2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于嵌套-伪预估器反馈的时滞控制系统输入时滞补偿

刘青松

刘青松. 基于嵌套-伪预估器反馈的时滞控制系统输入时滞补偿. 自动化学报, 2020, 45(x): 1−8. doi: 10.16383/j.aas.c190830
引用本文: 刘青松. 基于嵌套-伪预估器反馈的时滞控制系统输入时滞补偿. 自动化学报, 2020, 45(x): 1−8. doi: 10.16383/j.aas.c190830
Liu Qing-Song. Nested-pseudo predictor feedback based input delay compensation for time-delay control systems. Acta Automatica Sinica, 2020, 45(x): 1−8. doi: 10.16383/j.aas.c190830
Citation: Liu Qing-Song. Nested-pseudo predictor feedback based input delay compensation for time-delay control systems. Acta Automatica Sinica, 2020, 45(x): 1−8. doi: 10.16383/j.aas.c190830

基于嵌套-伪预估器反馈的时滞控制系统输入时滞补偿


DOI: 10.16383/j.aas.c190830
详细信息
    作者简介:

    武汉科技大学信息科学与工程学院讲师/博士后. 2019年获哈尔滨工业大学控制科学与工程专业博士学位. 主要研究方向为时滞补偿,社会网络和多智能体系统.E-mail: qingsongliu@wust.edu.cn

  • 基金项目:  国家自然科学基金(61903282, 61625305)资助

Nested-Pseudo Predictor Feedback Based Input Delay Compensation for Time-Delay Control Systems

More Information
  • Fund Project:  National Natural Science Foundation of China (61903282, 61625305)
  • 摘要: 本文研究同时具有输入和状态时滞的控制系统的输入时滞补偿问题. 通过建立嵌套-伪预估器反馈方法预测系统未来的状态, 使得任意大但有界的输入时滞得到完全补偿. 不同于传统的预估器反馈利用开环系统预测系统未来的状态, 嵌套-伪预估器反馈则是利用闭环系统嵌套地预测系统未来的状态. 依据积分时滞系统的稳定性, 给出了保证闭环系统渐近稳定的充要条件. 最后, 采用数值仿真验证所提出方法的有效性.
  • 图  1  系统(30)和(31)组成闭环系统的状态轨迹和控制信号

    Fig.  1  State trajectories and control signals for the closed-loop system consisting of (30) and (31)

    图  2  系统(30)和(32)组成闭环系统的状态轨迹和控制信号

    Fig.  2  State trajectories and control signals for the closed-loop system consisting of (30) and (32)

    图  3  系统(30)和(33)组成闭环系统的状态轨迹和控制信号

    Fig.  3  State trajectories and control signals for the closed-loop system consisting of (30) and (33)

  • [1] Xu S, Lam J, Zou Y. New results on delay-dependent robust H control for systems with time-varying delays. Automatica, 2006, 42(2): 343−348 doi:  10.1016/j.automatica.2005.09.013
    [2] Wu Z G, Shi P, Su H, Chu J. Sampled-data synchronization of chaotic Lur’e systems with time delays. IEEE transactions on Neural Networks and Learning Systems, 2013, 24(3): 410−421 doi:  10.1109/TNNLS.2012.2236356
    [3] Zhang B, Lam J, Xu S. Relaxed results on reachable set estimation of time-delay systems with bounded peak inputs. International Journal of Robust and Nonlinear Control, 2016, 26(9): 1994−2007 doi:  10.1002/rnc.3395
    [4] 何博, 方勇纯, 卢彪. 针对输入时滞的桥式起重机鲁棒控制. 自动化学报, 2019, 45(6): 1065−1073

    He B, Fang Y C, Lu B. Robust control for an overhead crane with input delay. Acta Automatica Sinica, 2019, 45(6): 1065−1073
    [5] 周笔锋, 罗毅平. 时滞分布参数系统中和控制器设计. 自动化学报, 2018, 44(12): 2222−2227

    Zhou B F, Luo Y P. Neutralization control of distributed parameter systems with delay. Acta Automatica Sinica, 2018, 44(12): 2222−2227
    [6] 徐君, 张国良, 曾静, 孙巧, 羊帆. 具有时延和切换拓扑的高阶离散时间多智能体系统鲁棒保性能一致性. 自动化学报, 2019, 45(2): 360−373

