XiaoMi-AI文件搜索系统
World File Search SystemLyapunov
基于扩展状态观测器的 U 模型增强双滑模控制的四旋翼飞行器轨迹跟踪
本文基于多输入多输出扩展状态观测器 (MIMO-ESO)，为四旋翼飞行器开发了一种新型 U 模型增强型双滑模控制器 (UDSMC)。UDSMC 采用 Lyapunov 合成和 Hurwitz 稳定性设计，不仅可以消除复杂的动力学和非线性，还可以稳定底层四旋翼飞行器的不确定性和外部干扰。MIMO-ESO 旨在估计不可测量的速度，从而可以减少传感器测量误差在实践中的影响。该控制设计成功解决了与四旋翼飞行器速度测量干扰和不确定的空气动力学相关的困难。进行了严格的理论分析，以确定所提出的控制系统是否能够实现稳定的轨迹跟踪性能，并进行了实时比较实验研究，以验证所提出的控制系统比内置 PID 控制系统更有效。© 2022 作者。由 Elsevier Ltd 代表富兰克林研究所出版。这是一篇根据 CC BY 许可协议开放获取的文章 ( http://creativecommons.org/licenses/by/4.0/ )
可再生能源高渗透电力系统在线优化：进展与前景
摘要 — 传统上，由于负载基本可预测且发电可靠，电力系统的离线优化是可以接受的。波动性可再生能源发电和物联网设备的日益普及使得负载可进行细粒度控制，这导致离线优化在电力系统领域的适用性不断降低，并将注意力转移到在线优化方法上。然而，在线优化是一个广泛的主题，可以应用于不同的环境并受其驱动，在不同的时间尺度上操作，并建立在不同的理论基础上。本文回顾了电力系统领域使用的各种在线优化技术，旨在明确最常用技术之间的区别。特别是，我们介绍和比较了四种不同的技术，涵盖了电力系统领域使用的在线优化技术的广度，即优化引导的动态控制、单周期问题的反馈优化、基于 Lyapunov 的优化和多周期问题的在线凸优化技术。最后，我们推荐了电力系统领域在线优化的一些未来潜在方向。
ACKR2缺陷型NK细胞增强CCR2的表达增加了肿瘤细胞治疗疗效
摘要：本文提出了一种基于视觉的障碍物避免自动自动驾驶汽车，可以使用单个RGB-D摄像头在仅CPU的设备上运行。该方法由两个步骤组成：视觉感知和路径计划。视觉感知部分使用Orbslam 3增强了使用光流量来估计汽车的姿势并从场景中提取丰富的纹理信息。在路径计划阶段中，提出的方法采用一种方法，将控制lyapunov函数和控制屏障功能结合起来，形式是二次程序（CLF-CBF-QP）以及障碍物形状重建过程（SRP）来计划安全稳定的轨迹。为了验证提出方法的性能和鲁棒性，使用凉亭模拟环境在各种复杂的室内环境中使用汽车进行了模拟实验。提出的方法可以有效地避免在场景中遇到障碍。所提出的算法在实现多个模拟场景的更稳定和较短的轨迹方面优于基准算法。
无冲突导航的多个二次运动的自主控制
摘要本文介绍了一组新型的自主控制定律的发展，用于在填充圆柱形障碍物的工作区中导航多个迷你或微型四键。对作者的知识，这是第一次，这组控制多个四肢自主控制的控制输入是从单个Lyapunov函数中得出的。通过最小距离技术来避免圆柱障碍物，该技术允许四型四个单位避免圆柱弯曲表面上的最接近点。此外，新颖的控制器确保在每个单位时间和四个目标的盘旋运动在其目标附近展示的盘旋运动和悬停运动的近距离方向。在本文中，通过解决了四型的未成年人的范围，该论文已完全解决了四个四面体，该方案允许设计垂直起飞和着陆所需的最大转换速度以及悬停。这在有效载荷对杂技方向敏感的应用中很重要。计算机模拟使用圆柱塔模仿现实生活中的场景作为城市般环境中的障碍说明了控制器的有效性。
基于增强学习的数据驱动模型 - 引用自适应控制方法
摘要 - 模型引用自适应系统是指引导植物追踪所需参考轨迹的技术的共同体。通常采用基于Lyapunov，滑动表面和后退的理论的方法来建议自适应控制策略。所产生的解决方案通常是由参考模型的复杂性和派生的控制策略的复杂性来挑战。此外，控制策略对过程动力学和参考动力学模型的明确依赖性可能会导致面对不确定或未知动态的效率降低效率。此处为自主系统开发了一种模型 - 参考自适应解决方案，该解决方案解决了基于错误的结构的汉密尔顿 - 雅各比 - 贝尔曼方程。所提出的方法用整体的时间差方程描述了该过程，并使用积分加强学习机制解决了该过程。这是实时完成的，而无需知道或使用控制策略中的过程或参考模型的动态。采用一类飞机来验证拟议的技术。索引术语 - 模型参考控制，整体钟声方程，积分加强学习，自适应批评家
在存在运动和动态干扰的情况下，自适应双环轨迹跟踪船舶表面车辆的控制
本文介绍了针对海洋表面车辆（MSV）的双环自适应轨迹跟踪控制系统，该系统既解决运动学和动态干扰。该方法始于外环的后台控制策略，该策略在运动级别生成速度命令，以确保对MSV的位置和标题进行准确跟踪。一个自适应估计器已整合以评估未知的海洋电流速度，从而有效地补偿了其影响。内环控件采用线性参数化来在动态级别产生扭矩命令，从而确保实际速度和指挥速度状态之间的对齐。提出了两种自适应调整定律：一个用于估算具有挑战性的水动力参数，另一个用于补偿外部海洋干扰。双环控制可显着减轻运动学和动态干扰的影响，从而提高了MSV跟踪的精度和整体性能。稳定性，并得出了系统未知参数的适应定律。数值模拟证明了拟议的控制策略的功效。
带有非线性控制的纵向飞机动力学...
