2.845

2023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

带有不匹配干扰的多智能体系统有限时间积分滑模控制

刘凡 杨洪勇 杨怡泽 李玉玲 刘远山

赵志甲, 任志刚. 针对执行器非光滑反向间隙 − 饱和的柔性立管边界控制. 自动化学报, 2019, 45(11): 2050−2057 doi: 10.16383/j.aas.c190126
引用本文: 刘凡, 杨洪勇, 杨怡泽, 李玉玲, 刘远山. 带有不匹配干扰的多智能体系统有限时间积分滑模控制. 自动化学报, 2019, 45(4): 749-758. doi: 10.16383/j.aas.c180315
Zhao Zhi-Jia, Ren Zhi-Gang. Boundary control of a flexible marine riser subject to nonsmooth actuator backlash-saturation constraints. Acta Automatica Sinica, 2019, 45(11): 2050−2057 doi: 10.16383/j.aas.c190126
Citation: LIU Fan, YANG Hong-Yong, YANG Yi-Ze, LI Yu-Ling, LIU Yuan-Shan. Finite-Time Integral Sliding-Mode Control for Multi-Agent Systems With Mismatched Disturbances. ACTA AUTOMATICA SINICA, 2019, 45(4): 749-758. doi: 10.16383/j.aas.c180315

带有不匹配干扰的多智能体系统有限时间积分滑模控制

doi: 10.16383/j.aas.c180315
基金项目: 

山东省自然科学基金 ZR2018ZC0438

国家自然科学基金 61471185

国家自然科学基金 61673200

山东省自然科学基金 ZR2017PF 010

烟台市重点研发项目 2016ZH061

山东省自然科学基金 ZR2017MF010

国家自然科学基金 61771231

详细信息
    作者简介:

    刘凡  鲁东大学信息与电气工程学院硕士研究生.主要研究方向为多智能体编队控制.E-mail:jsgyliufan@163.com

    杨怡泽  新南威尔士大学电气工程与信息学院硕士研究生.主要研究方向为多智能体群集运动.E-mail:yangyz1994@126.com

    李玉玲  鲁东大学信息与电气工程学院硕士研究生.主要研究方向为多智能体编队控制.E-mail:liyuling822@163.com

    刘远山   鲁东大学信息与电气工程学院硕士研究生.主要研究方向为多智能体编队控制.E-mail:liuyuanshan@163.com

    通讯作者:

    杨洪勇   鲁东大学信息与电气工程学院教授.主要研究方向为复杂网络, 多智能体编队控制, 智能控制, 非线性系统控制.本文通信作者.E-mail:hyyang@yeah.net

Finite-Time Integral Sliding-Mode Control for Multi-Agent Systems With Mismatched Disturbances

Funds: 

Natural Science Foundation of Shandong Province ZR2018ZC0438

National Natural Science Foundation of China 61471185

National Natural Science Foundation of China 61673200

Natural Science Foundation of Shandong Province ZR2017PF 010

Key Research and Development Program of Yantai City 2016ZH061

Natural Science Foundation of Shandong Province ZR2017MF010

National Natural Science Foundation of China 61771231

More Information
    Author Bio:

     Master student at the School of Information and Electrical Engineering, Ludong University. His main research interest is formation control of multi-agent systems

     Master student at the School of Electrical Engineering and Telecommunications, University of New South Wales, Australia. His main research interest is flocking motion of multi-agent systems

     Master student at the School of Information and Electrical Engineering, Ludong University. Her main research interest is formation control of multi-agent systems

     Master student at the School of Information and Electrical Engineering, Ludong University. His main research interest is formation control of multi-agent systems

    Corresponding author: YANG Hong-Yong  Professor at the School of Information and Electrical Engineering, Ludong University. His research interest covers complex network, multi-agent systems, intelligence control, and nonlinear system control. Corresponding author of this paper
  • 摘要: 针对动态多智能体系统协同控制问题,本文研究了带有不匹配干扰的二阶多智能体系统的有限时间包容控制,提出了基于非线性积分滑模控制(Integral sliding-mode control,ISMC)的复合分布式包容控制算法.首先利用Lyapunov稳定性和齐次性定理,分析了未受扰系统的有限时间包容控制问题;然后针对存在不匹配干扰的多智能体动态系统,设计非线性有限时间干扰观测器估算智能体的状态和干扰,提出基于干扰观测器的复合分布式积分滑模控制协议,结合现代控制理论和滑模控制理论,研究了带有不匹配干扰的多智能体系统有限时间包容控制问题.最后数值仿真证明了控制算法的有效性.
  • 在深海勘探开发生产中, 海洋柔性立管作为连接海面作业平台与海床井口的关键构件[1].在风、浪、洋流等外部载荷作用下, 海洋立管会产生振动现象, 而长期的振动则是造成柔性立管疲劳破损的主因[2-4].因此, 开展先进的海洋柔性立管振动主动控制系统研究, 对延长立管使用寿命、提高生产效率和保证海洋油气生产安全具有重要的理论和实际意义.

    从数学的观点看, 具有振动的海洋柔性立管系统可认为是典型的无限维分布参数系统[5-11].其动力学往往建模为耦合的偏微分–常微分方程, 这使得现有许多对传统刚性系统成熟的方法不能直接应用.对海洋柔性立管振动控制的研究主要包括模态控制和边界控制.模态控制是基于提取的有限维受控子系统进行控制设计, 而忽略掉的高频模态可能导致系统产生控制溢出效应.边界控制能克服上述方法的缺点, 且容易由系统机械能相关的Lyapunov函数得出, 因此边界控制与其他控制技术如PID控制、鲁棒控制、自适应控制、反步控制、输出反馈控制等相结合的方法广泛应用于柔性立管系统的振动控制领域[12-16].上述研究仅仅局限于柔性立管系统的振动控制, 而这些方法将不适用于具有输入非线性特性的柔性立管系统.

    在实际的海洋油气生产环境中, 柔性立管系统除了受到风浪扰动和海洋洋流分布式扰动影响外, 其面临的情况可能会比之前研究的问题更加复杂.如系统固有的物理约束和执行器的约束将使得系统产生死区、饱和、磁滞、反向间隙等不光滑的非线性特性[17-20].而这些不光滑的非线性特性将会限制系统的瞬态性能, 更为甚者, 将会致使系统不稳定.因此, 需要将这些不光滑的非线性约束特性考虑在控制设计中.为了解决海洋柔性立管系统的输入非线性约束问题, 一些学者基于立管原始无限维模型探索了不同的边界控制方法[13, 21-24].文献[13]面向具有系统不确定性、输出约束和输入饱和的海洋立管系统, 基于反推技术研发了障碍边界控制策略以抑制振动、补偿系统不确定性以及处理系统的输入输出限制.文献[21]针对具有执行器输入饱和非线性约束和外部海洋扰动的海洋柔性立管系统, 在顶端构建边界控制器以稳定其在平衡位置的小邻域并利用辅助系统补偿执行器饱和的影响.文献[22]设计了鲁棒自适应控制器用以稳定具有参数不确定性和输入受限的海洋柔性立管系统.文献[23]采用光滑的双曲正切函数、Nussbaum函数和辅助系统设计边界控制器以抑制立管振动并限制控制输入在给定范围内, 该方法解决了文献[2122]中应用符号函数限制控制输入所带来的震颤问题.文献[24]引入辅助函数和变量设计边界控制器来实现立管的振动减弱并消除混合的死区−饱和非线性约束影响.然而, 这些成果仅仅解决了柔性立管系统执行器输入饱和或输入饱和−死区非线性约束问题, 而对于具有输入反向间隙−饱和非线性约束的柔性立管系统, 上述方法将不能适用.