    Xu J, Zhang G L, Zeng J, Sun Q, Yang F. Robust guaranteed cost consensus for high-order discrete-time multi-agent systems with switching topologies and time delays. Acta Automatica Sinica, 2019, 45(2): 360−373
    [7] Wu M, He Y, She J H, Liu G P. Delay-dependent criteria for robust stability of time-varying delay systems. Automatica, 2004, 40(8): 1435−1439 doi:  10.1016/j.automatica.2004.03.004
    [8] Sun X M, Wang W. Integral input-to-state stability for hybrid delayed systems with unstable continuous dynamics. Automatica, 2012, 48(9): 2359−2364 doi:  10.1016/j.automatica.2012.06.056
    [9] Chen W H, Zheng W X. Exponential stability of nonlinear time-delay systems with delayed impulse effects. Automatica, 2011, 47(5): 1075−1083 doi:  10.1016/j.automatica.2011.02.031
    [10] Mazenc F, Malisoff M. Stabilization and robustness analysis for time-varying systems with time-varying delays using a sequential subpredictors approach. Automatica, 2017, 82: 118−127 doi:  10.1016/j.automatica.2017.04.020
    [11] Liu K Z, Sun X M, Krstic M. Distributed predictor-based stabilization of continuous interconnected systems with input delays. Automatica, 2018, 91: 69−78 doi:  10.1016/j.automatica.2018.01.030
    [12] Li X, Song S. Stabilization of delay systems: delay-dependent impulsive control. IEEE Transactions on Automatic Control, 2016, 62(1): 406−411
    [13] Cacace F, Germani A. Output feedback control of linear systems with input, state and output delays by chains of predictors. Automatica, 2017, 85: 455−461 doi:  10.1016/j.automatica.2017.08.013
    [14] Liu X, Zhang, K. Input-to-state stability of time-delay systems with delay-dependent impulses. IEEE Transactions on Automatic Control, 2020, 65(4): 1676−1682 doi:  10.1109/TAC.2019.2930239
    [15] Chen W H, Ruan Z, Zheng W X. Stability and L2-gain analysis for linear time-delay systems with delayed impulses: an augmentation-based switching impulse approach. IEEE Transactions on Automatic Control, 2019, 64(10): 4209−4216 doi:  10.1109/TAC.2019.2893149
    [16] Li X, Song S, Wu J. Exponential stability of nonlinear systems with delayed impulses and applications. IEEE Transactions on Automatic Control, 2019, 64(10): 4024−4034 doi:  10.1109/TAC.2019.2905271
    [17] Cai T, Cheng P. Exponential stability theorems for discrete-time impulsive stochastic systems with delayed impulses. Journal of the Franklin Institute, 2020, 357(2): 1253−1279 doi:  10.1016/j.jfranklin.2019.12.005
    [18] Hu W, Zhu Q. Stability analysis of impulsive stochastic delayed differential systems with unbounded delays. Systems Control & Letters, 2020, 136: 104606
    [19] Juarez L, Mondies, Kharitonov V L. Dynamic predictor for systems with state and input delay: A time-domain robust stability analysis. International Journal of Robust and Nonlinear Control, 2020, 30(6): 2204−2218 doi:  10.1002/rnc.4879
    [20] Sun H, Sun J, Chen J. Stability of linear systems with sawtooth input delay and predictor-based controller. Automatica, 2020, 117: 108949 doi:  10.1016/j.automatica.2020.108949
    [21] Shi C, Vong S. Finite-time stability for discrete-time systems with time-varying delay and nonlinear perturbations by weighted inequalities. Journal of the Franklin Institute, 2020, 357(1): 294−313 doi:  10.1016/j.jfranklin.2019.09.028
    [22] Zhang X, Zhao N, Shi P. Necessary conditions of exponential stability for a class of linear neutral-type time-delay systems. International Journal of Control, 2019, 92(6): 1289−1297 doi:  10.1080/00207179.2017.1390259
    [23] Smith O J M. A controller to overcome dead time. ISA Journal, 1959, 6(2): 28−33
    [24] Bekiaris-Liberis N, Krstic M. Predictor-feedback stabilization of multi-input nonlinear systems. IEEE Transactions on Automatic Control, 2016, 62(2): 516−531
    [25] Xia Y, Liu G P, Fu M, Rees D. Predictive control of networked systems with random delay and data dropout. IET Control Theory & Applications, 2009, 3(11): 1476−1486
    [26] Manitius A Z, Olbrot A W. Finite spectrum assignment problem for systems with delays. IEEE Transactions on Automatic Control, 1979, 24: 541−553 doi:  10.1109/TAC.1979.1102124
    [27] Zhou B. Pseudo-predictor feedback stabilization of linear systems with time-varying input delays. Automatica, 2014, 50(11): 2861−2871 doi:  10.1016/j.automatica.2014.08.036
    [28] Liu Q, Zhou B. Regulation of linear systems with both pointwise and distributed input delays by memoryless feedback. Journal of the Franklin Institute, 2019, 356(10): 5172−5192 doi:  10.1016/j.jfranklin.2018.12.032
    [29] Zhou B, Liu Q, Michiels W. Design of pseudo-predictor feedback for neutral-type linear systems with both state and input delays. Automatica, 2019, 109: 108502 doi:  10.1016/j.automatica.2019.108502
    [30] Zhou B, Lin Z, Duan G R. Truncated predictor feedback for linear systems with long time-varying input delay. Automatica, 2012, 48(10): 2387−2399 doi:  10.1016/j.automatica.2012.06.032
    [31] Zhou B. Input delay compensation of linear systems with both state and input delays by nested prediction. Automatica, 2014, 50(5): 1434−1443 doi:  10.1016/j.automatica.2014.03.010
    [32] Zhou B, Liu Q. Input delay compensation for neutral type time-delay systems. Automatica, 2017, 78: 309−319 doi:  10.1016/j.automatica.2016.12.015
    [33] Kharitonov V L. An extension of the prediction scheme to the case of systems with both input and state delay. Automatica, 2014, 50(1): 211−217 doi:  10.1016/j.automatica.2013.09.042
    [34] Kharitonov V L. Predictor based stabilization of neutral type systems with input delay. Automatica, 2015, 52: 125−134 doi:  10.1016/j.automatica.2014.11.005
    [35] Fiagbedzi Y A, Pearson A E. Feedback stabilization of linear autonomous time lag systems. IEEE Transactions on Automatic Control, 1986, 31(9): 847−855 doi:  10.1109/TAC.1986.1104417
    [36] Van Assche V, Dambrine M, Lafay J F, Richard J P. Some problems arising in the implementation of distributed-delay control laws. In: 38th IEEE Conference on Decision and Control, 1999, 4668-4672
    [37] Zhou B, Liu Q. On nested predictor feedback for linear systems with both state and input delays, In: 12th World Congress on Intelligent Control and Automation, IEEE, 2016, 2382-2387
    [38] Zhou B, Li Z Y. Stability analysis of integral delay systems with multiple delays. IEEE Transactions on Automatic Control, 2016, 61(1): 188−193 doi:  10.1109/TAC.2015.2426312
    [39] Han Q L. A descriptor system approach to robust stability of uncertain neutral systems with discrete and distributed delays. Automatica, 2004, 40(10): 1791−1796 doi:  10.1016/j.automatica.2004.05.002
  • [1] 王隔霞. 一类非线性系统的量化控制器的设计[J]. 自动化学报, doi: 10.16383/j.aas.2016.c150394
    [2] 姜钟平, 黄捷. 基于非线性反馈的镇定和输出调节: 简要综述[J]. 自动化学报, doi: 10.3724/SP.J.1004.2013.01389
    [3] 蔡秀珊. 鲁棒镇定受到干扰的非线性微分包含系统[J]. 自动化学报, doi: 10.3724/SP.J.1004.2010.01327
    [4] 孙欣, 张庆灵, 杨春雨, 邵永运, 苏湛. 离散奇异时滞系统时滞依赖稳定性分析与镇定[J]. 自动化学报, doi: 10.3724/SP.J.1004.2010.01477
    [5] 贾新春, 郑利红, 池小波, 张大伟. 一类非线性网络控制系统镇定的新方法[J]. 自动化学报, doi: 10.3724/SP.J.1004.2009.01476
    [6] 陈彭年, 秦化淑, 洪奕光, 韩正之. 离散时间非线性最小相位系统的动态输出反馈镇定[J]. 自动化学报
    [7] 伏玉笋, 田作华, 施颂椒. 非线性时滞系统输出反馈镇定[J]. 自动化学报
    [8] 王朝立, 霍伟. 用滑动模态实现一类非完整动力学系统的指数镇定[J]. 自动化学报
    [9] 陈彭年, 秦化淑, 洪奕光. 非线性最小相位系统输出反馈镇定的一个注记[J]. 自动化学报
    [10] 钱春. 线性定常系统镇定问题的输出反馈解[J]. 自动化学报
    [11] 梁家荣, 徐宝民, 刘永清. 具输入饱和因子的广义系统的镇定[J]. 自动化学报
    [12] 严星刚, 吕兴亚, 张嗣瀛. 基于状态观测器的非线性相似组合大系统的镇定设计[J]. 自动化学报
    [13] 陈彭年, 韩正之, 张钟俊. 仿射非线性系统的动态输出反馈镇定[J]. 自动化学报
    [14] 郑锋, 程勉, 高为炳. 时滞系统的变结构控制及其在火箭发动机燃烧过程镇定中的应用[J]. 自动化学报
    [15] 熊运鸿, 高为炳. 关于多通道系统的动太递阶镇定[J]. 自动化学报
    [16] 郑锋, 程勉, 高为炳. 时滞系统的变结构控制及其在火箭发动机燃烧过程镇定中应用的理论基础[J]. 自动化学报
    [17] 郑锋, 程勉, 高为炳. 分布时滞系统的反馈镇定[J]. 自动化学报
    [18] 田连江, 高为炳, 程勉. 时滞不确定系统的鲁棒性分析[J]. 自动化学报
    [19] 韩正之, 高峰, 张钟俊. 非线性系统的分散镇定[J]. 自动化学报
    [20] 张春曙, 王浣尘. 线性系统时滞反馈镇定研究[J]. 自动化学报
  • 加载中
计量
  • 文章访问数:  11
  • HTML全文浏览量:  1
  • 被引次数: 0
出版历程

