导读:本文包含了分布式网络化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:分布式,系统,拓扑,算法,自适应,策略,事件。
分布式网络化论文文献综述
郑宏斌[1]（2019）在《微波组件自动测试系统及其分布式网络化实现》一文中研究指出本文根据微波组件需求,给出了微波组件自动测试系统的硬件设计和软件设计,并根据发展趋势及需求,给出了微波组件自动测试系统的分布式网络化实现。(本文来源于《电子技术与软件工程》期刊2019年17期）
王艳[2]（2019）在《异步采样和网络诱导特征的多传感网络化系统分布式融合估计》一文中研究指出近年来,多传感器信息融合估计受到了越来越多的关注,并广泛应用于移动机器人,智能电网等领域,基于无线传感器网络(WSNs)的分布式融合估计问题已经成为国内外的研究热点.例如,移动机器人追踪,多传感器叁容水箱液面估计以及温室区域温度控制估计等实际问题都是基于分布式估计或融合估计理论的.然而基于WSNs的融合估计框架中,由于网络的介入使得数据在传输过程中会受到时延和丢包等网络诱导特征以及恶意的网络攻击等影响,这些因素都可能导致估计性能下降,也使得融合估计系统的分析和设计面临诸多挑战.因此如何降低多传感器信息传输过程中诱导的网络不确定因素对状态估计的影响,是基于WSNs的分布式估计研究的难点之一,设计一个鲁棒性强,可靠度高的分布式滤波算法是实现信息融合问题的关键所在,但是针对这些问题的研究工作还较少.考虑到多传感器多率异步采样机制,传输过程中时延和丢包等网络诱导特征以及网络攻击,本文研究基于WSNs的分布式融合估计问题,研究的主要工作及取得的创新性成果如下(1)综述了多传感器分布式融合估计的国内外研究现状和存在的挑战性问题.(2)研究带有模型不确定性,网络诱导时延和数据丢包的无线传感网络化系统分布式融合估计问题,设计一种基于鲁棒Kalman滤波分布式融合估计器.针对不同传感器在数据传输过程中出现的多通道网络诱导时延,利用补偿机制将时滞系统转化为无时延系统进行研究,并利用多个伯努利序列来分别建模不同通道的数据丢包现象.基于成功到达的采样数据,设计一组基于鲁棒Kalman滤波算法的网络化估计器来得到局部估计,并利用协方差交互融合方法来减少通信和计算负担,获得比局部估计精度更高的融合估计器.(3)进一步研究一类带有多传感器多率采样的网络化系统分层分簇融合估计问题.考虑到传感器节点的空间分布性和能量受限等特征,提出一种基于簇内局部估计和簇间融合估计的双层异步分布式估计策略.考虑无线传感器网络的丢包和网络攻击现象,在簇头节点设计一个基于簇内节点多率采样数据的网络化强跟踪滤波器来获得系统的局部估计,其中引入的时变渐消因子可以补偿由异步采样和未知系统干扰导致的建模误差.其次,利用多个邻居簇头节点的局部状态估计或预测状态估计信号,提出一种带有时变融合时刻的多率融合估计方法.所提方法充分考虑了多传感器多率采样方式、多率数据的多通道传输以及分层分簇的分布式结构,适用于异步多传感器分布式估计系统.本文针对带有多传感器多率异步采样,传输过程中时延、丢包和网络攻击等网络诱导特征分布式融合估计问题进行研究,设计了两类滤波融合方法,分别对移动目标追踪和叁容水箱ITTS进行数值仿真,其实验结果验证了所提分布式融合估计方法的可行性.(本文来源于《山西大学》期刊2019-06-01）