    本文针对执行器非光滑反向间隙−饱和约束特性的深海柔性立管系统(如图 1所示), 首先将反向间隙−饱和约束转换成虚拟的输入饱和约束, 其后引入辅助系统并采用Lyapunov理论, 构建边界控制以抑制柔性立管的振动并消除饱和非线性约束的影响.随后, 证明了闭环系统在Lyapunov意义下的一致有界稳定性.最后, 通过数值仿真, 验证了本文所提出控制能处理非光滑反向间隙−饱和约束非线性影响, 也能有效抑制立管系统振动.

    图 1  柔性立管系统
    Fig. 1  Flexible riser system

    注1.本文作如下简写: $ (\cdot)(x, t) = (\cdot) $, $ (\cdot)' = \dfrac{\partial(\cdot)}{\partial{x}} $, $ \dot{(\cdot)} $ = $ \dfrac{\partial(\cdot)}{\partial{t}} $.

    深海柔性立管系统如图 1所示, 其中$ l $为立管的长度, $ y(z, t) $为立管在位置$ z $时刻$ t $的偏移量, $ f(z, t) $为海洋洋流分布式扰动, $ d(t) $为外部环境扰动, $ u(t) $为边界控制输入.

    本研究所考虑立管系统动力学描述如下[1]:

    $\begin{split} \rho\ddot{y}(z,&t)-\left\{T[z, y'(z,t)]+\right.\\ & \left.3\psi(z)y'^2(z,t)\right\}y''(z,t)-\\ & \ T'[z, y'(z,t), y''(z,t)]y'(z,t)+c\dot{y}(z,t)-\\ & \ \psi'(z)y'^3(z,t)+ EIy''''(z,t)-\\ & \ f(z,t) = 0,\ \ \ 0<z<l \end{split} \hspace{33pt} $

    (1)

    $ \begin{align} y(0,t) = y'(0,t) = y''(l,t) = 0 \end{align} \hspace{78pt} $

    (2)

    $ \begin{split} m\ddot{y}(l,t)+& T[l, y'(l,t)]y'(l,t)+\psi(l)y'^3(l,t)-u(t)+\\ & d_a\dot{y}(l,t) = EIy'''(l,t)+d(t) \end{split} \hspace{5pt}$

    (3)

    其中, $ \rho $, $ c $和$ EI $分别为立管的单位长度质量、阻尼系数和弯曲刚度, $ d_a $和$ m $为船的质量和阻尼系数, $ T[z, y'(z, t)] $为立管的时空变化张力, 表示为

    $ \begin{align} T[z, y'(z,t)] = T_0(z)+\psi(z)y'^2(z,t) \end{align} $

    (4)

    其中, $ T_0(z) > 0 $为初始张力, $ \psi(z)\ge 0 $为非线性弹性模量.

    执行器输入饱和非线性描述为[25]

    $ \begin{align} \varphi(t) = sat(\varrho(t)) = \begin{cases} a , \qquad\quad\ \varrho(t)\ge a \\[2mm] \varrho(t) , \qquad -a < \varrho(t) < a \\[2mm] -a, \qquad\ \ \, \varrho(t)\ -a \end{cases} \end{align} $

    (5)

    其中, $ a > 0 $为饱和界限.

    执行器输入反向间隙非线性描述为[24]

    $\begin{array}{l} u(t) = D(\varphi (t)) = \\ \qquad\;\;\;\left\{ {\begin{aligned} &{\varphi (t) - b,\;\qquad \dot \varphi }{ > 0\;\text{且}\;u(t) = \varphi (t) - b}\\ &{\varphi (t) + b,\;\qquad \dot \varphi }{ < 0\;\text{且}\;u(t) = \varphi (t) + b}\\ &{u(t\_), \qquad\quad\;\; \text{其他}}&{} \end{aligned}} \right. \end{array}$

    (6)

    其中, $ b > 0 $为反向间隙参数.

    由输入饱和与反向间隙的表达式(5)和式(6)可知, 系统的非线性特征是相当复杂的, 因此很难直接对其处理.根据文献[25], 可知输入饱和与反向间隙可转换并表示为一个虚拟的输入饱和.因此, 为解决虚拟的输入非线性问题, 我们引入$ D $的右逆$ D^+ $为

    $ \begin{align} \varrho(t) = D^+(\tau(t)) = \left\{ \begin{aligned} & \tau(t)+b, \; \; \dot{\tau}(t)>0 \\ & \tau(t)-b, \; \; \dot{\tau}(t)<0 \\ & \varrho(t\_), \; \;\;\;\;\; \dot{\tau}(t) = 0 \end{aligned} \right. \end{align} $

    (7)

    根据上面的分析和文献[25], 我们可得混合的输入饱和−反向间隙非线性特性可描述为

    $ \begin{split} u(t) = & D(sat(D^+(\tau(t)))) = \\ &\left\{ \begin{aligned} & \,a-b, \qquad\;\;\, \tau(t)\ge a-b \\ & \, \tau(t), \qquad\quad\; |\tau(t)|<a-b \\ & -a+b, \quad\;\;\tau(t)\le-a+b \end{aligned} \right. \end{split} $

    (8)

    由式(8)可知, 我们可将系统的输入饱和−反向间隙非线性视为一个输入饱和来处理.

    引理1[26].设$ \chi_1(z, t) $, $ \chi_2(z, t)\in {\bf{R}} $, $ \varphi > 0 $, 其中$ (z, t)\in$ $[0, l]\times[0, +\infty) $, 则

    $ \begin{align} \chi_1(z,t)\chi_2(z,t)\le \frac{1}{\varphi}\chi^2_1(z,t)+\varphi\chi^2_2(z,t) \end{align} $

    (9)

    引理2[26].设$ \chi(z, t)\in {\bf{R}} $为定义在$ (z, t)\in[0, l]\times $ $[0, +\infty) $的函数, 且满足$ \chi(0, t) = 0, \forall t\in[0, +\infty) $, 则

    $ \begin{align} \chi^2(z,t) \le l\int^l_0\chi^{{\prime}2}(z,t){\rm{d}}z \end{align} $

    (10)

    假设1.假定存在常数$ {F} $, $ {D}\in {\bf{R}}^+ $, 使得$\mid f(z, t)\mid \leq $ $ {F, } $ $ \forall{(z, t)}\in{[0, l]\times[0, +\infty), } $ $\mid d(t)\mid \leq {D, } $ $ \forall{t}\in[0, +\infty). $这个假设是合理的, 由于$ f(z, t) $和$ d(t) $是有限能量的, 因此是有界的[21-24].