基于嵌套-伪预估器反馈的时滞控制系统输入时滞补偿

doi: 10.16383/j.aas.c190830
    基金项目:  国家自然科学基金(61903282, 61625305)资助
    作者简介:

    武汉科技大学信息科学与工程学院讲师/博士后. 2019年获哈尔滨工业大学控制科学与工程专业博士学位. 主要研究方向为时滞补偿,社会网络和多智能体系统.E-mail: qingsongliu@wust.edu.cn

摘要: 本文研究同时具有输入和状态时滞的控制系统的输入时滞补偿问题. 通过建立嵌套-伪预估器反馈方法预测系统未来的状态, 使得任意大但有界的输入时滞得到完全补偿. 不同于传统的预估器反馈利用开环系统预测系统未来的状态, 嵌套-伪预估器反馈则是利用闭环系统嵌套地预测系统未来的状态. 依据积分时滞系统的稳定性, 给出了保证闭环系统渐近稳定的充要条件. 最后, 采用数值仿真验证所提出方法的有效性.

English Abstract

刘青松. 基于嵌套-伪预估器反馈的时滞控制系统输入时滞补偿. 自动化学报, 2020, 45(x): 1−8. doi: 10.16383/j.aas.c190830
引用本文: 刘青松. 基于嵌套-伪预估器反馈的时滞控制系统输入时滞补偿. 自动化学报, 2020, 45(x): 1−8. doi: 10.16383/j.aas.c190830
Liu Qing-Song. Nested-pseudo predictor feedback based input delay compensation for time-delay control systems. Acta Automatica Sinica, 2020, 45(x): 1−8. doi: 10.16383/j.aas.c190830
Citation: Liu Qing-Song. Nested-pseudo predictor feedback based input delay compensation for time-delay control systems. Acta Automatica Sinica, 2020, 45(x): 1−8. doi: 10.16383/j.aas.c190830
  • 近几十年以来, 时滞控制系统的分析与设计一直是一个比较活跃的研究课题, 涌现了大量的研究成果[1-6]. 镇定和稳定性是时滞控制系统的基本设计问题, 得到了深入的研究[7-9]. 镇定问题近年来得到了众多学者的重视. 例如, 文献[10]利用序贯预估器方法研究具有时变时滞的控制系统的镇定问题. 针对具有输入时滞的关联系统, 文献[11]利用基于分布式预估器的控制器解决了其镇定问题. 文献[12]和文献[13]分别利用时滞相关脉冲控制方法和连续预估器方法研究(具有状态、输入和输出时滞)的控制系统的镇定问题. 近年以来, 针对时滞系统的稳定性涌现大量的成果. 例如, 文献[14-18]研究了时滞脉冲系统的(指数)稳定性. 基于预估器反馈的方法, 文献[19-20]研究了线性时滞控制系统的(鲁棒)稳定性. 通过加权不等式的方法, 文献[21]研究了具有时变时滞离散系统的有限稳定性. 文献[22]给出了线性中立型时滞系统指数稳定性的必要条件.

    预估器反馈方法已经广泛应用于时滞控制系统的分析与设计中, 学者们对其进行了深入研究. 例如, 文献[23]首次提出Smith预估器方法对输入时滞进行补偿, 使得闭环系统变成无时滞系统. 文献[24]采用预估器反馈方法考虑了具有多输入时滞的非线性系统的镇定问题. 针对具有随机网络时滞的网络化控制系统, 文献[25]利用网络预测控制方法分析其随机稳定性问题. 从频域的角度, 文献[26]研究了时滞控制系统的设计问题, 提出了有限谱配置方法. 最近, 文献[27]提出一种称为伪预估器反馈的新方法, 研究仅含输入时滞的线性系统镇定问题. 不同于传统的预估器反馈利用开环系统预测系统未来的状态, 伪预估器反馈则是利用闭环系统预测系统未来的状态, 从而所得到的控制器是无记忆的或者是有限维的. 后来, 伪预估器反馈方法[27]推广到了含有多个点时滞与分布输入时滞的线性系统[28]和输入时滞与状态时滞相同的线性系统[29]. 此外, 文献[30]还提出了另一种称为截断预估器反馈方法.

    最近, 针对同时具有输入和状态时滞的控制系统, 文献[31]提出一种称为嵌套预估器反馈的新方法,研究大输入时滞补偿问题. 这种方法随后推广到了同时具有输入和状态时滞的中立型时滞系统[32]. 几乎在同一时间, 文献[33]采用基于开环系统基础解矩阵这一完全不同的方法, 独立地研究了此问题. 文献[33]中的方法也推广到了中立型时滞系统[34].

    受文献[27]针对仅含输入时滞的滞后型线性系统所提出的伪预估器反馈方法和嵌套预估器反馈方法[31]的启发. 本文针对同时具有输入和状态时滞的线性系统, 通过建立嵌套-伪预估器反馈这一新方法, 研究仅对其输入时滞进行补偿的控制系统设计问题. 与传统的模型化简理论或有限谱配置理论不同, 本文不是对输入和状态时滞都进行补偿(即保证闭环系统具有有限个特征值), 而是仅仅对其输入时滞进行补偿, 使得补偿后的系统仅含有状态时滞, 而且状态时滞的大小不会增大. 本文主要贡献如下: 1)提出了嵌套-伪预估器反馈这一新方法. 2)针对同时具有输入和状态时滞的线性系统, 基于嵌套预估器反馈的控制器在实现时, 需要增加输入滤波器才能镇定原时滞系统[31-32]. 本文提出的基于嵌套-伪预估器反馈的控制器无需增加滤波器便可镇定原系统. 3)文献[27]研究仅含输入时滞的线性系统的输入时滞补偿问题, 本文研究同时具有输入和状态时滞的线性系统的输入时滞补偿问题. 此外, 伪预估器反馈方法不能直接应用于同时具有输入和状态时滞的线性系统中, 因为基于伪预估器的控制器含有未来的状态而不可实现(输入时滞大于状态时滞).

