Рассмотрена линейная дискретная стационарная система с мультипликативными шумами и управлением, находящаяся под влиянием внешнего возмущения из специального класса. Описание динамики выбранного объекта управления производится в пространстве состояний. Класс внешних возмущений содержит множество стационарных гауссовских последовательностей с ограниченным уровнем средней анизотропии. В качестве критерия качества управления выбрана анизотропийная норма замкнутой управлением системы. Требуется предложить схему управления на основе динамического звена, при замыкании которым анизотропийная норма была бы ограничена минимально возможным числом. На первом этапе решения задачи выписывается динамика управления и производится расширение рассматриваемого объекта. На основе критерия ограниченности анизотропийной нормы в терминах матричных неравенств выписываются достаточные условия существования решения выпуклой задачи оптимизации, в которой минимизируется верхняя граница анизотропийной нормы. В полученных неравенствах производится специальная замена переменных, чтобы избавиться от нелинейной зависимости по неизвестным матрицам регулятора. После линеаризующей обратимой замены переменных производится численное решение задачи оптимизации стандартными методами. На последнем этапе производится вычисление матриц регулятора в пространстве состояний, гарантирующего ограниченность анизотропийной нормы замкнутой этим регулятором системы.
Идентификаторы и классификаторы
Активное развитие теории автоматического управления в XX в. обусловило разработку инструментария для решения задач подавления влияния внешних возмущений, которые стали одними из наиболее важных в этой теории. С тех пор, как был разработан подход для подавления гауссовских возмущений с линейно-квадратичным критерием качества [1], было предложено множество методов борьбы с внешними воздействиями. Некоторые из таких методов настроены на случай, когда стохастические характеристики входных сигналов известны.
Список литературы
1. Astrom, K.J. Introduction to Stochastic Control Theory. - Academic Press, 1970. - 322 p.
2. Zames, G. Feedback and Optimal Sensitivity: Model Reference Transformations, Multiplicative Seminorms, and Approximate Inverses // IEEE Transactions on Automatic Control. - 1981. - Vol. 26, no. 2. - P. 301-320.
3. Haddad, W.M., Bernstein, D.S., Mustafa, D. Mixed-Norm H2/H∞ Regulation and Estimation: The Discrete-Time Case // Systems & Control Letters. - 1991. - Vol. 16, no. 4. - P. 235-247.
4. Zhou, K., Glover, K., Bodenheimer, B., Doyle, J. Mixed H2 and H∞ Performance Objectives I: Robust Performance Analysis // IEEE Transactions on Automatic Control. - 1994. - Vol. 38. - P. 1564-1574.
5. Khargonekar, P.P., Rotea, M.A., Baeyens, E. Mixed H2/H∞ Filtering // International Journal of Robust and Nonlinear Control. - 1996. - Vol. 6. - P. 313-330.
6. Scherer, C.W. Mixed H2/H∞ Control. - Springer-Verlag, 1995. - 216 p.
7. Semyonov, A.V., Vladimirov, I.G., Kurdyukov, A.P. Stochastic Approach to H∞-optimization // Proceedings of the 33rd Conference on Decision and Control. - 1994. - P. 2249-2250. EDN: XPEOOU
8. Владимиров И.Г., Курдюков А.П., Семенов А.В. Анизотропия сигналов и энтропия линейных стационарных систем // Доклады РАН. - 1995. - Т. 342, № 5. - С. 583-585.
9. Владимиров И.Г., Даймонд Ф., Клоеден П.Е. Анизотропийный анализ робастного качества линейных нестационарных дискретных систем на конечном временном интервале // Автоматика и телемеханика. - 2006. - № 8. - С. 92-111. EDN: NCSLDR
10. Vladimirov, I.G., Kurdyukov, A.P., Semyonov, A.V. On Computing the Anisotropic Norm of Linear Discrete-time-invariant Systems // Proceedings of 13th IFAC World Congr. - San Francisco, 1996. - P. 179-184.
11. Kustov, A.Yu. State-Space Formulas for Anisotropic Norm of Linear Discrete Time Varying Stochastic System // Proceedings of 15th Int. Conf. on Electr. Eng., Comp. Science and Autom. Control. - Porto, 2018. - P. 1-6. EDN: IPLRMT
12. Юрченков А.В., Кустов А.Ю., Курдюков А.П. Условия ограниченности анизотропийной нормы системы с мультипликативными шумами // Доклады Академии наук. - 2016. - Т. 467, № 4. - С. 396-399. EDN: VTOZJL
13. Юрченков А.В. Синтез анизотропийного управления для линейной дискретной системы с мультипликативными шумами // Известия РАН. Теория и системы управления. - 2018. - № 6. - С. 33-44.
