第五届控制科学与工程前沿论坛---专题研讨.PDFVIP

第五届控制科学与工程前沿论坛专题研讨 协作导航和运动中的非线性控制 问题和方法 随机极值搜索方法 刘淑君 东南大学 青岛 2013年4月19 日 主要内容 研究背景 随机极值搜索 非完整约束下的车辆的随机源搜索 总结 研究背景随机源搜索 无法获得位置信息的信号源搜索 (如：在水下、冰下、洞穴中运动的车辆或机器人搜索 释放信号的源无GPS/INS) 生物中的例子: E. Coli chemotaxis 觅食行为采用相互交替的两种运动: Run: 直线运动 Tumble: 停止向前运动而转动 随机性 (Credit: Howard Berg, Harvard University) 研究背景极值搜索(Extremum Seeking) 极值搜索 (ES) 基于非模型 仅需很少的信息 (20世纪中期应用上流行 几乎停滞 2000年以后研究兴趣持续增长) 梯度估计: 周期扰动 梯度估计: 随机扰动 随机极值搜索 离散时间的简单情形 (Manzie et al.) 连续时间 ? …… 研究背景极值搜索算法的稳定性证明工具 平均方法 (M. Krstic H. H. Wang, Automatica, 2000) 随机平均方法 dX ε 原系统 t a X ε X ε x : ( ,ξ ), t t / ε 0 dt m ∈ 定义在 Ω 上的随机过程 R F P ξt : ( , , ) dX 平均系统: t a ( X t ), X 0 x dt ( ) : ( , )在某种概率意义下的平均函数 a x a x ξt 随机平均: 当ε充分小时, X ε以某种概率意义接近X . t t 研究背景 已有随机平均结果 有限时间水平上的随机平均 逼近 无穷时间水平上的随机平均 稳定性 (Blankenship, Freidlin, Skorokhod, Khasminskii, Korolyuk, et al.) 非线性向量场: 全局Lipschitz 平衡点: a(0,i) ≡0