    • 考虑同时具有输入和状态时滞的中立型控制系统

      $$ \dot{x}\left( t\right) -D\dot{x}\left( t-r\right) = Ax\left( t-r\right)+Bu\left(t-h\right) , $$ (1)

      其中, $ A\in {\bf R}^{n\times n} $$ B\in {\bf R}^{n\times m} $都是定常矩阵, 假设矩阵$ D\in {\bf R}^{n\times n} $是舒尔稳定的, $ r>0 $$ h>0 $分别表示状态时滞和输入时滞. 不失一般性地假设

      $$ h>r>0. $$

      而当$ 0<h\leq r $时, 系统的输入时滞补偿结果可由文献[27]易得. 本文的目标是设计同时具有输入和状态时滞的控制系统(1)的镇定控制器, 问题描述如下.

      问题 1. 针对时滞控制系统(1), 设计一个线性控制器

      $$ u\left( t\right) = \digamma\left( x_{t}\right) , $$

      使得闭环系统是渐近稳定的, 其中, $ \digamma $是线性泛函, $ x_t\left( t\right) = x\left( t+\theta\right), \theta\in[-r,0] $. 类似文献[31], 给出下列假设.

      假设 1. 存在反馈增益矩阵$ K\in {\bf R}^{m\times n} $, 使得下列时滞系统是渐近稳定的

      $$ \dot{\chi}\left( t\right) -D\dot{\chi}\left( t-r\right) = \left(A+BK\right)\chi\left( t-r\right). $$ (2)

      根据假设1可知, 中立型时滞系统$\dot{x}\left( t\right) - D\dot{x}( t-$$r) = Ax\left(t-r\right)+Bu\left(t\right) ,$可由下列线性反馈所镇定

      $$ u\left( t\right) = Kx\left( t-r\right) , $$ (3)

      因此, 问题1等价于寻找一个适当的方法补偿输入时滞. 针对同时具有输入和状态时滞的线性系统, 模型化简方法可以处理这样的镇定问题, 然而, 此方法需解一个由系数矩阵组成的非线性矩阵方程[35]. 最近, 文献[33]采用基于开环系统的基础解矩阵方法研究了问题1, 同时文献[32]也研究了问题1. 然而, 所设计的控制器都含有下列积分项[32, 34]

      $$ \int_{-h}^{0}{\rm{e}}^{-As}Bu\left( t+s\right) {\rm{ds}}, $$ (4)

      需通过数值积分进行实现. 而数值积分的缺点是无论数值积分多么精确, 闭环系统可能都不稳定[36]. 文献[32, 34]通过增加输入滤波器解决了控制器的实现问题. 本文将给出一个完全不同的解决方案, 既解决了传统预估器反馈控制器的实现问题, 也克服了嵌套预估器在数值实现时闭环系统可能不稳定问题(需增加输入滤波器).

    • 注意到, 时滞系统(1)与控制器

      $$ u\left( t\right) = Kx\left( t+h-r\right) , $$ (5)

      组成的闭环系统

      $$ \dot{x}\left( t\right) -D\dot{x}\left( t-r\right) = \left(A+BK\right)x\left( t-r\right), $$ (6)

      与(2)的形式一样, 则由假设1可知, 闭环系统是渐近稳定的. 但是, 由于控制器(5)含有未来的状态$ x\left( t+h-r\right), h>r $, 需利用系统的模型对其进行预测. 当$ h>r $时, 由于基于传统预估器的控制器仍然含有未来的状态而不能实现, 且含有类似于(4)的积分项, 故传统预估器反馈方法不再适用. 由文献[31]和[27]可知, 嵌套预估器反馈[31]和伪预估器反馈[27]方法都可预测状态$ x\left( t+h-r\right) $的值. 基于嵌套预估器反馈的控制器也含有类似于的(4)的积分项而不易数值实现. 故利用伪预估器反馈[27]的思想, 结合闭环系统(6), 可得

      $$ \begin{split} x\left( t+h-r\right) = & Dx\left( t-2r+h\right) +x\left( t\right) -Dx\left( t-r\right)+ \\ &\int_{-r}^{h-2r}A_{\rm{c}} x\left( t+s\right) {\rm{ds}}, \\[-20pt]\end{split} $$ (7)

      其中, $ A_{\rm{c}} = A+BK. $注意到, 如果$ h>2r ,$预估器(7)仍然含有未来状态$ x\left( t+s\right) $, $ s>0 $, 而不可实现. 结合文献[31], 本文将建立嵌套-伪预估器反馈方法. 主要思想如下: 利用闭环系统(6)可先预测$ x\left( t+\theta_{1}\right)$, $ \theta_{1}\in \lbrack0,r] $, 即

      $$ \begin{split} \widehat{x}\left( t+\theta_{1}\right) =& Dx\left( t-r+\theta_{1}\right) +x\left( t\right) -Dx\left( t-r\right) + \\ &\int_{-r}^{\theta_{1}-r}A_{\rm{c}}x\left( t+\theta_{0}\right) {\rm{d}}\theta_{0},\\[-20pt] \end{split} $$ (8)

      此预估器是可实现的, 其中,$ \widehat{x}\left( s\right) $表示$ x\left( s\right) $的预测值, 如果$s\!\leq\!0,$$\widehat{x}\left( s\right) \!=\! x\left( s\right) .$采用类似的方法, 利用已预测到的$ \widehat{x}\left( t+\theta_{1}\right) , \theta_{1}\in \lbrack0,r], $预测$ \widehat{x}\left( t+r+\theta_{2}\right) ,$$ \theta_{2}\in \lbrack0,r] $, 即

      $$ \begin{split} \widehat{x}\left( t+r+\theta_{2}\right) =& D\widehat{x}\left( t+\theta_{2}\right) +\widehat{x}\left( t+r\right) -Dx\left( t\right) +\\ &\int_{0}^{\theta_{2}}A_{\rm{c}}\widehat{x}\left( t+\theta_{1}\right) {\rm{d}}\theta_{1}, \end{split} $$

      此预估器也是可实现的. 类似地, 利用前面所预测到的状态值$\widehat{x}\left( t\!+\!jr\!+\!\theta_{j+1}\right) , j\!\leq \!k\!-\!1,theta_{j+1}\in \lbrack0,r]$和过去的输入$ u\left( t+s\right) $, $ s\in \lbrack-h,0] $, 对任意的整数$ k \geq1, $状态$ \widehat{x}\left( t+k r+\theta_{k +1}\right), \theta_{k+1}\in \lbrack0,r] $的预测值为

      $$ \begin{split} \widehat{x}\left( t+k r+\theta_{k+1}\right) = &D\widehat {x}\left( t+\left( k-1\right) r+\theta_{k+1}\right) + \\ &\widehat{x}\left( t+k r\right) -D\widehat{x}\left( t+\left( k-1\right) r\right) + \\ &\int_{0}^{\theta_{k+1}}A_{\rm{c}}\widehat{x}\left( t+\left( k-1\right) r+\theta_{k}\right) {\rm{d}}\theta_{k }, \end{split} $$ (9)

      上面预估器是可实现的. 显然地, 对任意的$ h-r> 0, $存在唯一的非负整数$ \kappa $使得$ h-r\in(k r,\left( k+1\right) r] $. 因此, 已得到状态$ x\left( t+s\right) $, $ s\in(0,h-r] $的预测值. 则控制器(5)可重写为

      $$ u\left( t\right) = K\widehat{x}\left( t+h-r\right) , $$ (10)

      此控制器是可实现的. 控制器(3)是由伪预估器(9)以状态时滞$ r $为步长嵌套地得到的, 故控制器(3)称为嵌套-伪预估器反馈控制器.

