欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020116321347
申请人: 杭州电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2025-12-19
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于正系统的城市交通建模和事件触发非脆弱控制方法,其特征在于该方法包括如下步骤:

步骤1、构建城市交通控制系统的随机正系统状态空间模型;

步骤2、构建城市交通控制系统的事件触发控制条件;

步骤3、设计城市交通控制系统的非脆弱控制器;

步骤4、验证基于非脆弱控制器所构建城市交通控制系统的正性;

步骤5、验证城市交通控制系统的随机稳定性。

2.根据权利要求1所述的基于正系统的城市交通建模和事件触发非脆弱控制方法,其特征在于步骤1中城市交通系统的正系统状态空间模型的构建,实现如下:其中, 和 分别为城市交通系统中道路上的车辆数和这条道路拥堵或者发生事故后驶入路口的车辆数;Ag(t)表示控制系统的系统矩阵,Bg(t)表示控制系统的输入矩阵;函数sat(·): 代表道路发生拥堵,即其中,

{g(t),t>0}表示路口信号跳变遵从马尔可+

夫跳变过程,{g(t),t>0}取有限集合中的值S={1,2,...,N},N∈N ;跳变过程g(t)的转移概率满足以下条件:

其中,对于i≠j,Δ>0, 且

3.根据权利要求2所述的基于正系统的城市交通建模和事件触发非脆弱控制方法,其特征在于:步骤2构建城市交通控制系统的事件触发控制条件,实现如下:设tk为第k个事件触发时刻,且k由事件触发条件决定;事件触发控制律为:u(t)=Kx(tk),其中,x(tk)是[tk,tk+1)中事件触发时刻下的系统状态(即车辆数);将误差信号定义为其中,

给定事件触发条件为:

其中,0<β<1。

4.根据权利要求3所述的基于正系统的城市交通建模和事件触发非脆弱控制方法,其特征在于:步骤3中设计城市交通控制系统的非脆弱控制器,其构建形式如下:

3.1设计带有执行器不确定的非脆弱控制器:其中,ΔKi=FiGi,ΔKi表示控制器增益矩阵,用于体现可能存在的波动,Gi是要设计的决策矩阵,且 是已知的非负矩阵,对于0<σ1<σ2满足 I为m维的单位矩阵;

3.2控制器故障被描述为:其中,Hi=diag(hi1,hi2,...,him)表示不确定的有界的故障矩阵,满足和 对于p=1,2,...,m和ρ>1;定义Hi=diag(hi1,hi2,...,him)和分别表示故障矩阵的下界和上界;

3.3城市交通控制系统在执行器故障和输入饱和情况下平稳运行的约束条件设计,如下:

设计常数μ>0,γ>0和n维向量使得以下不

等式成立:

对于 其中,1m为m维全是1的向量,Ds为m维单位矩阵的元素组合矩阵;在(7)‑(11)中,Φ=I‑β1n×n,Ψ=I+β1n×n,Λ=I‑ρβ1n×n,在非脆弱可靠控制器 下,其中,且

所述的交通控制系统是正的且是随机稳定的;此外,对于满足x(t0)∈Ω(vi,1)的任何初始条件,系统状态能够保持在吸引域 内。

5.根据权利要求4所述的基于正系统的城市交通建模和事件触发非脆弱控制方法,其特征在于步骤4中的正性验证过程如下:

4.1给定初始状态x(t0)≥0,从步骤2得到 意味着

4.2通过 和步骤4.1,得到:

4.3结合步骤3.3中的约束条件和步骤3.2的故障矩阵Hi的约束条件,得到:

4.4由于 那么 这个与步骤3.3中的约束条件一起得到:

由矩阵论相关知识矩阵(19)是一个梅兹勒矩阵,进而,矩阵(20)是一个梅兹勒矩阵:随后可知,系统矩阵(21)是一个梅兹勒矩阵:其中 因此所述的城市交通控系统是正的。

6.根据权利要求5所述的一种基于随机正系统的城市交通控制系统的建模和事件触发非脆弱控制方法,其特征在于:步骤5中随机稳定性的验证过程如下:T

5.1选择线性随机余正李雅普诺夫函数V(x(t),g(t)=i)=x(t) vi,其中 那么:由步骤4.1可知:

5.2考虑 且 时,通过步骤3.3中的约束条件,得出:由于 有:

那么,步骤5.1被写成:

5.3对于 有

然后可以推导出

5.4对于 遵循

因此,

5.5将步骤3.3代入步骤5.2‑5.4,得到:T

ΓV(x(t),i)≤‑μx(t)1n=‑μ‖x(t)‖1.      (30)那么, 通过E{V(x(t),i)}>0,能够得到:公式(31)意味着所述的城市交通化控系统是随机稳定的;

5.6最后将展示集合 是吸引域的估计;对于任何x(t0)∈Ω(vi,1),得到状态将保持在集合 内;通过步骤3.3中的约束T

条件,能够得到1≥x vi≥|Lisx|;使得 意味着 是对吸引域的估计。