    假设2.假定存在正常数$ \underline{T}_0 $, $ \overline{T}_0 $, $ \underline{\psi}_0 $, $ \overline{\psi}_0 $, 使得$ \underline{T}_0\le T_0(z) \le \overline{T}_0 $, $ \underline{\psi}_0\le \psi(z)\leq \overline{\psi}_0 $.

    假设3.对于新的输入饱和表达式(8), 假定存在一个正常数$ \varpi $使得$ |\triangle u|\le \varpi $, 其中, $ \triangle u = u(t)-$ $\tau(t) $.

    本节将引入辅助函数和辅助系统用于构建边界控制器以抑制立管振动并消除输入非线性影响.

    首先, 设计辅助系统为

    $ \begin{split}\! \dot{\nu}(t) =&\ \frac{1}{m}\left(-k_1\nu(t)-\triangle u+T[l, y'(l,t)]y'(l,t)+ \right. \\ & \left. \psi(l)y'^3(l,t)+d_a\dot{y}(l,t)-EIy'''(l, t)\right) \end{split} $

    (11)

    其中, $ \nu(t) $为辅助系统的状态变量, $ k_1 $为正常数.

    为便于分析闭环立管系统的稳定性, 定义如下辅助变量

    $\begin{split} \mu(t) =\;& \dot{y}(l,t)-k_2y'''(l, t)+y'(l,t)+\\ &k_3y'^3(l,t)+\nu(t) \end{split}$

    (12)

    其中, $ k_2, k_3 $为正常数.

    对式(12)求导, 代入式(3)和式(11), 可得

    $ \begin{aligned} \dot{\mu}(t) =\;& \frac{1}{m}(\tau(t)+d(t)-mk_2\dot{y}'''(l, t)+m\dot{y}'(l,t)+\\ & 3mk_3y'^2(l,t)\dot{y}'(l,t)-k_1\nu(t)) \end{aligned} $

    (13)

    根据上述分析, 提出控制律$ \tau(t) $为

    $ \begin{aligned} \tau(t) = & -k_4\mu(t)+k_1\nu(t)+mk_2\dot{y}'''(l, t)-m\dot{y}'(l,t) -\\ & \ 3mk_3y'^2(l,t)\dot{y}'(l,t)-{\rm{sgn}}(\mu(t)){D} \end{aligned} $

    (14)

    其中, $ k_4 $为正常数.

    注2.所设计的控制器(14)是由可获得的边界信号组成的, 其中$ y'''(l, t) $、$ y'(l, t) $和$ y(l, t) $分别可由剪切力传感器、倾角计和位移传感器获得.此外, 控制器中这些信号的一阶时间微分信号$ \dot{y}'''(l, t), $ $ \dot{y}'(l, t) $和$ \dot{y}(l, t) $分别可对已获得信号进行后向差分算法得到[21-24].

    选取如下Lyapunov函数为

    $ Y(t) = {{Y}_{e}}(t)+{{Y}_{f}}(t)+{{Y}_{g}}(t) $

    (15)

    其中,

    $ \begin{align} {{Y}_{e}}(t) = \frac{\varsigma}{2}\rho\int_{0}^{l}{{{{\dot{y}}}^{2}}(z,t){\rm{d}}z} +\frac{\varsigma}{2}\int_{0}^{l}T_0(z){{{ {y}^{\prime2}\left( z,t\right) }}{\rm{d}}z}+\\ \frac{\varsigma}{2}\int_{0}^{l}\psi(z){{{ {y}^{\prime4}\left( z,t\right) }}{\rm{d}}z}+\frac{\varsigma}{2}EI\int_{0}^{l}y^{\prime\prime 2}(z,t){\rm{d}}z \end{align} $

    (16)

    $ \begin{align} {{Y}_{g}}(t) = \frac{\varsigma m}{2}\nu^2(t)+\frac{\varsigma m}{2}\mu^2(t) \end{align} \hspace{78pt}$

    (17)

    $ \begin{align} {{Y}_{f}}(t) = \lambda\rho\int_{0}^{l} z \phi(z){\dot{y} (z,t){y}'(z,t){\rm{d}}z} \end{align} $

    (18)

    其中, $ \varsigma, \lambda > 0 $.

    引理3.选取的Lyapunov函数(16)是一个正定的函数:

    $ \begin{split} 0\le\; & \delta_1[Y_e(t)+Y_f(t)]\le Y(t)\le \\ &\delta_2[Y_e(t)+Y_f(t)] \end{split} $

    (19)

    其中, $ \delta_1 > 0, \; \delta_2 > 1 $.

    证明.根据引理1, 式(18)可放缩为

    $ \begin{split} \mid Y_g(t)\mid\ \le\ & \frac{\lambda\rho \overline{\phi}l}{2}\int^l_0[\dot{y}^2(z,t)+\\ &\ y^{{\prime}2}(z,t)]{\rm{d}}z \le \delta_0{Y_e(t)} \end{split} $

    (20)

    其中

    $ \begin{align} \delta_0 = \frac{\lambda \rho \overline{\phi}l}{\min\left({\varsigma}\rho, {\varsigma}\underline{T_0}\right)} \end{align} $

    (21)

    通过恰当地选取$ \varsigma $和$ \beta $得出

    $ \begin{align} \delta_1 = 1-\delta_0>0, \;\delta_2 = 1+\beta_0>1 \end{align} $

    (22)

    式(22)表明$ 0 < \delta < 1 $, 应用式(21)可得

    $ \begin{align} {\varsigma}>\frac{\lambda \rho \overline{\phi}l}{\min\left(\rho, \underline{T_0}\right)} \end{align} $

    (23)

    重排式(20), 有

    $ \begin{align} -{\delta}Y_e(t)\le Y_g(t)\le {\delta}Y_e(t) \end{align} $

    (24)

    将式(22)代入式(24)得出

    $ \begin{align} 0\le \delta_1 Y_e(t)\le Y_e(t)+Y_g(t)\leq \delta_2 Y_e(t) \end{align} $

    (25)

    结合式(15), 有

    $ \begin{aligned} 0\le\;& \delta_1[Y_e(t)+Y_f(t)]\le Y(t)\leq\\ &\delta_2[Y_e(t)+Y_f(t)] \end{aligned} $

    (26)

    其中, $ \delta_1 > 0, \; \delta_2 > 1 $.