      注意到, 控制器(3)含有多重积分, 虽然不影响控制器实现, 但形式较为复杂. 为此, 下面给出仅含一重积分的显式嵌套-伪预估器反馈控制器. 根据文献[32]可得

      $$ \begin{split} & \varphi \left( t+k r+\theta_{k+1}\right) = f_{k}\left( \theta_{k+1}\right) \varphi \left( t\right) + \\ &\qquad\quad\int_{0}^{r}g_{k}\left( \theta_{k+1}-\theta_{0}\right) x\left( t-r+\theta_{0}\right) {\rm{d}}\theta_{0}+\\ &\qquad\quad\int_{0}^{\theta_{k+1}}\varsigma_{k}\left( \theta_{k+1}-\theta _{0}\right) x\left( t-r+\theta_{0}\right) {\rm{d}}\theta_{0}, \end{split} $$

      其中, $ \varphi \left( t\right) = x(t)-Dx(t-r),f_{k}\left( \cdot \right), g_{k}\left( \cdot \right) $$ \varsigma_{k }\left( \cdot \right) $递归地定义为

      $$ \begin{split} f_{k+1}\left( \sigma \right) =& f_{k}\left( r\right) +\sum\limits_{i = 0}^{k}A_{\rm{c}}D^{i}\int_{0}^{\sigma}f_{k -i}\left( s\right) {\rm{ds}}, \\ g_{k+1}\left( \sigma-\sigma_{0}\right) =& g_{k}\left( r-\sigma_{0}\right) +h_{k}\left( r-\sigma_{0}\right) + \\ &\sum\limits_{i = 0}^{k}A_{\rm{c}}D^{i}\int_{0}^{\sigma}g_{k -i}\left( s-\sigma_{0}\right) {\rm{ds}}, \\ \varsigma_{k+1}\left( \sigma-\sigma_{0}\right) =& \sum\limits_{i = 0}^{k}A_{\rm{c}}D^{i}\int_{\sigma_{0}}^{\sigma }h_{k-i}\left( s-\sigma_{0}\right) {\rm{ds}} +\\ &A_{\rm{c}} D^{k+1},\\[-10pt] \end{split} $$ (11)

      初值为$ f_{0}\left( \cdot \right) = I_{n} $, $ g_{0}\left( \cdot \right) = I_{n} $$ \varsigma_{0}\left( \cdot \right) = A_{\rm{c}}. $则可得下面引理, 其证明与文献[32]中定理2证明类似.

      引理 1. 设存在非负整数$ \kappa $$ \theta_{h}\in(0,r] ,$使得$ \kappa r+\theta_{h} = h. $则控制器(3)可写为

      $$ \begin{split} u\left( t\right) = & K\sum \limits_{i = 0}^{\kappa-1}D^{i}\bigg(f_{\kappa -1-i}\left( \theta_{h}\right) \left( x\left( t\right) -Dx\left( t-r\right) \right) + \\ &\int_{0}^{r}g_{\kappa-1-i}\left( \theta_{h}-\theta_{0}\right) x\left( t-r+\theta_{0}\right) {\rm{d}}\theta_{0} +\\ &\int_{0}^{\theta_{h}}\varsigma_{\kappa-1-i}\left( \theta_{h}-\theta_{0}\right) x\left( t-r+\theta_{0}\right) {\rm{d}}\theta_{0}\bigg ) +\\ &KD^{\kappa}x\left( t-r+\theta_{h}\right) , \end{split} $$ (12)

      其中, $ f_{\kappa}\left( \cdot \right) ,g_{\kappa}\left( \cdot \right) $$ \varsigma_{\kappa}\left( \cdot \right) $由(11)所定义.

      注意到, 引理1给出了仅含一重积分的显式嵌套-伪预估器反馈控制器.

    • 本小节将给出系统(1)和(12)组成闭环系统的稳定性分析. 注意到, 闭环系统可写为

      $$ \begin{split} \dot{x}\left( t\right) -&D\dot{x}\left( t-r\right) = Ax\left( t-r\right) + \\ &BK\sum \limits_{i = 0}^{\kappa-1}D^{i}\bigg(f_{\kappa-1-i}\left( \theta _{h}\right) x\left( t-h\right) -\\ &f_{\kappa-1-i}\left( \theta_{h}\right) Dx\left( t-r-h\right) + \\ &\int_{0}^{r}g_{\kappa-1-i}\left( \theta_{h}-\theta_{0}\right) x\left( t-r-h+\theta_{0}\right) {\rm{d}}\theta_{0} +\\ &\int_{0}^{\theta_{h}}\varsigma_{\kappa-1-i}\left( \theta_{h}-\theta_{0}\right) x\left( t-r-h+\theta_{0}\right) {\rm{d}}\theta_{0}\bigg) +\\ &BKD^{\kappa}x\left( t-r-h+\theta_{h}\right) . \end{split} $$ (13)

      根据文献[32]定义一组矩阵函数如下,

      $$ \begin{split} p_{k+1,j}\left( \delta\right) =& \sum\limits_{i = 0} ^{k-j}A_{\mathrm{c}}D^{i}\int_{\sigma_{0}+h-jr}^{\sigma}p_{k-i,j}\left( s-\sigma_{0}\right) {\rm{ds}}, \\ q_{k+1,l}\left( \delta\right) =& q_{k,l}\left( r-\sigma _{0}\right) +p_{k,l}\left( r-\sigma_{0}\right) + \\ &\sum\limits_{i = 0}^{k-1-l}A_{\rm{c}}D^{i}\int_{0}^{\sigma} q_{k-i,l}\left( s-\sigma_{0}\right) {\rm{ds}}, \end{split} $$ (14)

      $ p_{k+1,k+1}\left( \delta\right) = I_{n},q_{k+1,k}\left( \delta\right) = I_{n}, \delta = \sigma-\sigma_{0} $, 其中, $ j\in {\bf I}[0,k]\triangleq\{0, 1, \cdots, k\} $$ l\in {\bf I}[0,k-1] $, 初值为

      $$ p_{0,0}\left( \cdot \right) = I_{n},\text{ }q_{1,0}\left( \cdot \right) = I_{n}. $$ (15)

      下面定理将给出保证由(1)和(12)组成闭环系统稳定的充要条件.

