离散时间随机源搜索方法及其在自主车辆中应用.pdfVIP

第17届IFAC系统辨识研讨会预印本国际会议2015年10月

19‑21日，

通过调整前进速度进行离散时间随机源搜索⋆

∗∗∗

∗大学数学学院，（电子邮件：sjliu@amss.ac.cn）∗∗东

南大学数学系，

：我们应用离散时间随机极值搜索方法，自主车辆向未知的空间分布信号场的最大值

移动。假设无法获取车辆位置的信息。仅使用车辆所在位置的信号测量值，我们设计了一种控

制律，控制前进速度并保持角速度恒定。首先，我们通过利用积分的定义，将连续非完整单轮

车模型离散化，建立了一个离散时间车辆模型。然后，我们设计了一个离散时间控制律，其中

采用了一个离散时间遍历随机过程作为探针信号。我们证明了几乎必然和概率上的局部指数收

敛到源附近的一个小邻域。给出了一组数值仿真，以说明控制律的有效性。

:源搜索,离散时间,非完整单轮车

1.引言实时优化方法，适用于系统知识有限但已知系统具有局部

最小值或最大值的非线性平衡图的动态问题（Ariyur等

，源搜索（即自主车辆寻找标量信号场的最大值或

(2003)）。自Krstic等(2000)首次证明了极值搜索方案

源）受到了广泛的研究（例如，Porat等(1996)；Ogren等

的稳定性以来，极值搜索的研究在理论发展（例如，

(2004)；Pang等(2006)；Mayhew等(2007,2008a,b)；

Choi等(2002)；Tan等(2006)；Stankovic等(2009,

Cochran等(2009a,b,c)；Zhang等(2007a)；Stankovic

2010)；Tan等(2009)；Manzie等(2009b)；Liu等

等(2009,2010)；Stankovic(2012)；Liu等(2010a,

2012)；Azuma等(2012)；Frihauf等(2014)）。信号可以(2010b,2015)）和应用（例如，Drakunov等(1995)；

是化学物质的浓度、温度或光强度，或其他环境信号，如声Ogren等(2004)；Stankovic(2012)）方面都受到了广

学或磁性。关于信号场有两个常见的假设：信号强度从泛关注。

向外衰减，且信号的空间分布未知。基于连续时间极值搜索方法，Zhang等人（2007a）通过

调整被建模为非完整单轮车的自主车辆的前进速度并保持

在车辆位置信息可用的情况下，Porat等人（1996）研究其角速度恒定，设计了一个源搜索控制律，而Cochran等

了将车辆建模为质点的蒸汽源问题，Ogren等人人（2009a）考虑了通过调整角速度并保持前进速度恒定

（2004）通过梯度上升方法研究了多车辆的协同控制，的控制器设计。与Zhang等人（2007a）和

Pang等人（2006）了一种基于贝叶斯推理方法的新Cochran等人（2009a）中的正弦