    引理4.选取Lyapunov函数(16)的导数是有上界的:

    $ \begin{align} \dot{Y}(t)\le -\delta Y(t)+\alpha \end{align} $

    (27)

    其中, $ \delta, \alpha > 0 $.

    证明.对式(16)求导, 可得:

    $ \begin{align} \dot{Y}(t) = \dot{Y}_e(t)+\dot{Y}_f(t)+\dot{Y}_g(t) \end{align} $

    (28)

    将式(16)求导, 代入式(1)并应用引理1, 可得

    $ \begin{aligned} \dot{Y}_e(t)\leq \; &\frac{\varsigma T_0(l)}{2}\mu^2(t)-\frac{\varsigma T_0(l)}{2}\nu^2(t)-\frac{\varsigma T_0(l)}{2}\dot{y}^2(l,t)-\\& \frac{\varsigma T_0(l)k^2_2}{2}y'''^2(l,t)-\frac{\varsigma T_0(l)}{2}y'^2(l,t)-\\ & \frac{\varsigma T_0(l)k^2_3}{2}y'^6(l,t)+{\varsigma T_0(l)}{k_2}\nu(t){y}'''(l,t)-\\ & ({\varsigma EI}-{\varsigma T_0(l)}{k_2})y'''(l,t)\dot{y}(l,t)-\\ & \varsigma k_3T_0(l)y'^4(l,t)-{\varsigma}(c-{\sigma_1})\int^l_0\dot{y}^2(z, t){\rm{d}}z+\\ & (2\varsigma\psi(l)-{\varsigma k_3T_0(l)})y'^3(l,t)\dot{y}(l,t)+\\ &{\varsigma k_2k_3T_0(l)}{y}'''(l,t)y'^3(l,t)-{\varsigma T_0(l)}\nu(t)\dot{y}(l,t)+\\ &{\varsigma k_2T_0(l)}y'''(l,t){y}'(l,t)-{\varsigma k_3T_0(l)}y'^3(l,t)\nu(t)-\\ &{\varsigma T_0(l)}\nu(t){y}'(l,t)+\frac{\varsigma}{\sigma_1} \int^l_0f^2(z,t){\rm{d}}z \end{aligned} $

    (29)

    其中, $ \delta_1 > 0 $.

    对$ Y_f(t) $求导, 代入式(11)和式(14), 应用引理1, 可得

    $ \begin{split} \dot{Y}_g(t)\le& -\varsigma k_4\mu^2(t)-\varsigma \nu(t)\triangle u-\varsigma k_1\nu^2(t)+\\& \varsigma T_0(l)\nu(t)y'(l,t)-\varsigma EI \nu(t)y'''(l, t)+\\& 2\varsigma \psi(l)\nu(t)y'^3(l,t)+\varsigma d_a \nu(t)\dot{y}(l,t) \end{split} $

    (30)

    对$ Y_g(t) $求微分, 代入式(4)并利用引理1, 有

    $ \begin{aligned} \dot{Y}_f(t)\le & -l\lambda EI\phi(l) y'''(l,t){y}'(l,t)+\frac{\lambda \rho l\phi(l)}{2}\dot{y}^2(l,t)-\\ &\frac{3\lambda EI}{2}\int^l_0(\phi(z)+z\phi'(z)){y}^{{\prime\prime}2}(z, t){\rm{d}}z-\\ &\left[\frac{\lambda \rho}{2}(\phi(z)+z\phi'(z))-\frac{l\lambda c}{\sigma_2}\right]\int^l_0\dot{y}^2(z, t){\rm{d}}z-\\ &\bigg[\frac{\lambda }{2}(\phi(z)T_0(z)+z\phi'(z)T_0(z)-z\phi(z)T_0'(z))-\\ & {\lambda\sigma_2cl\phi^2(z)}-{\lambda\sigma_3l\phi^2(z)}\bigg]\int^l_0{y}^{{\prime}2}(z, t){\rm{d}}z-\\ & \frac{\lambda }{2}\int^l_0[3\phi(z)\psi'(z)+3z\phi'(z)\psi(z)-\\ &z\phi(z)\psi'(z)]{y}^{{\prime}4}(z, t){\rm{d}}z+\frac{3\lambda \phi(l)\psi(l)l}{2}y'^4(l,t)+\\ & \frac{l\lambda}{\sigma_3} \int^l_0f^2(x,t){\rm{d}}x+\frac{\lambda \phi(l)T_0(l) l}{2}y'^2(l,t) \end{aligned} $

    (31)

    其中, $ \sigma_2, \sigma_3 > 0 $.

    将式(29)和式(30)代入式(28), 应用引理1, 可得

    $ \begin{aligned} \dot{Y}(t)\le\;& -\varsigma\left( k_1+\frac{ T_0(l)}{2}-\frac{1}{\sigma_4}-\frac{|T_0(l)k_2-EI|}{2\sigma_5}-\right.\\ &\left.\frac{|T_0(l)-d_a|}{2\sigma_6}-\frac{| k_3T_0(l)-2 \psi(l)|\sigma_9}{2}\right)\nu^2(t)-\\ & \frac{3\lambda EI}{2}\int^l_0(\phi(z)+z\phi'(z)){y}^{{\prime\prime}2}(z, t){\rm{d}}z +\\ &{\varsigma}{\sigma_4}\triangle u^2-\varsigma\left( k_4-\frac{ T_0(l)}{2}\right)\mu^2(t)-\left(\frac{\varsigma T_0(l)}{2}-\right.\\ &\left.\frac{{|\varsigma T_0(l)k_2-l\lambda{EI}\phi(l)|}{\sigma_8}}{2}-\frac{\lambda \phi(l)T_0(l) l}{2}\right)\times\\ &y'^2(l,t)-\left(\varsigma k_3T_0(l)-\frac{3\lambda \phi(l)\psi(l)l}{2}\right)y'^4(l,t)-\\ &\left(\frac{\varsigma T_0(l)}{2}-\right.\frac{{\varsigma|T_0(l)-d_a|}{\sigma_6}}{2}-\\ &\left.\frac{{\varsigma|T_0(l)k_2-EI|}{\sigma_7}}{2}-\frac{{\varsigma|k_3T_0(l)-2\psi(l)|}{\sigma_{10}}}{2}-\right.\\ &\left.\frac{\lambda \rho l\phi(l)}{2}\right)\dot{y}^2(l,t)-\varsigma\left(\frac{ T_0(l)k^2_3}{2}-\right.\\ &\left.\frac{| k_3T_0(l)-2 \psi(l)|}{2\sigma_9}-\frac{ k_2k_3T_0(l)}{2\sigma_{11}}-\right.\\ &\left.\frac{|k_3T_0(l)-2\psi(l)|}{2\sigma_{10}}\right)y'^6(l,t)-\left(\frac{\varsigma T_0(l)}{2}-\right.\\ &\left.\frac{{\varsigma|T_0(l)k_2-EI|}{\sigma_5}}{2}-\frac{{\varsigma|T_0(l)k_2-EI|}}{2{\sigma_7}}-\right.\\ &\left.\frac{{|\varsigma T_0(l)k_2-l\lambda{EI}\phi(l)|}}{2{\sigma_8}}-\frac{\varsigma k_2k_3T_0(l)\sigma_{11}}{2}\right)\times\\ &\left.y'''^2(l,t)-\left[\frac{\lambda }{2}(\phi(z)T_0(z)+z\phi'(z)T_0(z)-\right.\right.\\ &\left.z\phi(z)T_0'(z))-\right.{\lambda\sigma_2cl\phi^2(z)}-{\lambda\sigma_3l\phi^2(z)}\bigg]\\ &\left.\int^l_0{y}^{{\prime}2}(z, t){\rm{d}}z+\left(\frac{\varsigma}{\sigma_1}+\frac{l\lambda}{\sigma_3}\right)\int^l_0f^2(z,t){\rm{d}}z-\right.\\ &\left.\bigg({\varsigma}c-{\varsigma}{\sigma_1}+\frac{\lambda \rho}{2}(\phi(z)+z\phi'(z))-\frac{l\lambda c}{\sigma_2}\right)\times\\ &\int^l_0\dot{y}^2(z, t){\rm{d}}z-\frac{\lambda }{2}\int^l_0[3\phi(z)\psi'(z)+\\ &3z\phi'(z)\psi(z)-z\phi(z)\psi'(z)]{y}^{{\prime}4}(z, t){\rm{d}}z \end{aligned} $