      定理 1. 在假设1成立的条件下, 令存在非负整数$ \kappa $$ \theta_{h}\in \lbrack0,r] $, 使得$ \kappa r+\theta_{h} = h $. 则由(1)和(12)组成闭环系统是渐近稳定的当且仅当下面积分时滞系统是渐近稳定的

      $$ \begin{split} \varrho \left( t\right) =& -K\sum \limits_{i = 0}^{\kappa-1}D^{i}\left( \sum \limits_{j = 0}^{\kappa-1-i}\int_{jr-h}^{\theta_{h}+jr-h}\xi\left(\vartheta, \theta_0\right) {\rm{d}} \theta_{0}\right. + \\ &\left. \sum \limits_{l = 0}^{\kappa-2-i}\int_{lr-h}^{\left( l+1\right) r-h}\zeta\left(\vartheta, \theta_0\right) {\rm{d}}\theta_{0}\right) , \end{split} $$ (16)

      其中, $\xi\left(\vartheta, \theta_0\right) = p_{\kappa-1-i,j}\left( \vartheta\right) B\varrho \left( t+\theta_{0}\right), \zeta\left(\vartheta, \theta_0\right) =$$q_{\kappa-1-i,l}\left( \vartheta \right) B\varrho \left( t+\theta_{0}\right), \vartheta = \theta_{h}-\theta_{0}, p_{\kappa,j}\left( \cdot \right) ,q_{\kappa,l}\left( \cdot \right)$由(14)和(15)所定义.

      证明. 注意到, 闭环系统(13)可重写为

      $$ \dot{x}\left( t\right) -D\dot{x}\left( t-r\right) = A_{\mathrm{c}}x\left( t-r\right) +B\varrho \left( t\right) , $$ (17)

      其中,

      $$ \begin{split} \varrho \left( t\right) =& K\sum \limits_{i = 0}^{\kappa-1}D^{i} \bigg(f_{\kappa-1-i}\left( \theta_{h}\right) x\left( t-h\right) - \\ &f_{\kappa-1-i}\left( \theta_{h}\right) Dx\left( t-r-h\right) + \\ &\int_{0}^{r}g_{\kappa-1-i}\left( \theta_{h}-\theta_{0}\right) x\left( t-r-h+\theta_{0}\right) {\rm{d}}\theta_{0} +\\ &\int_{0}^{\theta_{h}}\varsigma_{\kappa-1-i}\left( \theta_{h}-\theta _{0}\right) x\left( t-r-h+\theta_{0}\right) {\rm{d}}\theta_{0} \bigg) +\\ &KD^{\kappa}x\left( t-r-h+\theta_{h}\right) -Kx\left( t-r\right) . \end{split} $$ (18)

      注意到系统(17)与文献[32]中的系统(1)具有类似的结构. 根据引理1和文献[32]中定理2的证明, 可得

      $$ \begin{split} x\left( t-r\right) = &\sum \limits_{i = 0}^{\kappa-1}D^{i}\bigg(f_{\kappa -1-i}\left( \theta_{h}\right) x\left( t-h\right) - \\ &f_{\kappa-1-i}\left( \theta_{h}\right) Dx\left( t-r-h\right) + \\ &\int_{0}^{r}g_{\kappa-1-i}\left( \theta_{h}-\theta_{0}\right) x\left( t-r-h+\theta_{0}\right) {\rm{d}}\theta_{0} +\\ &\int_{0}^{\theta_{h}}\varsigma_{\kappa-1-i}\left( \theta_{h}-\theta _{0}\right) x\left( t-r-h+\theta_{0}\right) {\rm{d}}\theta_{0}+ \\ &\sum \limits_{j = 0}^{\kappa-1-i}\int_{jr-h}^{\theta_{h}+jr-h}\xi\left(\vartheta, \theta_0\right) {\rm{d}}\theta_{0}+ \\ &\sum \limits_{l = 0}^{\kappa-2-i}\int_{lr-h}^{\left( l+1\right) r-h}\zeta\left(\vartheta, \theta_0\right){\rm{d}}\theta_{0}\bigg) +\\ &D^{\kappa}x\left( t-r-h+\theta_{h}\right) , \\[-10pt]\end{split} $$ (19)

      其中, $ f_{\kappa}\left( \cdot \right), g_{\kappa}\left( \cdot \right), \varsigma _{\kappa}\left( \cdot \right), p_{\kappa,j}\left( \cdot \right) $$ q_{\kappa,l}\left( \cdot \right) $由(11), (14)和(15)所定义. 则将(19)代入(18)可得积分时滞系统 (16). 因此, 如果积分时滞系统(16)是渐近稳定的, 则由(17)可得, (1)和(12)组成的闭环系统是渐近稳定的. 必要性易得, 故省略.

      通过把多重积分转化为累次积分, 易知积分时滞系统(16)与文献[27]中(17)式具有类似的形式. 故可利用文献[27]中保证积分时滞系统(17)稳定的充分条件分析积分时滞系统(16)的稳定性.

      由定理1可知, 基于嵌套-伪预估器反馈方法事实上解决了同时具有输入和状态时滞的中立型时滞系统的镇定问题. 与传统预估器反馈和嵌套预估器反馈[31-32]相比, 嵌套-伪预估器反馈不含有类似于(4)的积分项. 故嵌套-伪预估器反馈控制器优点是, 在数值实现时, 无需输入滤波器便可镇定原时滞控制系统. 此外, 嵌套-伪预估器反馈方法还可以推广到更一般的中立型时滞控制系统

      $$ \dot{\varphi}\left( t\right) = { \sum\limits_{i = 1}^{n_{1}}} A_{i}x_{i}\left( t-r_{i}\right) + { \sum\limits_{j = 1}^{n_{2}}} B_{j}u_{j}\left( t-h_{j}\right), $$

      其中, $A_{i}\in {\bf R}^{n\times n},i\!\in\! {\bf I}[0,n_{1}]$$B_{j}\in {\bf R}^{n\times m_{j}},j\!\in\! {\bf I}[0,n_{2}]$为定常矩阵, $ 0 = r_{0}\leq r_{1}\leq \cdots \leq r_{n_{1}} $$0 = h_{0}\leq h_{1}\leq$$\cdots \leq h_{n_{2}}$分别是状态时滞和输入时滞.

