东南大学第七届先进控制理论与应用 “至善前沿论坛”暨中国自动化学会青年工作委员会走进高校系列研讨会

发布者:王翔宇发布时间:2019-08-02浏览次数:970



东南大学第七届先进控制理论与应用
“至善前沿论坛”
中国自动化学会青年工作委员会
走进高校系列研讨会
2019 年 8 月 3 日
东南大学四牌楼校区


论坛资助:高校双一流建设经费
国家自然科学基金委
中央高校基本科研业务基金
江苏省高校优势学科建设工程专项资金
论坛联系:张亚(yazhang@seu.edu.cn)
陈杨杨(yychen@seu.edu.cn)
主办单位:jinnianhui金年会

复杂系统测量与控制教育部重点实验室





地点:东南大学四牌楼校区榴园宾馆中大厅


2019 8 3 日周六下午

主持人:张亚 东南大学


Distributed Consensus Optimization from Feedback-Forward Control  
Perspective
Lihua Xie

Nanyang Technological University, Singapore 14:00pm-14:50pm


OPTIMAL PERSISTENT MONITORING USING MULTIPLE AGENTS

王燕舞教授 华中科技大学 14:50pm-15:20pm


无人系统的视觉定位,跟踪及协同最优控制

孟子阳副教授 清华大学 15:20pm-15:50pm


茶歇 15:50pm-16:00pm


2019 8 3 日周六下午

主持人:陈杨杨 东南大学

 

基于事件触发的完全分布式协同控制

李忠奎研究员 北京大学 16:00pm-16:30pm


资源受限下的分布式估计与优化及在电力系统中的应用

朱善迎副教授 上海交通大学 16:30pm-17:00pm


状态受限下的高阶滑模控制

丁世宏教授 江苏大学 17:00pm-17:30pm


Distributed average consensus of continuous-time multi-agent systems under G
expectation

刘帅教授 山东大学 17:30pm-18:00pm




Distributed Consensus Optimization from Feedback-Forward  

Control Perspective
Lihua Xie
School of Electrical and Electronic Engineering
Nanyang Technological University, Singapore
Abstract
Distributed consensus optimization aims to seek the common minimum of the sum of  
private costs in a network through only local information sharing. The problem has  
attracted a lot of interests in recent years due to its wide applications. In this talk, by  
treating the Laplacian operator under a weight-balanced and strongly connected  
network as a pseudo projector, we tackle the distributed optimization problem from a  
feedback-feedforward control viewpoint. The proposed control framework allows us  
to design distributed optimization algorithms and analyze their convergence using  
existing control techniques, which simplifies greatly the algorithm analysis. Two  
classes of controllers, namely proportional-integral (PI) and proportional-feedforward  
controllers, are developed. We also analyze and compare the convergence rate of  
proportional-integral and proportional-feedforward (PF) controllers for a class of  
quadratic costs, and demonstrate that the PF controller achieves faster convergence  
with a proper choice of control gains. The discrete-time implementation of the  
algorithms will also be studied.  
About the Speaker
Lihua Xie is a professor with the School of Electrical and  
Electronic Engineering, Nanyang Technological University  
(NTU), Singapore, and the Director, Delta-NTU Corporate Lab  
for Cyber-Physical Systems. His current research interests  
include networked control, multi-agent systems, sensor  
networks, compressive sensing, localization, and unmanned  
systems. He is an Editor-in-Chief of Unmanned Systems and0
Associate Editor, IEEE Transactions on Network Control  
Systems. He has served as Editor for IET Book Series in Control  
and Associate Editor for Automatica, IEEE Transactions on  
Automatic Control, IEEE Transactions on Control Systems Technology, IEEE  
Transactions on Circuit and Systems-II, etc. He was an IEEE Distinguished Lecturer  
(2011-2014), appointed member (2011) and elected member (Jan. 2016- Dec. 2018)  
of Board of Governors of IEEE Control System Society. Dr Xie is a Fellow of IEEE and  

Fellow of IFAC.