孙楠[3]（2019）在《带有多率采样和事件触发机制的网络化系统分布式H_∞滤波》一文中研究指出随着无线传感器网络(WSN)在智能电网和智能交通系统等领域的广泛应用,基于WSN的分布式滤波问题在理论实践领域受到广泛关注.然而,这种分布式滤波系统中存在着多种传感器共同监测目标输出,以及不同功能的传感器节点共存共享数据(如,利用分簇协议来分割WSN,使得簇头作为估计器接收簇内节点的采样信息并通过簇间拓扑共享估计信息等现象).因此,如何处理多传感器采样数据共享导致的执行区间复杂耦合关系以及有效的分布式估计系统结构成为分布式滤波器设计的重要问题.针对带有自适应事件触发,多率采样和拓扑切换的多传感网络化系统,研究了以下的分布式滤波设计问题:(1)研究了基于分布式自适应事件触发传输机制的非线性系统的分布式H∞滤波问题.分布式自适应事件触发传输机制的滤波器间采样状态的传输既取决于当前采样数据和自身最新释放数据之间的误差,同时还取决于自身和邻居节点的最新释放的数据之间的误差.相较于固定参数的触发机制,依赖于滤波器间网络状况和系统动态性能的自适应参数可动态变化,且通过适当调整阈值参数可节约通讯资源.基于Lyapunov-Krasovkii泛函和分布式自适应事件触发传输机制,给出了分布式H∞一致性滤波性能判据和滤波器参数的设计方法的充分条件.(2)研究了自适应事件触发传输机制下带有拓扑切换的离散系统的分布式H∞滤波问题.首先,由于实际网络通讯的不确定性,利用Markov链来建模滤波器间的拓扑模态切换过程.其次,为减少计算负担和节约有限的通信资源,提出了一个新的分布式自适应事件触发传输机制.基于自适应事件触发机制,自适应参数依赖于滤波间网络状态和系统的动态性能.最后,通过设计Lyapunov-Krasovskkii稳定性理论,证明了所设计的滤波器可确保滤波误差系统的渐近稳定性并给出了滤波器参数设计方法的充分条件.(3)研究了一类基于双侧传感器网络的连续时间系统分布式H∞滤波问题.考虑到多物理量传感器多率采样方式,首先设计了一种匹配机制来同步每个传输通道成功传输的采样数据和每个局部子滤波器的相应采样数据,并且构建了基于多率采样数据的双侧网络化分布式滤波系统框架.双侧网络包括系统到滤波器和滤波器间的两类数据传输通道.通过整合第一类网络中多率采样方式、多通道传输诱导的互异时延和数据丢包等特征以及第二类网络中的拓扑切换,多传感网络化分布式一致性滤波系统被建模为一切换时滞系统.利用Lyapunov-Krasovskkii泛函,给出了分布式H∞滤波器参数的设计方法.最后,总结了全文的研究成果,并给出了未来的进一步研究方向.(本文来源于《山西大学》期刊2019-06-01）
李连兄[4]（2019）在《网络化分布式模型预测控制及其应用研究》一文中研究指出工业过程的大型化和流程化能有效节约生产成本。传统的控制方法因无法解决非线性、耦合以及约束等问题难以满足大型工业过程(Large Scale Industrial Process,LSIP)的需求,选择合适的先进控制策略是实现LSIP优化操作和安全运行的关键所在。以网络化分布式控制为LSIP的优化操作带来了契机,但是,对LSIP进行控制时,因子系统数量增加带来的高维性,子系统动态行为的耦合以及网络导致的时滞、丢包等给工业过程的控制带来了挑战。网络控制技术结合子系统协同优化的分布式预测控制能够有效的改善控制LSIP的灵活性,实现优化系统性能、降低成本的目的。本文通过了解分布式模型预测控制策略及发展过程,研究LSIP的网络化分布式模型预测控制(Networked Distributed Model Predictive Control,NDMPC)及其在反应-储存-分离(Reactor-Storage tank-Separator,RSS)过程的应用,主要展开如下工作:1)介绍NDMPC的研究过程,阐述在工业过程中的前景。对RSS过程进行描述,并且分析不同输入值对输出量的影响。2)RSS过程NDMPC策略的研究。考虑不同子系统控制性能会受到相邻子系统动态行为的影响,网络化分布式模型预测控制(Networked Distributed Model Predictive Control,NDMPC)可通过通讯网络在传感器、控制器以及执行器之间进行状态信息的有效交换,以达到提高控制过程中的灵活性和有效性,减少误差的目的。仿真结果表明,在考虑相邻子系统动态行为的影响时,采用NDMPC能使RSS过程的输出更加接近参考值,并且系统响应的快速性得到明显提高。3)RSS过程多采样率下的网络化DMPC策略研究。