    (32)

    其中, $ \sigma_4\sim\sigma_{11} > 0, $选择恰当的参数值$ \varsigma, $ $ \lambda, $ $ k_i, $ $ i = 1, $ $\cdots, 4, \delta_j, j = 1, \cdots, 11, $满足下列条件:

    $ \begin{split} \frac{\varsigma T_0(l)}{2}-\;&\frac{{|\varsigma T_0(l)k_2-l\lambda{EI}\phi(l)|}{\sigma_8}}{2}-\\ &\frac{\lambda \phi(l)T_0(l) l}{2}\ge 0 \end{split} \hspace{51pt}$

    (33)

    $ \begin{split} \frac{\varsigma T_0(l)}{2}-\;&\frac{{\varsigma|T_0(l)-d_a|}{\sigma_6}}{2}-\frac{{\varsigma|T_0(l)k_2-EI|}{\sigma_7}}{2}-\\ &\frac{{\varsigma|k_3T_0(l)-2\psi(l)|}{\sigma_{10}}}{2}-\frac{\lambda \rho l\phi(l)}{2}\ge 0 \end{split} \hspace{20pt}$

    (34)

    $ \begin{split} \frac{\varsigma T_0(l)}{2}-\;&\frac{{\varsigma|T_0(l)k_2-EI|}{\sigma_5}}{2}-\frac{{\varsigma|T_0(l)k_2-EI|}}{2{\sigma_7}}-\\ &\frac{{|\varsigma T_0(l)k_2-l\lambda{EI}\phi(l)|}}{2{\sigma_8}}-\frac{\varsigma k_2k_3T_0(l)\sigma_{11}}{2}\ge 0 \end{split} $

    (35)

    $ \begin{split} \frac{ T_0(l)k^2_3}{2}-\;&\frac{| k_3T_0(l)-2 \psi(l)|}{2\sigma_9}-\\ &\frac{|k_3T_0(l)-2\psi(l)|}{2\sigma_{10}}-\frac{ k_2k_3T_0(l)}{2\sigma_{11}}\ge 0 \end{split} \hspace{11pt}$

    (36)

    $ \begin{align} \varsigma k_3T_0(l)-\frac{3\lambda \phi(l)\psi(l)l}{2}\ge 0 \end{align} \hspace{86pt}$

    (37)

    $ \begin{split} \omega_1 =& \min\{ {\varsigma}c-{\varsigma}{\sigma_1}-\frac{l\lambda c}{\sigma_2}+ \\& \frac{\lambda \rho}{2}(\phi(z)+z\phi'(z))\}>0 \end{split} \hspace{78pt}$

    (38)

    $ \begin{aligned} \omega_2 = &\min\bigg\{\frac{\lambda}{2}(\phi(z)T_0(z)+z\phi'(z)T_0(z)-\\& z\phi(z)T_0'(z))-\lambda\sigma_2cl\phi^2(z)-\lambda\sigma_3l\phi^2(z) \bigg\}>0 \end{aligned} $

    (39)

    $ \begin{split} \omega_3 = &\min\{3\phi(z)\psi'(z)+3z\phi'(z)\psi(z)-\\ &z\phi(z)\psi'(z)\} >0 \end{split} \hspace{32pt}$

    (40)

    $ \begin{align} \omega_4 = \min\{\phi(z)+z\phi'(z)\} >0 \end{align}\hspace{67pt} $

    (41)

    $ \begin{split} \omega_5 =\;& k_1+\frac{ T_0(l)}{2}-\frac{1}{\sigma_4}-\frac{| k_3T_0(l)-2 \psi(l)|\sigma_9}{2}-\\ &\frac{|T_0(l)k_2-EI|}{2\sigma_5}-\frac{|T_0(l)-d_a|}{2\sigma_6}>0 \end{split} $

    (42)

    $ \begin{align} \omega_6 = k_4-\frac{ T_0(l)}{2} >0 \end{align} \hspace{105pt}$

    (43)

    $ \begin{align} \alpha = \left(\frac{\varsigma}{\sigma_1}+\frac{l\lambda}{\sigma_3}\right)lF^2+{\varsigma}{\sigma_4}\varpi^2<+\infty \end{align} \hspace{33pt}$

    (44)

    结合式(33) ~(44), 可得

    $ \begin{aligned} \dot{Y}(t) \le & \ \alpha-\omega_1\int^l_0\dot{y}^2(z, t){\rm{d}}z-\omega_2\int^l_0{y}^{{\prime}2}(z, t){\rm{d}}z-\\ & \frac{\lambda }{2}\omega_3\int^l_0{y}^{{\prime}4}(z, t){\rm{d}}z-\frac{3\lambda EI}{2}\omega_4\int^l_0{y}^{{\prime\prime}2}(z, t){\rm{d}}z-\\& \ \varsigma\omega_5\nu^2(t)-\varsigma\omega_6\mu^2(t)\le\\ & \ \delta_3[Y_e(t)+Y_f(t)]+\alpha \end{aligned} $

    (45)

    其中, $ \delta_3 = {\min}\left(\dfrac{2\omega_1}{{\varsigma}\rho}, \dfrac{2\omega_2}{{\varsigma}\overline{T}_0}, \dfrac{\lambda\omega_3}{\varsigma\overline{\psi}}, \dfrac{3\lambda\pi_4}{\varsigma}, \dfrac{2\pi_5}{m}, \dfrac{2\pi_6}{m}\right) $.

