabilization of a class of inherently nonlinear systems under sampled-data control. Acta Automatica Sinica, 2014, 40(2): 379-384

[23] Nešić D, Teel A R, Kokotović P V. Sufficient conditions for stabilization of sampled-data nonlinear systems via discrete-time approximations. Systems and Control Letters, 1999, 38(4-5): 259-270 doi: 10.1016/S0167-6911(99)00073-0

[24] Qian C J, Du H B. Global output feedback stabilization of a class of nonlinear systems via linear sampled-data control. IEEE Transactions on Automatic Control, 2012, 57(11): 2934-2939 doi: 10.1109/TAC.2012.2193707

[25] Zhai J Y, Du H B, Fei S M. Global sampled-data output feedback stabilisation for a class of nonlinear systems with unknown output function. International Journal of Control, 2016, 89(3): 469-480 doi: 10.1080/00207179.2015.1081294

[26] Li Z J, Zhao J. Output feedback stabilization for a general class of nonlinear systems via sampled-data control. International Journal of Robust and Nonlinear Control, 2018, 28(7): 2853-2867 doi: 10.1002/rnc.4053

作者简介

马倩，南京理工大学自动化学院教授. 主要研究方向为时滞系统, 多智能体系统和非线性系统的分析与控制. 本文通信作者.

盛兆明，南京理工大学自动化学院博士研究生. 主要研究方向为非线性系统的分析与控制.

徐胜元，南京理工大学自动化学院教授. 主要研究方向为广义系统, 时滞系统和非线性系统的分析与控制.