自適應(yīng)事件驅(qū)動下T－S模糊系統(tǒng)的控制器設(shè)計

張媛媛

(南京財經(jīng)大學應(yīng)用數(shù)學學院，江蘇南京210046)

自適應(yīng)事件驅(qū)動下T－S模糊系統(tǒng)的控制器設(shè)計

張媛媛

(南京財經(jīng)大學應(yīng)用數(shù)學學院，江蘇南京210046)

T－S模糊模型的實質(zhì)是任何連續(xù)函數(shù)均可由一系列IF－THEN規(guī)則模糊逼近，因此它可用許多線性系統(tǒng)的分析方法研究，是非線性系統(tǒng)建模的重要工具，近年來，很多學者用T－S模糊模型研究非線性網(wǎng)絡(luò)控制系統(tǒng)，為了節(jié)省有限的網(wǎng)絡(luò)帶寬資源，事件觸發(fā)機制在網(wǎng)絡(luò)控制系統(tǒng)的研究中得到了廣泛的應(yīng)用，這些研究成果具有重要的理論意義.然而，目前的結(jié)果中將事件觸發(fā)機制用于T－S模糊系統(tǒng)的研究尚不成熟，基于自適應(yīng)事件觸發(fā)機制設(shè)計控制器尤其具有重要的意義.本文在事件觸發(fā)機制的基礎(chǔ)上介紹了自適應(yīng)事件觸發(fā)機制，并將其應(yīng)用于控制器的設(shè)計，基于具有時滯的T－S模糊系統(tǒng)，提出了自適應(yīng)事件驅(qū)動下的控制器設(shè)計新方案，在主要結(jié)果的證明中引用一種新Lyapunov－Krasovskii泛函和自由權(quán)矩陣，并應(yīng)用Schur補引理等方法處理非線性矩陣不等式，然后通過求解線性矩陣不等式，設(shè)計了理想的控制器.最后，仿真驗證了設(shè)計方案的有效性.

自適應(yīng)事件觸發(fā)機制;T－S模糊系統(tǒng);控制器;時滯

1 引言

近年來，T－S模糊系統(tǒng)的穩(wěn)定性分析和控制器設(shè)計引起了廣泛的關(guān)注，使得T－S模糊系統(tǒng)的研究有了進一步的發(fā)展.文獻［1］中，作者利用并行分布補償?shù)母拍钐岢鯰－S模糊閉環(huán)系統(tǒng)的穩(wěn)定設(shè)計方法，把穩(wěn)定性分析等價于線性矩陣不等式問題，此后，該方法得到廣泛應(yīng)用，使得系統(tǒng)的穩(wěn)定性分析和其他性能指標的設(shè)計都可以統(tǒng)一到一系列等價的LMI凸優(yōu)化問題中，為建立模糊控制理論的發(fā)展奠定了基礎(chǔ).文獻［2］中，針對一類具有范數(shù)有界時變參數(shù)不確定性的非線性系統(tǒng)，采用T－S模糊控制方法并結(jié)合閉環(huán)系統(tǒng)動態(tài)性能的考慮，結(jié)果得到所設(shè)計的控制器使系統(tǒng)具有良好的穩(wěn)態(tài)性能.文獻［3］中，對具有連續(xù)時滯的T－S模糊系統(tǒng)，考慮到在推導過程中常被忽略的有用項可能帶來保守性這一問題，構(gòu)造適當?shù)腖yapunov－Krasovskii函數(shù)，得到了開環(huán)模糊系統(tǒng)時滯相關(guān)漸進穩(wěn)定的充分條件.然后根據(jù)并行分布補償算法，設(shè)計了狀態(tài)反饋控制器，得到了閉環(huán)系統(tǒng)時滯相關(guān)漸進穩(wěn)定的充分條件.文獻［4］中，基于T－S模糊模型，研究了同時具有輸入時滯和狀態(tài)時滯的模糊系統(tǒng)的穩(wěn)定與鎮(zhèn)定問題.文中通過構(gòu)造Lyapunov－Krasovskii泛函，并結(jié)合自由權(quán)矩陣，基于線性矩陣不等式的可解性，給出了時滯相關(guān)意義下控制器設(shè)計的新方案.文獻［5］中，利用T－S模型研究了時滯下非線性系統(tǒng)的穩(wěn)定性問題，其中時滯是有界非光滑的，并且用線性矩陣不等式表示時滯.文獻［6］進行了時滯下T－S模糊系統(tǒng)的魯棒穩(wěn)定性研究，結(jié)合分段時滯和增加狀態(tài)向量建立新的Lyapunov－Krasovskii泛函，應(yīng)用線性矩陣不等式的方法，得到保守性更小的時滯依賴穩(wěn)定性參數(shù).