网络控制结构中,合理的选择系统的采样时间,能够提高网络利用率。在RSS过程中,针对不同子系统,利用相关函数确定各自不同的采样时间,更加准确的捕获系统行为,以改善被控对象的控制性能。实验表明,多采样率下的网络化DMPC,使系统的稳态性能和动态性能得到改善。4)考虑到生产过程中经济性能的时变性,以经济指标取代传统的目标函数,研究RSS的网络化分布式经济模型预测控制(Economic Model Predictive Control,EMPC),基于子系统模型设计子系统经济模型预测控制器,同时考虑信息传输过程中会出现数据的丢失现象。在经济模型预测控制下,既要保证关键生产变量价格因素变化下的经济效益最大化,又要确保良好的动态调节性能。(本文来源于《兰州理工大学》期刊2019-05-18）
黄俊华[5]（2019）在《无线网络化控制系统的协同控制与分布式一致性研究》一文中研究指出随着计算、传感和无线通信技术的发展,无线网络化控制系统克服了传统网络化控制系统中安装及维护成本高、拓展性差等局限性,成为了网络化工程应用中的发展潮流。由于被控对象的结构规模不断扩大,无线网络化控制系统中的各个网络器件(如传感器、控制器、执行器)根据预先设计的协作式协议借助无线通信网络相互交换数据信息,才能高效地完成对被控对象的泛在感知与协同控制的任务。这种协同控制协议使得物理过程、信息处理与通信相互融合,从而提高了网络化控制系统的控制性能、效率及可靠性。无线通信网络的采用,增加了无线网络化控制系统的控制方式灵活性;但无线通信网络的开放性影响数据信息的准确性,另一方面大量的无线通信业务容易使得有限的无线通信网络资源耗尽。无线通信网络的开放性和有限的通信信道资源,成为了影响无线网络化控制系统工作性能的主要因素。因此,如何设计网络化控制系统的协同算法成为无线网络化控制系统的关键问题。本文以无线网络化控制系统的协同算法为研究对象,分别从网络器件特性、通信网络拓扑等方面分别考虑无线网络化控制系统中传感器、控制器和执行器的协同控制问题。本文的主要研究工作有以下几个方面:一、针对具有非线性约束的控制器,研究了网络化控制系统的分布式协同控制问题。针对控制器中的非线性约束,利用Lyapunov稳定性理论及Lurie系统绝对稳定性理论,将非线性控制器的分布式协同控制问题转化为关于闭环系统稳定性的凸优化问题。理论分析证明,通过提出的分布式协同控制算法可以镇定网络化控制系统。二、针对信息物理融合系统中的协同控制问题,提出了线性控制器的分布式采样控制算法。根据物理过程系统中固定不变的耦合关系,利用控制网络中信息通信的灵活性通过考虑控制器通信网络拓扑的入/出度特性适当的设计分布式采样控制算法。该分布式采样控制算法能根据控制网络中资源的分布合理地设计控制算法,充分利用网络中的控制资源。叁、针对数据入侵攻击下无线传感器网络提出了基于事件触发机制的有限时间一致性滤波算法。通过引入事件触发机制和具有数据丢包的数据入侵攻击模型,给出了有限时间一致性滤波算法。理论分析证明,通过所提出的有限时间一致性滤波算法无线传感器网络系统能在有限时间内达到一致性,同时消耗较小的网络通信资源。四、针对基于中继节点的传感器/执行器网络系统研究了分布式协同控制算法。借助代数图论把异构性网络中的控制问题转化为同构系统中的闭环稳定性问题。利用代数图论与Lyapunov稳定性理论,给出了基于中继节点的传感器/执行器网络的分布式协同控制算法。理论分析证明,新提出的协同控制算法可以保证基于中继节点的传感器/执行器网络系统的稳定性。五、针对异构多智能体系统提出了基于事件触发机制的一致性控制算法,以减少数据传输对网络通信资源的占用。分别针对两种不同的网络结构考虑了异构多智能体系统的一致性问题:1)在固定不变的网络拓扑中,借助于事件触发时刻的邻居数据信息和开环估计与实际状态的差值,提出了基于事件触发机制的分布式一致性控制算法。2)对于时变切换的网络拓扑,借助依赖网络拓扑的驻留时间设计了基于事件触发机制的分布式一致性控制算法。