OPTIMAL PERSISTENT MONITORING USING MULTIPLE  

AGENTS
王燕舞教授
华中科技大学
Abstract
Persistent monitoring arises in applications such as city patrolling, ecological  
surveillance, traffic monitoring, smart-grid security and ocean sampling. The  
dynamically changing environments in these applications require the agents to  
perpetually move in certain mission space. The challenge in this type of problems is to  
design the agent trajectories under physical motion constraints in order to optimize an  
overall performance metric. In this talk, we will discuss the one-dimensional optimal  
persistent monitoring problem using multiple agents. The goal is to control the  
movements of agents to minimize a performance metric associated with the  
environment (targets) over a finite time horizon. We will firstly present our recent result  
of monitoring targets with different weights, and then present a result of fulfilling the  
task using second-order agents. In contrast to earlier results limited to first-order  
dynamics for agents, we control their accelerations rather than velocities, thus leading  
to a better approximation of agent behavior in practice and to smoother trajectories.  
Bounds on both velocities and accelerations are also taken into consideration. Gradient
based algorithms are proposed to obtain sub-optimal solutions. Simulation examples  
will also be included to demonstrate the effectiveness of our results.
About the Speaker
王燕舞,华中科技大学特聘岗教授、博士生导师。研究兴趣包括复杂网络的
群集行为分析与控制、多无人系统协调控制、智能电网的优化调度等。研究成果
曾获湖北省第六批优秀博士学位论文奖、教育部自然科学奖一等奖(第 3 完成
人),湖北省自然科学奖一等奖(第 1 完成人)、湖北省杰出青年基金支持。2008

年入选教育部新世纪优秀人才支持计划。


无人系统的视觉定位,跟踪及协同最优控制

孟子阳副教授
清华大学
Abstract
报告首先对集群系统的研究背景进行简单的介绍,然后具体汇报近期的几个
研究结果,主要包括,基于时间戳同步的视觉惯性里程计,基于超微型无人机的
视觉目标跟踪,动态系统的分布式最优协同控制方法,以及多无人系统的集合聚
集控制。
About the Speaker
孟子阳,清华大学副教授,博士生导师,国家“青年千人”计划入选者,洪
堡学者基金获得者。主要从事群体的智能控制与优化,微纳航天器,以及无人系
统的智能导航的研究工作。在国际重要刊物和学术会议上发表论文 90 余篇,其
SIAM 汇刊,IEEE 汇刊,IFAC 汇刊等论文 30 余篇。主持国家自然科学基金
重点项目,面上项目,装备预研教育部联合基金等多个项目。获得 2018 年度北

京市科学技术一等奖。


基于事件触发的完全分布式协同控制

李忠奎教授
北京大学
Abstract
基于事件触发的协同控制问题近期受到了很多关注。其研究重点是设计合适
分布式控制策略和事件触发条件,后者决定自主体何时采样并与邻居通信。现有
绝大多数文献存在的问题是控制律或/和事件触发函数依赖于网络拓扑的谱信息
等全局信息,即并不是真正分布式。本报告将汇报我们在基于事件触发的完全分
布式协同控制律设计方面的一些进展。
About the Speaker
李忠奎,现为北京大学工学院力学与工程科学系研究员,博士生导师。2005
年于国防科技大学航天与材料工程学院获学士学位,2010 年于北京大学工学院
获博士学位。主要从事分布式协同控制、网络化控制系统、自主无人系统分析与
控制等方面的研究工作。撰写英文专著 1 部,发表 SCI 论文 50 多篇。入选 2017
年度教育部青年长江学者,2018 年科睿唯安全球高被引科学家,以及 2018 年度
北京市科技新星计划。曾获 2015 年国家自然科学二等奖(排名第三),第四届杨
嘉墀科技奖二等奖,2012 年全国优秀博士学位论文奖等荣誉与奖励。第一作者
论文获 2013 IET Control Theory & Applications Premium Award 2009-2011