2 研究問題描述

2.1 研究對象

考慮所研究的T－S模糊系統(tǒng)如下:

其中x(t)∈Rn為系統(tǒng)狀態(tài)向量，z(t)∈Rp為待估計信號，u(t)是控制向量，Ai，Adi，Bi，Ci，Cdi，Di為具有適當維數(shù)的已知常數(shù)矩陣，r為模糊規(guī)則的數(shù)量，τ(t)為時滯，且0≤τm≤t(t)≤τM，μi(θ(t))滿足:

2.2 自適應(yīng)事件觸發(fā)機制描述

假設(shè)采樣周期為h，相應(yīng)的采樣時刻記為tk，k∈R，傳感器采樣的向量為x(tk)，經(jīng)過自適應(yīng)事件觸發(fā)機制輸出的狀態(tài)向量記為x(tk+j)，那么傳感器采樣的向量記為{x(t0)，x(t1)，…，x(tk)}，其中t0=0是初始釋放時刻，k∈R.自適應(yīng)事件觸發(fā)器用來決定采樣數(shù)據(jù)x(tk)是否釋放到控制器中，釋放時刻tk+j如下表示:

其中W=Rm×m是正定矩陣，δ(t)∈［0，1).nh是指當前采樣時刻tk與下一個釋放時刻tk+j之間的采樣間隔.

類似文獻［7－8］，考慮如下兩個時段:

其中l(wèi)是正實數(shù)，h是采樣周期.

(1)若tk+h+d＞tk+1+dk+1，定義函數(shù)d(t)如下:

易得下面不等式:

(2)若tk+h+d＜tk+1+dk+1，則存在正實數(shù)m使得

易得

其中

由式子(3)和(4)定義函數(shù)d(t)如下:

由式子(5)定義的d(t)可以推出:

由式子(6)可以得到:

對t∈［tk+dk，tk+1+dk+1)定義ek(t)如下:

由式子(5)至(8)可以得到:

由式子(2)，(8)及(9)，自適應(yīng)事件觸發(fā)機制可以表示如下:

注1類似文獻［9］，自適應(yīng)事件觸發(fā)機制中的觸發(fā)參數(shù)δ(t)不是常數(shù)，而是動態(tài)變化的，它滿足下面的微分方程:

其中δ(0)∈［0，1)是δ(t)的初始條件，d滿足以下條件:

ρ是非負常數(shù)，注2將介紹ρ的尋找方法.

注2傳輸參數(shù)ρ的尋找方法如下

步驟1:對于給定的δM與τ1=0，設(shè)置τ2=τ2+μ，其中μ是τ2的單位增量，τ2是τ(t)的上界.

步驟2:對于步驟一中給定的τ2，如果存在滿足線性矩陣不等式的解，進行步驟3;否則進行步驟1.

步驟3:基于定理2，用LMI工具箱尋找最大值τ2及相應(yīng)的W.

步驟4:設(shè)定仿真時間T，基于事件觸發(fā)機制［10］，取觸發(fā)參數(shù)為δM，用Simulink找到每個采樣時刻的狀態(tài)誤差ek(t).

2.3 控制器問題描述

本章要設(shè)置的狀態(tài)反饋控制器描述如下:

其中，Kj∈Rm×n為待定的狀態(tài)反饋增益矩陣.

注3控制器中接收的數(shù)據(jù)是經(jīng)過自適應(yīng)事件觸發(fā)機制篩選的信號，即x(tk).

結(jié)合式子(1)、(9)及(13)，可以得到系統(tǒng)方程如下:

本章的主要目的是為T－S模糊系統(tǒng)(1)設(shè)計具有自適應(yīng)事件觸發(fā)機制的H∞控制器(13)，使得系統(tǒng)(14)指數(shù)均方隨機穩(wěn)定.

以下引理將在主要結(jié)果的證明中用到:

引理1［10］對給定的常數(shù)τM與矩陣R＞0，有下列不等式成立

引理2［11］對任意的向量x，y∈Rn和正定矩陣Q∈Rn×n，下面不等式成立.

引理3［12］假設(shè)τ(t)滿足0≤τm≤τ(t)≤τM，Ξ1，Ξ2和Ω是一些具有適當維數(shù)的已知常數(shù)矩陣，則

當且僅當(τM－τm)Ξ1+Ω＜0和(τM－τm)Ξ2+Ω＜0成立.