    • 本节将嵌套-伪预估器反馈方法推广到滞后型时滞系统. 令$ D = 0 $, 则系统(1)变为下面滞后型时滞控制系统

      $$ \dot{x}\left( t\right) = Ax\left( t-r\right) +Bu\left( t-h\right) , $$ (20)

      则闭环系统(6)退化成

      $$ \dot{x}\left( t\right) = A_{\rm{c}} x\left( t-r\right) . $$ (21)

      嵌套-预估器(8)和(9)分别退化成

      $$ \widehat{x}\left( t+\theta_{1}\right) = x\left( t\right) +\int_{-r} ^{\theta_{1}-r}A_{\rm{c}}x\left( t+\theta_{0}\right) {\rm{d}}\theta_{0}, $$

      $$ \begin{split} &\widehat{x}\left( t+kr+\theta_{k+1}\right) = \widehat{x}\left( t+kr\right) +\\ &\qquad \int_{0}^{\theta_{k+1}}A_{\rm{c}}\widehat{x}\left( t+\left( k-1\right) r+\theta_{k}\right) {\rm{d}}\theta_{{\rm{k}}}. \end{split} $$ (22)

      由于嵌套-伪预估器(22)与文献[37]中(8)式具有类似的结构. 则可得未来状态值$ \widehat{x}\left(t+kr+\theta_{k+1}\right) $

      $$ \begin{split} &\widehat{x}\left( t+kr+\theta_{k+1}\right) = G_{k}\left( \theta _{k+1}\right) x\left( t\right)+ \\ &\int_{-r}^{\theta_{k+1}-r}\frac{\left( \theta_{k+1}-\theta _{0}-r\right) ^{k}}{k!}F_{k,k}\left( \theta_{k+1}\right) x\left( t+\theta _{0}\right) {\rm{d}}\theta_{0} +\\ &\sum\limits_{i = 1}^{k-1}\int_{-r}^{0}\frac{1}{i!}\left( -\theta _{0}\right) ^{i}F_{k,i}\left( \theta_{k+1}\right) x\left( t+\theta _{0}\right) {\rm{d}}\theta_{0} +\\ &\int_{-r}^{0}F_{k,0}\left( \theta_{k+1}\right) x\left( t+\theta _{0}\right) {\rm{d}}\theta_{0}, \end{split} $$ (23)

      其中, 对所有的$ i\in {\bf I}[0,k-1] $,

      $$ \left \{ \begin{array} [c]{rl} F_{k+1,i}\left( \theta \right) = F_{k,i}\left( r\right) +\left( \int _{0}^{\theta}F_{k,i}\left( s\right) {\rm{ds}}\right)A_{\rm{c}},\\ G_{k+1}\left( \theta \right) = G_{k}\left( r\right) +\left( \int _{0}^{\theta}G_{k}\left( s\right) {\rm{ds}}\right) A_{\rm{c}}, \end{array} \right. $$ (24)

      $F_{k+1,k}\left( \theta \right) \!=\! F_{k,k}\left( \theta \right) , F_{k+1,k+1}\left( \theta \right) \!=\! A_{\rm{c}} F_{k,k}\left( \theta \right) .$(24)式的初值条件为$ F_{0,0} = A_{\rm{c}} $$ G_{0} = I_{n} $.

      设存在非负整数$ \kappa $$ \theta_{h}\in \lbrack0,r], $使得$ \kappa r+\theta_{h} = h .$由(23)可得显式的嵌套-伪预估器反馈控制器为

      $$ \begin{split} u\left( t\right) =& Kx\left( t-r+h\right) = \\ & K\bigg(G_{\kappa-1}\left( \theta_{h}\right) x\left( t\right) + \\ &\int_{-r}^{0}F_{\kappa-1,0}\left( \theta_{h}\right) x\left( t+\theta _{0}\right) {\rm{d}}\theta_{0}+\\ &\sum \limits_{i = 1}^{\kappa-2}\int_{-r}^{0}\frac{F_{\kappa-1,i}\left( \theta_{h}\right) }{i!}\left( -\theta_{0}\right) ^{i}x\left( t+\theta _{0}\right) {\rm{d}}\theta_{0} +\\ &\int_{-r}^{\theta_{\kappa}-r}\frac{1}{\left( \kappa-1\right) !}\left( \kappa-\theta_{0}-r\right) ^{\kappa-1}\times\\ & F_{\kappa-1,\kappa-1}\left( \theta_{h}\right) x\left( t+\theta _{0}\right) {\rm{d}}\theta_{0}\bigg). \end{split} $$ (25)

      下面推论将给出保证闭环系统渐近稳定的充分必要条件.

      推论 1. 假设存在增益矩阵$ K ,$使得系统(21)是渐近稳定的. 设存在非负正整数$ \kappa $$ \theta_{h}\in \lbrack0,r] $使得$ \kappa r+\theta_{h} = h $. 则 (20)和(25)组成的闭环系统是渐近稳定的当且仅当下列积分时滞系统是渐近稳定的

      $$ \begin{split}\sigma \left( t\right) =& -K\sum \limits_{i = 1}^{\kappa-1}\int _{-h}^{\theta_{h}+ir-h}\frac{1}{\left( k_{h}-1-i\right) !}\times \\ &\left( \left( \theta_{h}+ir-h-\theta_{i}\right) A_{\rm{c}}\right) ^{\kappa-1-i}B\sigma \left( t+\theta_{i}\right) {\rm{d}}\theta _{{\rm{i}}}. \end{split} $$ (26)

      证明. 由(20)和(25)组成的闭环系统可写为

      $$ \dot{x}\left( t\right) = A_{\mathrm{c}}x\left( t-r\right) +B\sigma \left( t\right) , $$ (27)

      其中,

      $$ \begin{split} \sigma \left( t\right) = &K\bigg( \int_{-r}^{0}F_{\kappa-1,0}\left( \theta_{h}\right) x\left( t-h+\theta_{0}\right) {\rm{d}}\theta_{0}+\\ &\sum \limits_{i = 1}^{\kappa-2}\int_{-r}^{0}\frac{\left( -\theta_{0}\right) ^{i}}{i!}F_{\kappa-1,i}\left( \theta_{h}\right) x\left( t-h+\theta _{0}\right) {\rm{d}}\theta_{0} +\\ &\int_{-r}^{\theta_{h}-r}\frac{\left( \theta_{h}-\theta_{0}-r\right) ^{\kappa-1}}{\left( \kappa-1\right) !}\times \\ &F_{\kappa-1,\kappa-1}\left( \theta_{h}\right) x\left( t-h+\theta_{0}\right) {\rm{d}}\theta_{0}-{\rm{x}}\left( {\rm{t}}-{\rm{r}}\right)+ \\ &G_{\kappa-1}\left( \theta_{h}\right) x\left( t-h\right)\bigg) . \\[-20pt]\end{split} $$ (28)