14. Won, M. and Ranade, G. Control of systems with multiplicative observation noise // Proceedings of the 62nd IEEE Conference on Decision and Control. - Singapore, 2023. - P. 3950-3955.
15. Lu, C., Lu, X., Wang, H., et al. Control for Multiplicative Noise Systems with Packet Dropouts and Multiple Delays // Proceedings of the 40th Chinese Control Conference. - Shanghai, 2021. - P. 1544-1549.
16. Belov, I.R., Yurchenkov, A.V., Kustov, A.Yu. Anisotropy-Based Bounded Real Lemma for Multiplicative Noise Systems: The Finite Horizon Case // Proceedings of the 27th Med. Conf. on Control and Automation. - Akko, 2019. - P. 148-152. EDN: EELNYR
17. Kustov, A.Yu., Timin, V.N., Yurchenkov, A.V. Boundedness Condition for Anisotropic Norm of Linear Discrete Time-invariant Systems with Multiplicative Noise // Journal of Physics: Conference Series. - 2021. - Vol. 1864. - Art. no. 012068.
18. Yurchenkov, A.V., Kustov, A.Yu., Timin, V.N. The Sensor Network Estimation with Dropouts: Anisotropy-Based Approach // Automatica. - 2023. - Vol. 151. - Art. no. 110924. EDN: STFPTB
19. Юрченков А.В. Настройка сети датчиков с отказами на основе анизотропийного критерия // Вестник Московского государственного технического университета им. Н.Э. Баумана. Серия Естественные науки. - 2023. - № 1. - С. 45-63. EDN: ZPCRLE
20. Gahinet, P. Explicit controller formulas for LMI-based H∞ synthesis // Automatica. - 1996. - Vol. 32. - P. 1007-1014. EDN: AKPGJJ
21. Diamond, P., Vladimirov, I.G., Kurdyukov, A.P., Semyonov, A.V. Anisotropy-Based Performance Analysis of Linear Discrete Time Invariant Control Systems // International Journal of Control. - 2001. - Vol. 74, no. 1. - P. 28-42. EDN: YKDTZE
22. Diamond, P., Kloeden, P., Vladimirov, I.G. Mean Anisotropy of Homogeneous Gaussian Random Fields and Anisotropic Norms of Linear Translation-Invariant Operators on Multidimensional Integer Lattices // Journal of Applied Mathematics and Stochastic Analysis. - 2003. - Vol. 16, no.3. - P. 209-231. EDN: XWQOUN
23. Владимиров И.Г., Курдюков А.П., Семенов А.В. Стохастическая проблема H∞-оптимизации. // Доклады РАН. - 1995. - Т. 343, № 5. - С. 607-609.
24. Юрченков А.В. Условие ограниченности анизотропийной нормы для стационарных систем с мультипликативнымишумами // Проблемы управления. - 2022. - № 5. - С. 16-24.
25. Scherer, C.W., Gahinet, P., Chilali, M. Multiobjective Output-Feedback Control via LMI Optimization // IEEE Transactions on Automatic Control. - 1997. - Vol. 42. - P. 896-911.
26. Toffner-Clausen, S. System Identification and Robust Control: A Case Study Approach. - Berlin: Springer-Verlag, 1996. - 311 p.
27. Lofberg, J. YALMIP: A Toolbox for Modeling and Optimization in MATLAB // Proceedings of the 2004 IEEE International Conference on Robotics and Automation. - New Orleans, 2004. - P. 284-289.
28. Sturm, J.F. Using SeDuMi 1.02, a MATLAB Toolbox for Optimization over Symmetric Cones // Optimization Methods and Software. - 1999. - Vol. 11. - P. 625-653.
29. Boyd, S., Vandenberghe, L. Convex Optimization. - Cambridge: Cambridge University Press, 2004. - 730 p.
30. Чайковский М.М. Синтез анизотропийных регуляторов методами выпуклой оптимизации и полуопределенного программирования // Управление большими системами. - 2013. - Вып. 42. - С. 100-152.
Выпуск
Другие статьи выпуска
The conference took place in November 2024. Scientific results presented by the conference participants are briefly described below. The conference included the following sections: general theoretical and methodological issues of security support; problems of economic and sociopolitical security support; problems of information security support; cybersecurity and security aspects in social networks; ecological and technogenic security; modeling and decision-making for complex systems security control; automatic systems and means of complex systems security support. Special attention was paid to the theoretical and applied problems of improving the effectiveness of Russia’s national economic, information, and technogenic security management processes. In total, 104 authors from 33 organizations presented 73 papers at the conference.
