自適應(yīng)迭代學(xué)習(xí)控制和卡爾曼一致性濾波及在高速列車運(yùn)行控制中的應(yīng)用.pdf

1、本文以自適應(yīng)迭代學(xué)習(xí)控制和卡爾曼一致性濾波理論為基礎(chǔ)，從列車速度跟蹤控制技術(shù)和速度測(cè)量估計(jì)技術(shù)兩個(gè)角度，著重研究了高速列車重復(fù)運(yùn)行控制中的若干實(shí)際問(wèn)題。論文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)總結(jié)如下:
　　一、針對(duì)高速列車運(yùn)行中存在的控制輸入飽和與未知的速度時(shí)變時(shí)滯問(wèn)題，研究了一類自適應(yīng)迭代學(xué)習(xí)控制方法，實(shí)現(xiàn)高速列車速度運(yùn)行曲線的精確跟蹤控制。首先，考慮列車運(yùn)行中存在的控制輸入飽和情況，利用非線性參數(shù)化系統(tǒng)描述高速列車動(dòng)力學(xué)模型，進(jìn)行系統(tǒng)非線

2、性特性研究，提出基于參數(shù)分離原理的半飽和自適應(yīng)迭代學(xué)習(xí)控制律，以及沿迭代軸的系統(tǒng)時(shí)變參數(shù)辨識(shí)的全飽和參數(shù)學(xué)習(xí)律。其次，考慮列車運(yùn)行中同時(shí)存在控制輸入飽和與未知的速度時(shí)變時(shí)滯情況，通過(guò)加入時(shí)滯補(bǔ)償項(xiàng)，提出帶有時(shí)滯補(bǔ)償改進(jìn)的自適應(yīng)迭代學(xué)習(xí)控制方法。然后，基于Lyapunov泛函分析方法，證明自適應(yīng)迭代學(xué)習(xí)控制方法及其改進(jìn)形式都可以嚴(yán)格保證列車速度在2-范數(shù)意義下沿迭代軸逐點(diǎn)收斂到期望速度軌跡。最后，數(shù)值仿真和比對(duì)實(shí)驗(yàn)進(jìn)一步驗(yàn)證所提方法的有效

3、性。
　　二、針對(duì)高速列車運(yùn)行中存在的牽引/制動(dòng)執(zhí)行器故障問(wèn)題，研究一類自適應(yīng)迭代學(xué)習(xí)容錯(cuò)控制方法，實(shí)現(xiàn)高速列車速度運(yùn)行曲線的精確跟蹤控制。首先，考慮列車運(yùn)行中同時(shí)存在控制輸入飽和、未知速度時(shí)變時(shí)滯以及牽引/制動(dòng)執(zhí)行器故障的情況，設(shè)計(jì)含有非線性反饋補(bǔ)償和魯棒補(bǔ)償項(xiàng)的半飽和自適應(yīng)迭代學(xué)習(xí)控制律和全飽和參數(shù)學(xué)習(xí)律。對(duì)于SISO高速列車系統(tǒng)，該方法是一種不依賴于精確模型結(jié)構(gòu)、系統(tǒng)參數(shù)、時(shí)滯與故障等信息的速度跟蹤控制方法，可以同步補(bǔ)償和處

4、理控制輸入飽和、狀態(tài)時(shí)滯、執(zhí)行器故障等非線性影響。其次，對(duì)于一類MIMO非線性參數(shù)化系統(tǒng)，考慮系統(tǒng)同時(shí)存在執(zhí)行器故障、被控對(duì)象和控制增益矩陣非線性參數(shù)不確定的情況，提出擴(kuò)展的自適應(yīng)迭代學(xué)習(xí)容錯(cuò)控制方法。然后，通過(guò)設(shè)計(jì)一個(gè)新穎的時(shí)間權(quán)重Lyapunov-Krasovskii-Like復(fù)合能量函數(shù)，證明了自適應(yīng)迭代學(xué)習(xí)容錯(cuò)控制方法及其擴(kuò)展形式都可以嚴(yán)格保證SISO列車速度誤差和MIMO系統(tǒng)狀態(tài)誤差在2-范數(shù)意義下沿迭代軸逐點(diǎn)收斂到零。最后，