    根据式(26)和式(45), 有

    $ \begin{align} \dot{Y}(t)\le -\delta{Y}(t)+\alpha \end{align} $

    (46)

    其中, $ \delta = \delta_3/\delta_2 $.

    定理1.针对执行器非光滑反向间隙−饱和约束特性的深海柔性立管系统, 如果系统初始条件是有界的且所选取参数满足约束条件式(33) ~(44), 在设计控制器(14)、假设1和假设2作用下, 闭环系统是一致有界稳定的.

    证明.将式(27)乘以$ {\rm{e}}^{{\vartheta}t} $, 得出:

    $ \begin{align} \frac{\partial}{\partial t}\left({Y}(t){\rm{e}}^{\delta t}\right)\le \alpha {\rm{e}}^{\delta t} \end{align} $

    (47)

    积分上式并变换, 有:

    $ \begin{align} {Y}(t)\le Y(0){\rm{e}}^{-\delta t}+\frac{\alpha}{\delta}\left(1-{\rm{e}}^{-\delta t}\right)\le Y(0){\rm{e}}^{-\delta t}+\frac{\alpha}{\delta} \end{align} $

    (48)

    求助于$ Y_{e}(t) $, 式(19)和引理2, 可得

    $ \begin{split} \frac{{\varsigma}\underline{T}_0}{2l}y^2(z,t)\le &\frac{{\varsigma}}{2}\int^l_0T_0(z){y}^{{\prime}2}(z,t){\rm{d}}z\le\\ &{Y_e(t)}\le\frac{1}{\delta_1}Y(t) \end{split} $

    (49)

    将式(48)代入式(49), 产生

    $ \begin{split} \mid y(z,t)\mid \le \sqrt{\frac{2l}{{\varsigma}\delta_1\underline{T}_0}\left[Y(0){\rm{e}}^{-\delta t} +\frac{\alpha}{\delta}\right]}, \\ \forall (z,t) \in[0,l]\times[0,+\infty) \end{split} $

    (50)

    进一步得出

    $ \begin{split} \underset{t\to\infty}{\mathop{\lim }} \,\left| y(z,t) \right| \le\sqrt{\frac{2l\alpha}{\varsigma{\underline{T}_0}{\delta}_{1}\delta}}, \ \ \ \forall z\in[0,l] \end{split} $

    (51)

    为验证所设计控制器的性能, 本节在MATLAB软件中采用有限差分法[27-30]来近似闭环系统的数值解.柔性立管系统的参数为$ l = 1\; 000\, \rm{m}, $ $ \rho = 500\, \rm{kg/m}, $ $ c = 1.0\, \rm{Ns/m^2}, $ $ T_0(z) = 4.5\times10^5\times(1\; 000+z)\, \rm{N}, $ $\psi(z)=$ $ 1\times10^3 (1\; 000+z), $ $ EI $ = $ 1.5\times10^7\, {\rm N m^2}, ~{m}$ $=9.6\times10^6\, \rm{kg}, $ $ d_a = 1\; 000\, \rm{Ns/m}. $系统的初始条件描述为: $ y(z, 0) =$ $ \dfrac{12z}{l}, ~ \dot{y}(z, 0) = 0 $.

    外部环境扰动$ d(t) $为

    $ \begin{split} d(t) =\;& [3+0.8\sin(0.7t)+0.8\sin(0.5t)+\\& 0.8\sin(0.9t)]\times10^5 \end{split} $

    (52)

    柔性立管系统在自由振动时, 即$ u(t) = 0 $, 图 2给出了其时空的表示.在所示设计控制器(14)作用下, 选取控制设计参数$ k_1 $ = $ 1\times10^7 $, $ k_2 = {1}/{60}, $ $ k_3= {1}/{225}, $ $ k_4 $ = $ 5\times10^8, $ $ a $ = $ 1\times10^6 $, $ b = 5~\times $ $10^6 $, 立管三维响应显示在图 3中. 图 4则给出了立管中部顶端$ (x = 1\; 000\; {\rm{m}}) $的二维偏移图, 图 5图 6分别描绘了所设计的控制命令和反向间隙−饱和控制输入.

    图 2  未受控的立管偏移量
    Fig. 2  Displacement of the uncontrolled riser
    图 3  受控的立管偏移量
    Fig. 3  Displacement of the controlled riser
    图 4  立管的端点偏移量
    Fig. 4  Endpoint displacement of the riser
    图 5  设计的控制命令
    Fig. 5  Designed control command
    图 6  非线性的控制输入
    Fig. 6  Control input with nonlinearities

    仿真图 2图 3表明, 在外部扰动和执行器非光滑反向间隙−饱和约束条件下, 所设计控制器(14)能有效抑制立管振动; 由仿真图 4可得, 立管端点的偏移量稳定在平衡位置附近的小邻域; 仿真图 5图 6得出, 控制器的输入是非线性的, 执行器非光滑反向间隙−饱和约束特性也相当地明显.根据上述分析, 可得如下结论:由于混合的输入非线性影响, 立管的振动偏移量需要相对长的收敛时间; 本文所构建的控制策略能较好地处理执行器非光滑反向间隙−饱和约束并能有效地抑制立管振动.

    本文解决了具有执行器非光滑反向间隙−饱和约束特性的深海柔性立管边界控制问题.首先, 基于Lyapunov理论和边界控制技术, 采用辅助系统和函数在立管顶端构建了边界控制器以实现立管系统的振动抑制和输入非线性的补偿.其后, 应用严格的分析且没有离散化或简化系统的偏微分方程动力学, 证明了受控系统的一致有界性.最后所呈现的仿真结果验证了提出控制能较好地稳定立管系统并有效消除执行器非光滑反向间隙−饱和约束影响.下一步值得探索的研究方向可以为海洋柔性立管系统的有限时间稳定[31]以及基于不确定性和干扰估计[32]的控制设计.