Расчет профилей научных публикаций играет ключевую роль в систематизации научных знаний и поддержке принятия научных решений. Предложен метод формирования профилей публикаций в области теории управления, основанный на интеграции анализа текстов и анализа сетей соавторства. Сначала описан базовый алгоритм, который позволяет анализировать тексты публикаций при помощи тематического классификатора, затем приведена его усовершенствованная версия, учитывающая сетевые связи с помощью эвристического подхода. Исследование методов с применением экспертных оценок и количественных метрик показало, что комбинирование текстовых и сетевых данных значительно повышает точность профилей публикаций. Проверка гипотез о взаимосвязи тематического сходства и сетевой близости публикаций показывает обоснованность предложенного подхода, а также позволяет определить направления дальнейших исследований.
В математической теории игр для определения решения любой игры требуется установить, какое поведение игроков следует считать оптимальным. В бескоалиционных играх понятие оптимальности связано, например, с концепциями равновесия по Нэшу и равновесия по Бержу. Для оптимальности в теории кооперативных игр характерны условия индивидуальной и коллективной рациональности. В работе рассматривается кооперативная игра трех лиц в нормальной форме. Для этой игры вводится понятие коалиционной рациональности, которое сочетает в себе, кроме условий индивидуальной и коллективной рациональности, определенное объединение концепций равновесия по Нэшу и равновесия по Бержу. Для предложенного коалиционного равновесия игры устанавливаются достаточные условия существования. Кроме того, доказано существование такого решения в смешанных стратегиях при непрерывных функциях выигрыша и компактности множества стратегий.
Рассматривается проблема построения многокритериальных рейтингов, т. е. ранжирования объектов с учетом нескольких полезных качеств. Эта задача, которая относится к многокритериальной оптимизации, возникает также в ситуациях выбора управленческих решений при наличии альтернативных вариантов. Целью исследования была разработка метода решения этой проблемы, основанного на вычислении комплексных, т. е. обобщенных средних показателей качества, которые представляют собой многочлены из класса нормализованных средних функций. Последние относятся к строго монотонным сдвиг-инвариантным агрегирующим операторам. Такие многочлены кратко называются СМ. Например, взвешенные среднеарифметические показатели комплексного качества являются СМ степени 1. Предположительно, СМ обладают всеми свойствами таких показателей, которые существенны для построения многокритериальных рейтингов. В рамках представленного метода, который назван интерактивной аппроксимацией экспертных оценок, для вычисления комплексных показателей качества предлагается использовать СМ произвольной степени. Данный подход аналогичен экспертно-статистическому методу определения весов. При этом он обеспечивает наилучшую среднеквадратическую аппроксимацию любого числа экспертных оценок, поэтому в процессе экспертизы их неопределенность уменьшается, а взаимная согласованность повышается. В статье описываются СМ степеней 1, 2, 3. Метод интерактивной аппроксимации экспертных оценок проверяется для СМ степени 2 в рамках задачи о вычислении комплексного показателя качества смартфонов, ранжируемых по семи частным критериям.
Рассматриваются популярные симуляторы беспилотных транспортных средств с поддержкой пересеченной местности: Gazebo, CARLA, AirSim, NVIDIA Isaac Sim и Webots. Описаны их основные возможности, связанные с моделированием рельефа, физикой движения, поддержкой датчиков и погодных условий. Особое внимание уделено созданию реалистичных сцен пересеченной местности, сложности импорта реальных карт и взаимодействию с другими программными платформами, такими как Robot Operating System (ROS) и системы ИИ. Проанализированы основные минусы каждого симулятора: трудоемкость создания детализированных моделей рельефа и транспортных средств, высокая сложность интеграции реальных карт и зависимость от характеристик компьютерного оборудования. Также отмечается сложность взаимодействия с различным программным обеспечением и требования к знаниям в области 3D-моделирования. Симуляторы Gazebo и Webots выделяются хорошей интеграцией с ROS, но требуют больше усилий для работы с пересеченной местностью. CARLA и AirSim обеспечивают высококачественную визуализацию, но имеют более высокие требования к оборудованию и навыкам пользователя для создания ландшафтов. NVIDIA Isaac Sim выделяется поддержкой симуляций с использованием ИИ, но требует значительных ресурсов. Представлен опыт авторов в части отображения траекторий и ориентации транспортного средства в некоторых симуляторах.
Издательство
- Издательство
- ИПУ РАН
- Регион
- Россия, Москва
- Почтовый адрес
- 117997, ГСП-7, г. Москва, Профсоюзная, 65
- Юр. адрес
- 117997, г. Москва, Профсоюзная, 65
- ФИО
- Новиков Дмитрий Александрович (дирек)
- E-mail адрес
- dan@ipu.ru
- Контактный телефон
- +7 (495) 3348910
- Сайт
- https://www.ipu.ru/