基于混雜動態(tài)的多機器人系統(tǒng)的一致性分析與設計.pdf_第1頁
已閱讀1頁,還剩106頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、近些年,多機器人系統(tǒng)的一致性問題引起了許多研究人員的極大興趣。所謂一致性是指基于信息交換的多機器人如何達到相同的狀態(tài)。在控制領域中,多機器人系統(tǒng)一致性問題是協(xié)調控制的重要問題之一。隨著網絡通信能力的提高,網絡共享資源不斷豐富,越來越多的網絡傳輸方式被應用到多機器人系統(tǒng)的通信中。實際的通信系統(tǒng)中不可避免地存在環(huán)境噪聲,再者由于網絡的引入帶來了時延、數據丟包等通信約束問題,這使得網絡多機器人系統(tǒng)的分析和設計變得非常復雜。為克服隨機時延、數據

2、丟包和環(huán)境噪聲對多機器人系統(tǒng)一致性的影響,本文運用混雜動態(tài)系統(tǒng)理論、代數圖論、矩陣理論、穩(wěn)定性理論、魯棒H∞控制理論,重點研究了同時存在隨機時延、數據丟包和環(huán)境噪聲的多機器人系統(tǒng)的一致性問題。本文的主要工作如下:
  (1)基于異步動態(tài)系統(tǒng)的方法,對固定通信拓撲下同時存在隨機時延、數據丟包和環(huán)境噪聲的多機器人系統(tǒng)進行一致性分析與設計。將同時存在隨機時延、數據丟包和環(huán)境噪聲的多機器人系統(tǒng)建模為異步動態(tài)系統(tǒng)。根據穩(wěn)定性理論與魯棒控制理

3、論,構造合適的Lyapunov函數對系統(tǒng)進行穩(wěn)定性分析;利用線性矩陣不等式(Linear Matrix Inequality, LMI)方法,求得使系統(tǒng)魯棒指數穩(wěn)定的控制器參數以及使得系統(tǒng)魯棒漸近穩(wěn)定的最大容許時延。在這一部分也給出了系統(tǒng)魯棒指數穩(wěn)定的容許數據丟包率與開環(huán)系統(tǒng)結構的關系。
  (2)基于異步動態(tài)系統(tǒng)的方法,對固定通信拓撲下同時存在隨機時延、數據丟包和環(huán)境噪聲的多機器人系統(tǒng)進行仿真。在TrueTime環(huán)境下搭建了固定

4、通信拓撲下多機器人系統(tǒng)的仿真模型,仿真了在所設計的控制算法的作用下系統(tǒng)狀態(tài)的變化情況,還分析了時延、丟包和環(huán)境噪聲對多機器人系統(tǒng)一致性的影響,驗證了(1)中的理論結果的正確性和有效性。
  (3)基于切換系統(tǒng)的方法,對動態(tài)通信拓撲下同時存在隨機時延、數據丟包和環(huán)境噪聲的多機器人系統(tǒng)進行一致性分析與設計。將同時存在隨機時延、數據丟包和環(huán)境噪聲的多機器人系統(tǒng)建模為切換系統(tǒng),利用多Lyapunov函數和線性矩陣不等式方法,給出了任意切換

5、條件下系統(tǒng)魯棒漸近穩(wěn)定的充分性條件,求得使系統(tǒng)魯棒漸近穩(wěn)定的控制器參數。通過構造合適的Lyapunov-Krasovskii泛函,利用MATLAB中的LMI工具箱,求得使切換系統(tǒng)魯棒漸近穩(wěn)定的最大容許時延。
  (4)基于切換系統(tǒng)的方法,對動態(tài)通信拓撲下同時存在隨機時延、數據丟包和環(huán)境噪聲的多機器人系統(tǒng)進行仿真。在TrueTime環(huán)境下搭建了動態(tài)通信拓撲下多機器人系統(tǒng)的仿真模型,仿真了在所設計的控制算法的作用下系統(tǒng)狀態(tài)的變化情況,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論