  • 本文责任编委  鲁仁全
  • 图  1  多智能体系统网络拓扑图

    Fig.  1  The network topologies of multi-agent systems

    图  2  干扰观测器(14)的观测值及观测误差

    Fig.  2  The estimations and estimated errors of DO (14)

    图  3  各智能体状态观测误差

    Fig.  3  The estimated state errors of each agent

    图  4  跟随者与动态领导者的位置关系

    Fig.  4  The trajectories of position for the followers and dynamic leaders

    图  5  文献[26]中跟随者与动态领导者的位置关系

    Fig.  5  The trajectories of position for the followers and dynamic leaders in [26]

  • [1] Mondal A, Behera L, Sahoo S R, Shukla A. A novel multi-agent formation control law with collision avoidance. IEEE/CAA Journal of Automatica Sinica, 2017, 4(3):558-568 doi: 10.1109/JAS.2017.7510565
    [2] Wang Q, Chen Z, Liu P, Hua Q. Distributed multi-robot formation control in switching networks. Neurocomputing, 2017, 270:4-10 doi: 10.1016/j.neucom.2016.12.104
    [3] 杨洪勇, 褚福芳.基于弱连通网络的多自主体系统群集运动.河南理工大学学报(自然科学版), 2015, 34(2):231-235 http://d.old.wanfangdata.com.cn/Periodical/jzgxyxb201502017

    Yang Hong-Yong, Chu Fu-Fang. Flocking motion of multi-agent system based weakly connected network. Journal of Henan Polytechnic University (Natural Science), 2015, 34(2):231-235 http://d.old.wanfangdata.com.cn/Periodical/jzgxyxb201502017
    [4] 褚福芳, 杨洪勇.具有干扰的多自主体系统的群集运动与速度同步.复杂系统与复杂性科学, 2015, 12(1):85-91 http://d.old.wanfangdata.com.cn/Periodical/fzxtyfzxkx201501013

    Chu Fu-Fang, Yang Hong-Yong. Flocking motion and speed synchronization of multi-agent system with disturbance. Complex Systems and Complexity Science, 2015, 12(1):85-91 http://d.old.wanfangdata.com.cn/Periodical/fzxtyfzxkx201501013
    [5] Lin P, Ren W, Song Y. Distributed multi-agent optimization subject to nonidentical constraints and communication delays. Automatica, 2016, 65:120-131 doi: 10.1016/j.automatica.2015.11.014
    [6] Dong L, Li J, Liu Q. Relay tracking control for second-order multi-agent systems with damaged agents. ISA Transactions, 2017, 71:25-31 doi: 10.1016/j.isatra.2017.07.001
    [7] Wang Q, Fu J, Wang J. Fully distributed containment control of high-order multi-agent systems with nonlinear dynamics. Systems and Control Letters. 2017, 99:33-39 doi: 10.1016/j.sysconle.2016.11.003
    [8] 杨洪勇, 郭雷, 张玉玲, 姚秀明.复杂分数阶多自主体系统的运动一致性.自动化学报, 2014, 40(3):489-496 http://www.aas.net.cn/CN/abstract/abstract18314.shtml

    Yang Hong-Yong, Guo Lei, Zhang Yu-Ling, Yao Xiu-Ming. Movement consensus of complex fractional-order multi-agent systems. Acta Automatica Sinica, 2014, 40(3):489-496 http://www.aas.net.cn/CN/abstract/abstract18314.shtml
    [9] 杨洪勇, 郭雷, 张玉玲, 姚秀明.离散时间分数阶多自主体系统的时延一致性.自动化学报, 2014, 40(9):2022-2028 http://www.aas.net.cn/CN/abstract/abstract18474.shtml

    Yang Hong-Yong, Guo Lei, Zhang Yu-Ling, Yao Xiu-Ming. Delay consensus of fractional-order multi-agent systems with sampling delays. Acta Automatica Sinica, 2014, 40(9):2022-2028 http://www.aas.net.cn/CN/abstract/abstract18474.shtml
    [10] Zhang D, Xu Z, Wang Q G, Zhao Y B. Leader-follower H_∞ consensus of linear multi-agent systems with aperiodic sampling and switching connected topologies. ISA Transactions, 2017, 68:150-159 doi: 10.1016/j.isatra.2017.01.001
    [11] Li W, Xie L, Zhang J F. Containment control of leader-following multi-agent systems with Markovian switching network topologies and measurement noises. Automatica, 2015, 51:263-267 doi: 10.1016/j.automatica.2014.10.070
    [12] Wang F Y, Yang H Y, Zhang S N, Han F J. Containment control for first-order multi-agent systems with time-varying delays and uncertain topologies. Communications in Theoretical Physics, 2016, 66(8):249-255 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=b68f4ac26a29ba85c46222ac3108dda2
    [13] Wang F Y, Yang H Y, Liu Z X, Chen Z Q. Containment control of leader-following multi-agent systems with jointly-connected topologies and time-varying delays. Neurocomputing, 2017, 260:341-348 doi: 10.1016/j.neucom.2017.04.049
    [14] Yang H Y, Wang F Y, Han F J. Containment control of fractional order multi-agent systems with time delays. IEEE/CAA Journal of Automatica Sinica, 2016, 99:1-6 http://d.old.wanfangdata.com.cn/Periodical/zdhxb-ywb201803009
    [15] Bhat S P, Bernstein D S. Finite-time stability of continuous autonomous systems. SIAM Journal on Control and Optimization, 2000, 38(3):751-766 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=a9daee27936319bef2f6eca3d9279ba8
    [16] Xiao Q Y, Wu Z H, Peng L. Fast finite-time consensus tracking of second-order multi-agent systemswith a virtual leader. Journal of Networks, 2014, 9(12):3268-3274
    [17] Wang X, Li S, Shi P. Distributed finite-time containment control for double-integrator multiagent systems. IEEE Transactions on Cybernetics, 2017, 44(9):1518-1528 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ff7c3e8abb919b2cecbff395e91edd86
    [18] 庄昊, 杨洪勇.联合连通拓扑下的二阶多自主体系统有限时间包容控制.智能系统学报, 2017, 12(2):188-195 http://d.old.wanfangdata.com.cn/Periodical/xdkjyc201702010

    Zhuang Hao, Yang Hong-Yong. Finite-time containment control of second-ordermulti-agent systems with jointly connected topologies. CAAI transactions on intelligent systems, 2017, 12(2):188-195 http://d.old.wanfangdata.com.cn/Periodical/xdkjyc201702010
    [19] 刘源, 闵海波, 王仕成, 张金生, 刘志国.时延网络中Euler-Lagrange系统的分布式自适应协调控制.自动化学报, 2012, 38(8):1270-1279 http://www.aas.net.cn/CN/abstract/abstract13659.shtml