      注意到(27)式与文献[37]中的(1)式具有相似的形式. 因此, 通过引理1[37], 可得

      $$ \begin{split} &x\left( t-r\right) = G_{\kappa-1}\left( \theta_{h}\right) x\left( t-h\right)+\\ &\quad\int_{-r}^{0}F_{\kappa-1,0}\left( \theta_{h}\right) x\left( t-h+\theta_{0}\right) {\rm{d}}\theta_{0}+\\ &\quad\sum \limits_{i = 1}^{\kappa-2}\int_{-r}^{0}\frac{\left( -\theta_{0}\right) ^{i}}{i!}F_{\kappa-1,i}\left( \theta_{h}\right) x\left( t-h+\theta _{0}\right) {\rm{d}}\theta_{0} +\\ &\quad\int_{-r}^{\theta_{h}-r}\frac{\left( \theta_{h}-\theta_{0}-r\right) ^{\kappa-1}}{\left( \kappa-1\right) !} \times\\ &\quad F_{\kappa-1,\kappa-1}\left( \theta_{h}\right) x\left( t-h+\theta_{0}\right) {\rm{d}}\theta_{0} +\\ & \quad\sum \limits_{i = 1}^{\kappa-1}\int_{-h}^{\theta_{h}+ir-h}\frac{\left( \theta_{h}+ir-h-\theta_{i}\right) ^{\kappa-1-i}}{\left( \kappa-1-i\right) !} \times\\ &\quad A_{\rm{c}}^{\kappa-1-i}B\sigma \left( t+\theta_{i}\right) {\rm{d}}\theta_{{\rm{i}}}, \\[-10pt]\end{split} $$ (29)

      其中, $ F_{\kappa+1,i}\left( \cdot \right) $$ G_{\kappa+1}\left( \cdot \right) $由(24)所定义. 则将(29)代入(28)可得系统(26). 因此, 如果系统(26)是渐近稳定的, 由(27)式易知, (20)和(25)组成的闭环系统是渐近稳定的. 必要性易证, 故省略.

      值得注意的是积分时滞系统(26)的稳定性分析可参考文献[38]. 事实上, 本节利用嵌套-伪预估器反馈方法, 解决了同时具有输入和状态时滞的滞后型线性系统的镇定问题. 本文所提出的方法由第2节的中立型时滞系统推广到第3节的滞后型时滞系统是非平凡的, 例如定理1中的充要条件(16)不能直接退化到推论1的(26).

    • 考虑同时具有输入和状态时滞的线性系统[39]

      $$ \dot{x}\left( t\right) -D\dot{x}\left( t-r\right) = Ax\left( t-r\right) +Bu\left( t-h\right) , $$ (30)

      其中, 系数矩阵为

      $$\begin{array}{*{20}{l}} {A = \left[ {\begin{array}{*{20}{c}} { - 1.1}&{ - 0.2}\\ 0&{ - 0.2} \end{array}} \right],D = \left[ {\begin{array}{*{20}{c}} { - 0.2}&0\\ {0.2}&{ - 0.1} \end{array}} \right],} \end{array}$$

      $ B = [0,1]^{\rm{T}} ,$状态时滞$ r = 0.6 .$为了更好的说明本文所提方法的有效性, 分别地取三个不同的输入时滞$ h = 0.9 ,h = 1.5 $$ h = 2 .$设计状态反馈增益矩阵$ K $使得$ \lambda \left(A+BK\right) = \{-0.75,-0.8\}, $从而得到

      $$ K = \left[ \begin{array} [c]{cc} 0.5250 & -0.2500 \end{array} \right] . $$

      $h \!=\! 0.9.$根据等式$\kappa r\!+\!\theta_{h} \!=\! h ,$可得$ \kappa = 1 $$\theta_{h} \!=\! 0.3.$下面将利用本文提出的嵌套-伪预估器反馈控制器补偿输入时滞. 由引理1可知, 嵌套-伪预估器反馈控制器设计为

      $$ \begin{split} u\left( t\right) = & K\bigg(Dx\left( t-r-\theta_{h}\right) +\int _{0}^{r}x\left( t-s\right) {\rm{ds}} +\\ &\int_{r-\theta_{h}}^{r}A_{\rm{c}}x\left( t-s\right) {\rm{ds}}+ \varphi\left( {\rm{t}}\right)\bigg). \end{split} $$ (31)

      $ h\! =\! 1.5. $根据等式$ \kappa r\!+\!\theta_{h} \!=\! h ,$可得$ \kappa \!=\! 2 $$ \theta_{h} \!=\! 0.3 .$由引理1可知, 嵌套-伪预估器反馈控制器设计为

      $$ \begin{split} u\left( t\right) = & K\sum \limits_{i = 0}^{1}D^{i}\bigg(f_{1-i}\left( \theta _{h}\right) \left( x\left( t\right) -Dx\left( t-r\right) \right) + \\ &\int_{0}^{r}g_{1-i}\left( \theta_{h}-r+s\right) x\left( t-s\right) {\rm{ds}} +\\ &\int_{r-\theta_{h}}^{r}\varsigma_{1-i}\left( \theta_{h}-r+s\right) x\left( t-s\right) {\rm{ds}}\bigg) +\\ &KD^{2}x\left( t-r+\theta_{h}\right) .\\[-10pt] \end{split} $$ (32)

      $ h \!=\! 2. $根据等式$ \kappa r\!+\!\theta_{h} \!=\! h ,$可得$ \kappa \!=\! 3 $$ \theta_{h} \!=\! 0.2. $嵌套-伪预估器反馈控制器设计为

      $$ \begin{split} u\left( t\right) = & K\sum \limits_{i = 0}^{2}D^{i}\bigg(f_{2-i}\left( \theta _{h}\right) \left( x\left( t\right) -Dx\left( t-r\right) \right) + \\ &\int_{0}^{r}g_{2-i}\left( \theta_{h}-r+s\right) x\left( t-s\right) {\rm{ds}}+ \\ &\int_{r-\theta_{h}}^{r}\varsigma_{2-i}\left( \theta_{h}-r+s\right) x\left( t-s\right) {\rm{ds}}\bigg)+ \\ &KD^{3}x\left( t-r+\theta_{h}\right). \\[-10pt] \end{split} $$ (33)

      令初值为$ x\left( 0\right) = [1,-1]^{\rm{T}} $. 则系统(30)分别与嵌套-伪预估器反馈控制器(31), (32)和(33)组成闭环统的状态轨迹和控制信号如图1, 图2图3所示, 易知闭环系统是渐近稳定的.

      图  1  系统(30)和(31)组成闭环系统的状态轨迹和控制信号

      Figure 1.  State trajectories and control signals for the closed-loop system consisting of (30) and (31)

      图  2  系统(30)和(32)组成闭环系统的状态轨迹和控制信号

      Figure 2.  State trajectories and control signals for the closed-loop system consisting of (30) and (32)

      图  3  系统(30)和(33)组成闭环系统的状态轨迹和控制信号

      Figure 3.  State trajectories and control signals for the closed-loop system consisting of (30) and (33)

    • 针对同时具有输入和状态时滞的中立型/滞后型时滞控制系统, 研究仅对其输入时滞补偿问题, 提出了嵌套-伪预估器反馈方法, 不同于传统的预估器反馈利用开环系统预测系统未来的状态, 嵌套-伪预估器反馈则是利用闭环系统嵌套地预测系统未来的状态, 实现对任意大但有界的输入时滞进行完全补偿. 结果表明闭环系统是渐近稳定的当且仅当积分时滞系统是渐近稳定的. 最后, 给出一个数值仿真验证所提出方法的有效性.

WeChat 关注分享

返回顶部

目录

    /

    返回文章
    返回