由于采用了基于估计的触发条件,所设计的一致性控制算法能有效延长事件触发的释放时间,减少事件触发次数。六、针对控制器的不确定性以及执行器的故障率,提出了一种混合触发机制下的非脆弱性控制算法,这种混合触发机制是由时间驱动机制下周期采样和基于事件触发机制组成。在这种混合触发机制下,利用Lyapunov-Krasovoskii泛函和输入延迟法给出了非脆弱性控制算法。仿真结果表明:所提出的非脆弱性控制算法能根据不同条件下的触发机制、执行器故障率保证网络化控制系统的稳定。(本文来源于《华南理工大学》期刊2019-04-10）
赵伟,肖祥,郑耀东,易斌,孟金岭[6]（2019）在《分布式储能网络化运营平台架构与控制策略》一文中研究指出为了提升存量的分布式储能信息化管控水平和储能系统资源利用率,充分发挥分布式储能资源的多元化价值,基于共享储能理念,采用微服务设计方法,提出了一种分布式储能网络化运营平台架构。同时针对分布式储能时空分散特性较强的特点,采用分层分区控制方法,提出了一种分层分区电能优化调配策略。提出的分布式储能运营管控平台架构和电能优化调配策略,可满足市场化背景下分布式储能与电网深化互动运营需求,可实现平台运营商和分布式储能系统拥有者各方效益最优化。(本文来源于《高电压技术》期刊2019年10期）
王一帆,盛安冬,李银伢,戚国庆[7]（2018）在《基于多智能体一致的分布式网络化防空火控系统》一文中研究指出随着"网络中心战"概念的进一步延伸以及"信息栅格"技术的快速发展,网络化火控系统已成为现代防空系统的主流。将多智能体一致的思想引入火控系统设计中,提出了一种基于多智能体一致的分布式网络化防空火控系统的体系结构,并设计了基于无偏测量转换的Kalman一致性滤波算法。试验结果表明,火控单元利用通信拓扑结构进行信息交互,所提算法可使各火控单元获得精确一致的目标状态估计。与传统网络化防空火控系统相比,所提火控系统将火控网中心的信息融合功能分散到各节点,可快速获得目标的状态估计信息;基于多智能体一致的分布式系统结构降低了火控网中心的通信量和计算量,提高了网络化防空火控系统的抗毁性。(本文来源于《火力与指挥控制》期刊2018年11期）
于晋伟[8]（2018）在《网络化Euler-Lagrange系统的分布式编队控制》一文中研究指出网络化Euler-Lagrange(简记为EL)系统的协调控制近年来已成为多智能体系统动力学和控制领域的前沿课题之一。这主要是由于EL方程可以用来描述大量物理以及力学系统的结构和运动特性,如航天器,移动机器人以及自动车辆等。相比于单个的EL系统,机动性、灵活性、可操作性和可执行性是网络化EL系统所具有的主要特征,如航天器交会对接、卫星姿态调整以及多机械臂协调等。因此,对于网络化EL系统的协同控制的研究有很重要的科学意义以及潜在的应用价值。本文就是在总结国内外现有研究成果的基础上,对网络化EL系统的分布式编队协同控制问题进行了深入地研究。论文主要工作概括为如下几个方面:一、基于虚拟结构的网络化EL系统分布式编队控制。在有向通讯拓扑网络结构下,首先采用基于虚拟结构的队形控制策略,设计了一种分布式观测器,使得所有的跟随者可以间接地获得动态领导者的速度估计信息,进而提出了一种全分布式编队协同控制器,使得队形误差最终渐近收敛到零。进一步地,针对信息交换过程中存在的通讯时滞问题,通过引进时滞补偿,设计了改进的自适应编队协同控制算法。利用拉普拉斯变换法,以及李雅普诺夫稳定性理论,给出了相应的编队协同控制准则,以确保网络化的EL系统实现期望的队形。值得一提的是,仿真结果表明所设计的控制方案对于有界通讯时滞以及不确定的EL系统有较好的鲁棒性。二、具有避碰约束的网络化EL系统分布式编队控制。针对编队跟踪、队形保持、碰撞规避等多个控制目标,基于虚拟结构和人工势函数法分别对有无领导者设计了分布式编队碰撞规避协同控制协议,其中虚拟结构被用来设计期望的队形,而势函数是用来表示智能体之间的碰撞规避。