由于刚体动力学、气动力和控制映射项中的非线性以及欠驱动，固定翼飞机模型的控制设计可能具有挑战性。未建模动力学或参数不确定性的存在会使问题更具挑战性。本文研究固定翼飞机的纵向动力学控制，该飞机悬挂或悬挂的有效载荷就像一个附加的钟摆。此类系统出现在涉及无人机 (UAV) 收集和运送有效载荷的应用中，其中长距离飞行要求可能需要使用固定翼飞机。推导了耦合飞机有效载荷系统的动力学，并利用基于 Lyapunov 的控制设计和奇异摄动理论的工具开发了非线性控制器。控制器能够跟踪和转换预先规划或动态生成的飞行轨迹。分析与仿真结果表明，该控制器能够实现精确的飞行路径跟踪，并对载荷参数进行数值研究，以确定系统在保持飞行稳定性的前提下，实现载荷运输的能力。
合作多个机器人操纵器的线性/非线性PID控制：强大的方法A.
摘要：在本文中提出了协作机器人系统的职位/力量控制有效载荷的问题。所提出的方法必须能够在参考轨迹上维护有效载荷的方向/位置，同时通过机器人的末端效应器将有限的力量应用于对象。考虑到这一点，已经提出了线性/非线性PID控制方案，以实现准确稳健的跟踪性能。Lyapunov的稳定性分析用于确认受控系统的稳定性。证明受控系统是稳定的，而对象的方向/位置跟踪误差最终在任何有限的状态空间区域中最终限制为边界（UUB）。它还提供了一些条件，以正确选择以两个定理的形式选择线性/非线性PID控制器的增益。建议的控制器适用于两个配备有效载荷的协调3DOF机器人臂。模拟结果测试了两种类型的轨迹，包括简单和复杂的路径。还将结果与最先进的近似值（Chebyshev神经网络（CNN））的结果进行了比较。
DualSmoke：基于素描的烟雾插图设计，具有两阶段生成模型
摘要烟雾的动态影响在插图设计中令人印象深刻，但是炼焦器用户在没有流体模拟的域知识的情况下设计烟雾效应是一个麻烦且充满挑战的问题。在这项工作中，我们提出了DualSmoke，这是一个两阶段的全球到本地生成框架，用于交互式烟雾插图设计。在全球阶段，提出的方法利用流体模式从用户的手绘草图中生成拉格朗日相干结构。在本地阶段，从生成的相干结构中获得了详细的流量。最后，我们将引导力场应用于烟雾模拟器，以产生所需的烟雾插图。为了构建训练数据集，DualSmoke使用速度场的有限时间Lyapunov指数生成流量模式。合成草图数据是通过骨架提取从流量模式生成的。我们的用户研究验证了拟议的设计界面可以提供各种烟雾插图设计，并具有良好的用户可用性。我们的代码可从https：// github获得。com/shasph/dualsmoke。
WRAP 自适应电力分配方案混合能源...
摘要 近年来，电池/超级电容器 (SC) 混合储能系统 (HESS) 广泛应用于电动汽车 (EV)，因为该混合系统结合了两种设备的优点。本文提出了一种电池/SC HESS 的自适应功率分配方案，以根据其存储的能量和负载电流最大化 SC 的利用率。在该方法中，采用自适应算法开发低通滤波器来计算合适的截止频率以在电池和 SC 之间分配功率需求。该方法可以调整截止频率但不改变控制系统的结构，因此不影响其原有的简单实现和稳定性特性。全面的仿真研究验证了所提出的电池/SC HESS 自适应功率分配方案的有效性，并使用 Lyapunov 方法进一步验证了其稳定性。结果表明，自适应方法比传统控制系统在运行期间电池能量吞吐量减少 20%–40% 的性能更好，并且可以根据 SC 的能量容量调整 HESS 的动态响应，进一步提高系统效率。经验证，提出的自适应功率分配方案能够延长电动汽车应用中 HESS 系统的使用寿命。