基于事件触发机制的非线性关联系统全局自适应神经网络控制

This project will develop global neural network adaptive tracking control approaches for nonlinear interconnected systems with unknown dynamics based on event-triggered mechanism. From the view point of saving communication resources, we will consider the following event-triggered mechanism, where the subsystems will provide their information once the tracking errors exceed the given thresholds. The event-triggered mechanism and the strong-coupling characteristics between the subsystems increase the difficulties of global controller design. This project will combine the adaptive neural network control approach and adaptive distributed control approach to solve the problem. Firstly, an adaptive neural network tracking controller is designed when the subsystems do not transmit their information to the neighbours, and an adaptive distributed compensation controller is designed when the subsystems transmit their information to the neighbours. Then the smooth swithcing mechanism is also introduced by using the event-triggered threshold. Based on which, the state feedback based global adaptive neural network control approach with self-adaptation function will be given. Furthermore, if the system states are unavailable, the event-triggered mechanism based global output feedback adaptive neural network tracking control problem and global robust adaptive neural network tracking control problem will be further studied. The results of this project are of great importance for the development of adaptive control theory of interconnected nonlinear systems and the enhancement of control performance of practical systems.

本项目针对带有未知动态的非线性关联系统，研究基于事件触发的全局自适应神经网络跟踪控制问题。从节约通讯资源角度出发，重点考虑跟踪误差超过指定阈值则子系统间进行信息传输的事件触发机制。事件触发机制与子系统间的强耦合作用导致关联系统的全局跟踪控制变得非常困难和复杂。本项目将结合自适应分布式控制方法与自适应神经网络控制方法解决这一问题。拟在子系统间没有进行信息传输时设计自适应神经网络跟踪控制器，而在子系统间进行信息传输时设计自适应分布式补偿控制器，并利用事件触发阈值构造光滑切换函数对所设计的两种控制器进行自主选择，进而给出具有自主适配功能的状态反馈全局自适应神经网络跟踪控制方法。在此基础上，将进一步研究基于事件触发的输出反馈全局自适应神经网络跟踪控制问题，以及基于事件触发的全局鲁棒自适应神经网络跟踪控制问题。本项目的开展对完善非线性关联系统的自适应控制理论以及提高实际系统的控制性能都具有重要意义。

从节约通讯资源角度出发，本项目针对带有未知动态的非线性关联系统，研究了基于事件触发的全局自适应神经网络跟踪控制问题。目前已圆满完成了预定的研究计划，达到了预期的研究目标。根据项目预定的研究内容开展研究工作，所取得的主要结果从两方面进行论述。首先是针对关联系统的耦合机制为线性耦合，利用代数图理论证明了该耦合机制对系统整体稳定会起到积极作用，由此基于局部信息建立了全局分散自适应跟踪控制方法。对于带有未建模动态的复杂网络系统，利用各个子系统的跟踪误差建立事件触发机制，当各个子系统跟踪误差小于预定阈值，进行分散控制，当误差超限，则利用邻域信息设计分布式补偿策略，实现对领航者位置的精确跟踪。同时，给出了神经网络的局部工作范围，提出了工作范围之外的全局补偿机制，从而针对非线性系统形成了全局自适应神经网络控制理论方法。研究结果以高水平的学术论文和专利形式提供，发表了13篇SCI检索的研究论文。此外，依托本项目取得的部分研究成果，项目负责人获2021年辽宁省自然科学奖一等奖（第三完成人），2022年中国自动化学会自然科学奖二等奖（第一完成人）。共培养硕士研究生21人，博士研究生7人，1人获2021年辽宁省优秀硕士学位论文，2人获2020年和2021年东北大学优秀硕士学位论文。