    Liu Yuan, Min Hai-Bo, Wang Shi-Cheng, Zhang Jin-Sheng, Liu Zhi-Guo. Distributed adaptive synchronization of networked euler-lagrange systems with communication delays. Acta Automatica Sinica, 2012, 38(8):1270-1279 http://www.aas.net.cn/CN/abstract/abstract13659.shtml
    [20] Wang M, Ren X, Chen Q. Robust tracking and distributed synchronization control of a multi-motor servomechanism with H performance. ISA Transactions, 2017, 72:147-160
    [21] Sun Z, Zhang G, Lu Y, Zhang W. Leader-follower formation control of underactuated surface vehicles based on sliding mode control and parameter estimation. ISA Transactions, 2017, 72:15-24 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ef66dfe24e054f17e80a1f3e07cf5140
    [22] Zhang Q, Li L, Yan X G, Spurgeon S K. Sliding mode control for singular stochastic Markovian jump systems with uncertainties. Automatica, 2017, 79:27-34 doi: 10.1016/j.automatica.2017.01.002
    [23] Zhao Q, Dong X, Liang Z, Ren Z. Distributed cooperative guidance for multiple missiles with fixed and switching communication topologies. Chinese Journal of Aeronautics, 2017, 30(4):1570-1581 doi: 10.1016/j.cja.2017.06.009
    [24] Yang J, Zolotas A, Chen W H, Michail K, Li S. Robust control of nonlinear MAGLEV suspension system with mismatched uncertainties via DOBC approach. ISA Transactions, 2011, 50(3):389-396 doi: 10.1016/j.isatra.2011.01.006
    [25] Li S H, Yang J, Chen W H, Chen X. Disturbance Observer-Based Control: Methods and Applications. Boca Raton, Florida, USA: CRC Press, Inc. 2014. 52-85
    [26] Wang X Y, Li S H, James Lam. Distributed active anti-disturbance output consensus algorithms for higher-order multi-agent systems with mismatched disturbances. Automatica, 2016, 74:30-37 doi: 10.1016/j.automatica.2016.07.010
    [27] 刘凡, 李玉玲, 杨洪勇.基于多源干扰的Leader-follower多智能体系统的一致性.信息与控制, 2018, 47(1):111-118, 128 http://d.old.wanfangdata.com.cn/Periodical/xxykz201801018

    Liu Fan, Li Yu-Ling, Yang Hong-Yong. Consensus for leader-follower multi-agent systems with mismatched disturbance and correlated uncertainties. Information and control, 2018, 47(1):111-118, 128 http://d.old.wanfangdata.com.cn/Periodical/xxykz201801018
    [28] 李玉玲, 杨洪勇, 刘凡, 杨怡泽.带有不匹配干扰的二阶多自主体系统有限时间包容控制.自动化学报, 2018. https://doi.org/10.16383/j.aas.2018.c170571, August 25, 2018 http://youxian.cnki.com.cn/yxdetail.aspx?filename=MOTO2018050300C&dbname=CAPJ2018

    Li Yu-Ling, Yang Hong-Yong, Liu Fan, Yang Yi-Ze. Finite-time containment control of second-order multi-agent systems with unmatched disturbances. Acta Automatica Sinica, 2018. https://doi.org/10.16383/j.aas.2018.c170571, August 25, 2018 http://youxian.cnki.com.cn/yxdetail.aspx?filename=MOTO2018050300C&dbname=CAPJ2018
    [29] Zhang Z, Li S, Luo S. Terminal guidance laws of missile based on ISMC and NDOB with impact angle constraint. Aerospace Science and Technology, 2013, 31(1):30-41 doi: 10.1016/j.ast.2013.09.003
    [30] Khalil H K. Nonlinear Systems (3rd ed). New York, USA:Prentice Hall. 2002. 120-125
    [31] 卜祥伟, 吴晓燕, 陈永兴, 白瑞阳.基于非线性干扰观测器的高超声速飞行器滑模反演控制.控制理论与应用, 2014, 31(11):1473-1479 doi: 10.7641/CTA.2014.40260

    Bu Xiang-Wei, Wu Xiao-Yan, Chen Yong-Xing, Bai Rui-Yang. Nonlinear-disturbance-observer-based sliding mode backstepping control of hypersonic vehicles. Control Theroy and Applications, 2014, 31(11):1473-1479 doi: 10.7641/CTA.2014.40260
  • 期刊类型引用(18)

    1. 翟漪璇,宋丽梅,贺瑾胜,朱新军. 低重叠率人体点云拼接方法研究. 应用激光. 2024(03): 204-213 . 百度学术
    2. 毕淳锴,张远辉,付铎. 基于多视角热像图序列的物体表面温度场重建. 计量学报. 2024(07): 997-1006 . 百度学术
    3. 王耀南,谢核,邓晶丹,毛建旭,李文龙,张辉. 智能制造测量机器人关键技术研究综述. 机械工程学报. 2024(16): 1-18 . 百度学术
    4. 梁循,李志莹,蒋洪迅. 基于图的点云研究综述. 计算机研究与发展. 2024(11): 2870-2896 . 百度学术
    5. 冯站银. 三维点云语义分割方法综述. 电视技术. 2023(03): 140-143+148 . 百度学术
    6. 李颀,郭梦媛. 基于深度学习的休眠期苹果树点云语义分割. 江苏农业学报. 2023(05): 1189-1198 . 百度学术
    7. 黄淞宣,李新春,刘玉珍. 邻域多维度特征点结合相关熵的点云配准. 激光与红外. 2023(08): 1163-1170 . 百度学术
    8. 单铉洋,孙战里,曾志刚. RFNet:用于三维点云分类的卷积神经网络. 自动化学报. 2023(11): 2350-2359 . 本站查看
    9. 马洁莹,田暄,翟庆,王丞. 基于点到面度量的多视角点云配准方法. 西安交通大学学报. 2022(06): 120-132 . 百度学术
    10. 杨宜林,李积英,王燕,俞永乾. 基于NDT和特征点检测的点云配准算法研究. 激光与光电子学进展. 2022(08): 198-204 . 百度学术
    11. 鲁斌,范晓明. 基于改进自适应k均值聚类的三维点云骨架提取的研究. 自动化学报. 2022(08): 1994-2006 . 本站查看
    12. 陈亚超,樊彦国,樊博文,禹定峰. 基于相对几何不变性的点云粗配准算法研究. 计算机工程与应用. 2022(24): 233-238 . 百度学术
    13. 庄仁诚,陈鹏,傅瑶,黄运华. 列车车轮三维结构光检测中的点云处理研究. 中国测试. 2021(02): 19-25 . 百度学术
    14. 沈小军,于忻乐,王远东,程林,王东升,陈佳. 变电站电力设备红外热像测温数据三维可视化方案. 高电压技术. 2021(02): 387-395 . 百度学术
    15. 杨贵强,李瑞,刘玉君,汪骥,周玉松. 最大相关熵的船体分段扫描数据配准算法. 中国造船. 2021(01): 183-191 . 百度学术
    16. 元沐南,李晓风,李皙茹,许金林. 基于压缩感知的三维足型重建平台. 电子测量技术. 2020(09): 94-98 . 百度学术
    17. 林伟,孙殿柱,李延瑞,沈江华. 复杂型面约束的点云配准序列确定方法. 小型微型计算机系统. 2020(09): 2012-2016 . 百度学术
    18. 黄思捷,梁正友,孙宇,李轩昂. 单Kinect+圆盒的多视角三维点云配准方法研究. 现代计算机. 2020(31): 38-45 . 百度学术

    其他类型引用(17)

  • 加载中
  • 图(5)
    计量
    • 文章访问数:  2509
    • HTML全文浏览量:  1224
    • PDF下载量:  914
    • 被引次数: 35
    出版历程
    • 收稿日期:  2018-05-16
    • 录用日期:  2018-10-06
    • 刊出日期:  2019-04-20

    目录

    /

    返回文章
    返回