5、仿真結(jié)果進(jìn)一步驗(yàn)證算法的有效性和優(yōu)越性。
　　三、針對(duì)傳感器網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)觀測(cè)受限、分布式測(cè)量模型對(duì)網(wǎng)絡(luò)拓?fù)湫畔⒗貌蛔阋约皞鞲衅鞴?jié)點(diǎn)間通信噪聲等問(wèn)題，研究了一類分布式連續(xù)時(shí)間信息權(quán)重的卡爾曼一致性濾波方法，實(shí)現(xiàn)傳感器網(wǎng)絡(luò)中含有噪聲的連續(xù)時(shí)間線性動(dòng)態(tài)系統(tǒng)狀態(tài)最優(yōu)估計(jì)。首先，考慮控制輸入已知的情況，根據(jù)傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，選取局部狀態(tài)估計(jì)誤差的協(xié)方差矩陣的逆作為信息權(quán)重矩陣，設(shè)計(jì)了新穎的傳感器局部測(cè)量模型，推導(dǎo)并得到局部最優(yōu)的系統(tǒng)

6、狀態(tài)卡爾曼一致性濾波估計(jì)方法。其次，考慮系統(tǒng)控制輸入未知的情況，給出改進(jìn)的分布式連續(xù)時(shí)間信息權(quán)重的卡爾曼一致性濾波算法，可以對(duì)含有噪聲的系統(tǒng)狀態(tài)和控制輸入同步進(jìn)行分布式估計(jì)，避免使用系統(tǒng)輸入等全局信息，能夠減少通信負(fù)擔(dān)和拓展應(yīng)用范圍。然后，利用Lyapunov穩(wěn)定性理論，證明連續(xù)時(shí)間信息權(quán)重的卡爾曼一致性濾波方法及其改進(jìn)形式都可以嚴(yán)格保證分布式傳感器對(duì)系統(tǒng)狀態(tài)的局部最優(yōu)估計(jì)。所有傳感器對(duì)含有噪聲的系統(tǒng)狀態(tài)估計(jì)在最小二乘的意義下都一致收斂

7、到系統(tǒng)真實(shí)狀態(tài)的有界鄰域內(nèi)。最后，通過(guò)仿真數(shù)例和對(duì)比實(shí)驗(yàn)，驗(yàn)證提出的分布式濾波方法在傳感器網(wǎng)絡(luò)中對(duì)連續(xù)線性系統(tǒng)狀態(tài)估計(jì)有效，并且明顯優(yōu)于其他已有的濾波方法。
　　四、針對(duì)離散時(shí)間線性或非線性系統(tǒng)的參數(shù)辨識(shí)和狀態(tài)一致性最優(yōu)估計(jì)問(wèn)題，研究一類基于卡爾曼濾波的系統(tǒng)參數(shù)辨識(shí)方法和一類分布式離散時(shí)間信息權(quán)重卡爾曼一致性濾波估計(jì)方法，實(shí)現(xiàn)傳感器網(wǎng)絡(luò)中非重復(fù)運(yùn)行線性系統(tǒng)的狀態(tài)最優(yōu)估計(jì)以及高速列車重復(fù)運(yùn)行非線性系統(tǒng)的速度最優(yōu)估計(jì)。首先，考慮一般的

8、含有噪聲的離散時(shí)間線性系統(tǒng)，提出基于網(wǎng)絡(luò)信息流拓?fù)涞男畔⒕仃嚈?quán)重的分布式測(cè)量模型，設(shè)計(jì)分布式離散時(shí)間信息權(quán)重卡爾曼一致性濾波方法，并給出了基于Lyapunov泛函的收斂性分析。仿真研究及對(duì)比實(shí)驗(yàn)驗(yàn)證提出的分布式濾波方法在傳感器網(wǎng)絡(luò)中對(duì)離散線性系統(tǒng)狀態(tài)估計(jì)有效。其次，考慮一般的含有噪聲的離散時(shí)間非線性系統(tǒng)，利用全格式動(dòng)態(tài)線性化技術(shù)，將非線性模型等價(jià)轉(zhuǎn)化為含有外源輸入的線性時(shí)變自回歸模型，分別提出非重復(fù)系統(tǒng)的基序列擬合卡爾曼濾波和重復(fù)系統(tǒng)的