3 主要結(jié)果

在下面的主要結(jié)果中，定理1給出系統(tǒng)(14)指數(shù)均方隨機穩(wěn)定的充分性條件，定理2將給出(13)形式的自適應(yīng)事件驅(qū)動下控制器的設(shè)計方法.

3.1 穩(wěn)定性分析

定理1設(shè)參數(shù)τm≤τM，dM與δM為給定的正數(shù)，若存在對稱矩陣P＞0，Qk＞0，Rk＞0(k=1，2，3)，W＞0及具有合適維數(shù)的矩陣Mij，Nij，Tij，Sij，使得以下矩陣不等式(15)成立，則基于自適應(yīng)事件觸發(fā)機制的T－S模糊系統(tǒng)(14)是漸近均方穩(wěn)定的.

其中

證明:構(gòu)造如下Lyapunov－Krasovskii泛函:

其中

這里，P＞0，Qk＞0，Rk＞0(k=1，2，3)均為正定矩陣.

對V(t)求導得到:

為接下來敘述方便，定義新的向量如下:

類似文獻［10，14］，引入自由權(quán)矩陣Mij，Nij，Sij，Tij，用自由權(quán)矩陣方法可以得到:

由式子(17)至(23)得到下面矩陣不等式:

應(yīng)用引理1，可以得到:

應(yīng)用引理2，可以得到:

綜合式子(24)至(29)可以得到(30)如下:

類似文獻［15］，將引理3與引理4應(yīng)用于(30)，容易得到(15)成立.由Lyapunov穩(wěn)定性判定定理可知，模糊系統(tǒng)(1)是漸近穩(wěn)定的.

3.2 自適應(yīng)事件驅(qū)動下控制器設(shè)計方案

定理2設(shè)參數(shù)τm≤τM，dM，δM是給定的正數(shù)，若存在對稱矩陣P＞0，k＞0(k=1，2，3)，k＞0(k =1，2，3)＞0及具有合適維數(shù)的矩陣，使得以下矩陣不等式(31)成立，則基于自適應(yīng)事件觸發(fā)機制的T－S模糊系統(tǒng)(14)是漸近均方穩(wěn)定的.

其中

證明:根據(jù)引理4，矩陣不等式(15)成立，當且僅當下式成立:

其中

由于對任意的正定矩陣Rk，P，以及標量εk，由

可以得到:

于是(35)為(32)成立的充分條件:

其中

4 仿真例子

下面將給出一個仿真例子來驗證定理2的正確性，即提出的自適應(yīng)事件驅(qū)動下控制器的設(shè)計方法是有效的.

例1考慮T－S模糊系統(tǒng)的參數(shù)如下:

仿真中假設(shè)τm=0.1，τM=0.15，dM=0.3，δM=0.5，ε1=0.1，ε2=0.2，ε3=0.3，利用LMI工具箱求解定理2中的矩陣不等式，可以得到相應(yīng)的觸發(fā)矩陣W及增益K1和K2:

在Simulink中給定初始值x(0)=［－0.10.2］T，仿真時間為20s，采樣周期h=0.08，圖1表示x (t)的狀態(tài)響應(yīng)曲線，由圖可得系統(tǒng)在T=8s處達到穩(wěn)定狀態(tài);圖2表示自適應(yīng)事件觸發(fā)機制下釋放信號的時刻與間隔，這些經(jīng)過篩選的點通過網(wǎng)絡(luò)傳入控制器，由于該機制中的δ(t)可以動態(tài)變化，所以選擇的信號數(shù)量適中，既節(jié)省了網(wǎng)絡(luò)資源，又保持了系統(tǒng)的控制性能.

根據(jù)ρ的求解機制，求得ρ=3.2591e－0.5，并得到參數(shù)d與觸發(fā)參數(shù)δ(t)的仿真圖，分別如圖3與圖4，可以觀察出，當d=1時，δ(t)呈遞增趨勢;當d=－1時，δ(t)的值相應(yīng)遞減，這樣事件觸發(fā)機制得到自適應(yīng)調(diào)節(jié)，保持了系統(tǒng)良好的控制性能.

圖1 狀態(tài)響應(yīng)曲線

圖2 觸發(fā)信號的釋放時刻與間隔

圖3 參數(shù)d

圖4 觸發(fā)參數(shù)δ(t)

5 小結(jié)

本章設(shè)計了自適應(yīng)事件驅(qū)動下T－S模糊系統(tǒng)的控制器.其主要特點是已經(jīng)提出的自適應(yīng)事件觸發(fā)機制既有效的保持了系統(tǒng)的控制性能，又節(jié)省了網(wǎng)絡(luò)有限的傳輸資源.在主要結(jié)果的證明中用到一種新的Lyapunov－Krasovski泛函和自由權(quán)矩陣，為求解線性矩陣不等式提供了方便，通過解線性矩陣不等式得到了控制器增益矩陣，最終仿真驗證了設(shè)計方案的有效性.