统科学最佳论文奖。


资源受限下的分布式估计与优化及在电力系统中的应用

朱善迎副教授
上海交通大学
Abstract
随着信息技术的发展,大量具备感知和执行能力的设备和终端融入复杂物
理过程,通过信息获取、传输、处理和控制等相互作用,构成了融合控制和信
息通信的多维动态系统—网络系统,其优化运行涉及信息层面、传输层面和控
制层面等多方面问题。本报告将聚焦信息层面的分布式感知、高效融合与资源
优化调度等问题,介绍资源受限下的分布式估计和优化等方面的研究进展。具
体内容涉及异构网络的分布式估计、感知-传输的联合设计与资源优化,并简要
介绍其在电力系统的状态估计与经济调度等方面的应用。
About the Speaker
朱善迎,上海交通大学自动化系副教授。2013 年毕业于上海交通大学自动
化系获工学博士学位。2013 年至 2015 年,在新加坡南洋理工大学以及伯克利
新加坡教育联盟(BEARS)开展博士后研究工作。2015 年加入上海交通大学自动
化系。主要研究领域为分布式估计和优化、工业网络系统的感知-传输联合设
计、微能源网的能量管理和交易机制设计等。主持国家自然科学基金、国家重
点研发计划子课题等 6 项。在 IEEE 汇刊、AutomaticaApplied Energy 以及
CDCICASSPGLOBECOM 等国际期刊和会议发表论文 60 余篇,合作出版
英文专著一部。获得国家自然科学二等奖及省部级一等奖等 3 项。现为 IEEE
IES 工业信息学技术委员会委员,中国自动化学会青工委委员,TCCT 多自主体
控制学组委员。担任多个国际会议的 Local Arrangement/Track/Session Chair

委员。


状态受限下的高阶滑模控制

丁世宏教授
江苏大学
Abstract
高阶滑模能够解决传统滑模控制中的相对阶限制和抖振问题,因此在理论和
工程界引起了广泛关注。现有的高阶滑模控制理论一般只能处理干扰由常数限定
情况下的控制设计问题,多为局部控制结果,而扰动由函数限定情况下的高阶滑
模全局控制设计问题在实际系统控制中却更为广泛。针对该问题,报告人将介绍
干扰由函数限定条件下的高阶滑模控制方法研究的最新进展。首先,介绍高阶滑
模控制问题的起源及发展;其次,指出当前高阶滑模控制所存在的问题;进而,
给出干扰由函数限定条件下高阶滑模研究的最新进展,以及状态和控制输入受限
情况下的高阶滑模控制问题。
About the Speaker
丁世宏,江苏大学电气信息工程学院教授,博士生导师,江苏省杰青,江苏
省自动化学会理事。2004 9 月本科毕业于安徽师范大学,2007 2 月和 2010
6 月毕业于jinnianhui金年会,分别获硕士和博士学位。于 2008 9 -
2009 9 月、2011 1 -2011 12 月,2008 7 -8 月,分别在在美国德克
萨斯大学圣安东尼奥分校、澳大利亚西悉尼大学和韩国岭南大学从事合作研究。
AutomaticaIEEE Transactions on Automatic ControlIEEE Transactions on  
Industrial ElectronicsSystems & Control Letters 等控制领域主流刊物以第一或通
讯作者发表 SCI 检索论文 30 余篇,主持国家自然科学基金 2 项,江苏省杰出青
年基金 1 项,其他省部级项目多项,获得教育部自然科学二等奖和机械工业科技
进步二等奖各 1 项。现为国际期刊《International Journal of Intelligent Computing  
and Cybernetics》编委,研究方向为高阶滑模控制理论、功率变换器、电动汽车

主动安全系统控制等。


Distributed average consensus of continuous-time multi-agent  

systems under G-expectation
刘帅 教授
山东大学
Abstract
Consensus is a fundamental problem in distributed computing and multi-agent  
systems basing each agent interacts with its neighbor agents. Distributed consensus  
control is to design a distributed control protocol for each node such that all of nodes’  
states reach a common decision or agreement. Most existing works were focused on  
discrete-time, continuous-time systems with undirected, directed and time-varying  
digraphs; Some delayed, drop-out situations or additive noises and multiplicative  
noises were considered. However, the nature of measure is non-additivity when  
measurement errors are unavoidable. In this talk, based on the local information, I  
present a novel distributed consensus under G-expectation to explain this  
phenomenon. I will show that different consensus under G-expectation with proposed  
protocol. Convergence rates in both mean square sense and quasi-surly sense are also  
discussed.
About the Speaker
山东大学齐鲁学者特聘教授,博士生导师。分别于 2004 年,2007 年在山东
大学获得工学学士和硕士学位,2012 年获得新加坡南洋理工大学博士学位。2012
年至 2017 年期间,在新加坡-伯克利 (University of California at Berkeley) 联合研
究中心担任高级研究员工作。2017 3 月至今,山东大学控制科学与工程学院,
山东大学杰出青年学者,2017 年入选国家“****”青年项目。