对于无领导者的情况,提出了一种全新的自适应增益技术,所设计的自适应增益系数可以通过控制目标以及跟随者的运动状态来调节自身权重,直到期望的控制目标实现。对于有领导者的情况,进一步地,在所得结果的基础上,引进一种改进的分布式观测器,使得跟随者的速度与领导者的速度达到一致,并给出了编队碰撞规避的代数准则。数值仿真,以4个非恒同的2-连杆机械臂为例,验证了所设计的分布式控制方案的有效性。叁、基于区域约束的网络化EL系统分布式编队控制。由于虚拟结构下,随着跟随者数量的增加,跟随者之间的几何约束会越来越复杂,不利于大规模的编队控制。基于这个因素的考虑,研究了区域可达的编队控制问题。首先,针对单个跟随者,通过选取适当的区域势函数,利用经典的PID控制策略,使得跟随者能够进入到指定的目标动区域而不是传统意义下的定点跟踪。为了使得多个跟随者进入到目标区域而且彼此能够避免碰撞,提出了一种改进的自适应增益技术。这种情形下,跟随者的队形取决于区域势函数,并且区域中的跟随者之间没有确定的几何约束。因而基于区域的自适应编队控制方案适用于大规模的编队控制。最后,数值模拟表明所提控制方案的可行性。(本文来源于《上海大学》期刊2018-10-01）
谢佩,游科友,洪奕光,谢立华[9]（2018）在《网络化分布式凸优化算法研究进展》一文中研究指出分布式优化是指利用网络化多自主体之间的协作来求解的一类优化问题,其在大规模数值计算、机器学习、资源分配、传感器网络等方面具有重要的研究意义和应用价值.自主体之间的协作通常基于代数图来描述,且图的结构对分布式优化算法的设计与性能有显着影响.本文针对凸优化问题,基于平衡图和非平衡图的情形,简要讨论了分布式优化算法的最新研究进展,并对今后的发展趋势和应用进行展望.(本文来源于《控制理论与应用》期刊2018年07期）
张利利[10]（2018）在《拓扑切换的多传感器网络化系统分布式H_∞滤波》一文中研究指出随着电子与无线通信技术的迅猛发展,无线传感器网络在许多领域都得到了广泛应用.许多实际工程问题一般都可以建模成一个动态系统的信号估计问题.因此,设计高可靠性的分布式滤波算法是无线传感器网络应用中的一个热点研究问题.当前,如何建模传感器节点获取数据的不确定性以及研究分布式网络化结构对估计性能的影响,实现网络化滤波系统的有效地估计是问题的关键所在.针对无线传感器网络的特征,本文研究带有切换拓扑和事件触发机制的分布式H∞滤波器的设计问题,具体研究工作如下:(1)针对连续线性系统,研究一类带有切换拓扑和基于拓扑依赖的事件触发传输机制的分布式滤波问题.首先提出一种新的监测机制来识别拓扑的切换时刻,并且假设各传感器只在网络拓扑切换时对系统输出进行采样.根据时变采样输出,进一步建立了一组基于拓扑依赖的分布式事件触发传输方案来减少数据的传输量和能量消耗.同时考虑拓扑切换,事件触发传输方案和网络诱导时延的影响,将网络化滤波误差系统建模为切换时滞系统.利用Lyapunov-Krasovskii泛函,得到一个有界实引理使得滤波误差系统在给定的衰减性能下是指数稳定的.最后给出一个网络化滤波器增益和事件触发参数的协同设计方法.(2)针对离散线性系统,研究一类带有数据丢包和切换拓扑的多传感器网络化系统的分布式滤波问题.首先引入一个冗余信道来减小单通道传输情况下的数据丢包概率,并将主通道和冗余通道的数据丢包现象建模成两组Bernoulli随机序列.为了保证分布式滤波器可以适应网络拓扑结构的变化,本章引入一个切换信号,并通过Markov链来建模多个拓扑模态之间的切换,并将滤波误差系统建模为一个随机时滞系统.通过Lyapunov-Krasovskii泛函,得到一有界实引理,使得滤波误差系统在满足一定的衰减性能下是指数稳定的,最后通过仿真实例验证所提的分布式滤波设计方法的有效性.(本文来源于《山西大学》期刊2018-06-01）