［1］Wang H O，Tanaka K，Griffin M F.An approach to fuzzy control of nonlinear systems:stability and design issues［J］.IEEE Transactions on Fuzzy Systems，1996，4(1):14－23.

［2］陳珺.基于T－S模型的非線性系統(tǒng)模糊控制器設(shè)計及應(yīng)用［D］.無錫:江南大學機械工程學院，2009.

［3］張果.基于T－S模型的非線性系統(tǒng)的模糊控制［D］.西安:西安電子科技大學數(shù)學與統(tǒng)計學院，2009.

［4］蘇亞坤.基于T－S模糊模型的非線性系統(tǒng)的控制與濾波設(shè)計［D］.青島:青島大學數(shù)學與統(tǒng)計學院，2010.

［5］C.Lin，Q.Wang.Delay－dependent LMI conditions for stability and stabilization of T－S fuzzy systems with bounded time－delay［J］.Fuzzy Sets and Systems，2006，157(9):1229－1247.

［6］H.Zeng，Ju H.Park.Improved delay－dependent robust stabilization conditions of uncertain T－S fuzzy systems with time－varying delay［J］.Applied Mathematics and Computation，2014(235):492－501.

［7］S.Hu，D.Yue.Event－triggered control design of linear networked systems with quantizations［J］.ISA Transactions，2012(51):153－162.

［8］H.Li，C.Ming，S.Shen，et al.Event－triggered control for multi－agent systems with randomly occurring nonlinear dynamics and time－varying delay［J］.Journal of the Franclin Institute，2014(351):2582－2599.

［9］J.Zhang，C.Peng.An adaptive event－triggered communication scheme for networked control systems with randomly occurring nonlinearities and uncertainties［J］.Neurocomputing，2015(1):1－17.

［10］C.Peng，Y.C.Tian.Improved delay－dependent robust stabilization conditions of uncertainties fuzzy systems with time－varying delay［J］.Fuzzy Sets Systems，2008，159(20):2713－2729.

［11］C.S.Y.Wang，L.Xie.Robust control of a class of uncertain nonlinear systems［J］.System Control Letters，1992，19(2):139－149.

［12］D.Yue，E.Tian，Q.Han.A delay sytem method for designing event－triggered controllers of networked control systems［J］.IEEE Transactions Automatica Control，2013，58(2):475－481.

［13］俞立.魯棒控制－線性矩陣不等式處理方法［M］.北京:清華大學出版社，2002.

［14］Y.He，M.Wu，J.She.Parameter－dependent Lyapunov functional for stability of time－delay systems with polytopic－type uncertainties［J］.IEEE Transactions Automatica Control，2004，49(5):828－832.

［15］D.Yue，Q.Han.Network－based Robust H∞filtering for uncertain linear systems［J］.Automatica，2006，54(11):4293－4301.

Adaptive Event－triggered Controller for T－S Fuzzy Systems

ZHANG Yuan－yuan
(School of Applied Mathematics，Nanjing University of Finance and Economics，Nanjing，210046，China)

Due to that Takagi－Sugeno(T－S)fuzzy model can approximate any continuous function by a series of the IF－THEN rules，so many traditional methods of linear system analysis are available for its research and it is one of the important tools of researching nonlinear uncertain systems.Therefore，NCSs have been widely investigated in T－S fuzzy model.In order to reduce the limited network resources，event－triggered scheme has been widely used in NCSs，which have important significance in theory.However，the current research about event－triggered scheme for T－S fuzzy system is not yet mature，how to design controller with adaptive event－triggered scheme is especially important.Based on event－triggered scheme，adaptive event－triggered scheme has been proposed，which is applied to the design of controller.Based on T－S fuzzy systems with time delay，an adaptive event－triggered controller is investigated.A general Lyapunov－Krasovskii functional and some slack matrices are used during the proof of main results.Schur complement lemma is used to deal with nonlinear matrix inequality，then by solving LMIs，the ideal controller are designed.Finally，the simulation verifies the validity of the proposed design.

adaptive event－triggered scheme;T－S fuzzy systems;controller;time－delay

TP13

A

1672－2590(2016)03－0073－13

2016－04－09

張媛媛(1989－)，女，河南鶴壁人，南京財經(jīng)大學應(yīng)用數(shù)學學院碩士研究生.