分布式网络化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,多传感器信息融合估计受到了越来越多的关注,并广泛应用于移动机器人,智能电网等领域,基于无线传感器网络(WSNs)的分布式融合估计问题已经成为国内外的研究热点.例如,移动机器人追踪,多传感器叁容水箱液面估计以及温室区域温度控制估计等实际问题都是基于分布式估计或融合估计理论的.然而基于WSNs的融合估计框架中,由于网络的介入使得数据在传输过程中会受到时延和丢包等网络诱导特征以及恶意的网络攻击等影响,这些因素都可能导致估计性能下降,也使得融合估计系统的分析和设计面临诸多挑战.因此如何降低多传感器信息传输过程中诱导的网络不确定因素对状态估计的影响,是基于WSNs的分布式估计研究的难点之一,设计一个鲁棒性强,可靠度高的分布式滤波算法是实现信息融合问题的关键所在,但是针对这些问题的研究工作还较少.考虑到多传感器多率异步采样机制,传输过程中时延和丢包等网络诱导特征以及网络攻击,本文研究基于WSNs的分布式融合估计问题,研究的主要工作及取得的创新性成果如下(1)综述了多传感器分布式融合估计的国内外研究现状和存在的挑战性问题.(2)研究带有模型不确定性,网络诱导时延和数据丢包的无线传感网络化系统分布式融合估计问题,设计一种基于鲁棒Kalman滤波分布式融合估计器.针对不同传感器在数据传输过程中出现的多通道网络诱导时延,利用补偿机制将时滞系统转化为无时延系统进行研究,并利用多个伯努利序列来分别建模不同通道的数据丢包现象.基于成功到达的采样数据,设计一组基于鲁棒Kalman滤波算法的网络化估计器来得到局部估计,并利用协方差交互融合方法来减少通信和计算负担,获得比局部估计精度更高的融合估计器.(3)进一步研究一类带有多传感器多率采样的网络化系统分层分簇融合估计问题.考虑到传感器节点的空间分布性和能量受限等特征,提出一种基于簇内局部估计和簇间融合估计的双层异步分布式估计策略.考虑无线传感器网络的丢包和网络攻击现象,在簇头节点设计一个基于簇内节点多率采样数据的网络化强跟踪滤波器来获得系统的局部估计,其中引入的时变渐消因子可以补偿由异步采样和未知系统干扰导致的建模误差.其次,利用多个邻居簇头节点的局部状态估计或预测状态估计信号,提出一种带有时变融合时刻的多率融合估计方法.所提方法充分考虑了多传感器多率采样方式、多率数据的多通道传输以及分层分簇的分布式结构,适用于异步多传感器分布式估计系统.本文针对带有多传感器多率异步采样,传输过程中时延、丢包和网络攻击等网络诱导特征分布式融合估计问题进行研究,设计了两类滤波融合方法,分别对移动目标追踪和叁容水箱ITTS进行数值仿真,其实验结果验证了所提分布式融合估计方法的可行性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分布式网络化论文参考文献
[1].郑宏斌.微波组件自动测试系统及其分布式网络化实现[J].电子技术与软件工程.2019
[2].王艳.异步采样和网络诱导特征的多传感网络化系统分布式融合估计[D].山西大学.2019
[3].孙楠.带有多率采样和事件触发机制的网络化系统分布式H_∞滤波[D].山西大学.2019
[4].李连兄.网络化分布式模型预测控制及其应用研究[D].兰州理工大学.2019
[5].黄俊华.无线网络化控制系统的协同控制与分布式一致性研究[D].华南理工大学.2019
[6].赵伟,肖祥,郑耀东,易斌,孟金岭.分布式储能网络化运营平台架构与控制策略[J].高电压技术.2019
[7].王一帆,盛安冬,李银伢,戚国庆.基于多智能体一致的分布式网络化防空火控系统[J].火力与指挥控制.2018
[8].于晋伟.网络化Euler-Lagrange系统的分布式编队控制[D].上海大学.2018
[9].谢佩,游科友,洪奕光,谢立华.网络化分布式凸优化算法研究进展[J].控制理论与应用.2018
[10].张利利.拓扑切换的多传感器网络化系统分布式H_∞滤波[D].山西大学.2018
论文知识图
