讲座地点：10501

讲座时间：2025年9月12日（周五）14：00-17：00

主讲专家：

（1） 巨兴兴 四川大学电子信息学院研究员、硕士研究生导师

（2） 孙亚平 四川大学电子信息学院副研究员、信息与通信工程系副系主任

（3） 杨金 电子科技大学自动化工程学院博士后

（4） 花兰锋 电子科技大学航空航天学院博士后

主办部门：ok138太阳集团古天乐

欢迎广大师生参与本次讲座！请参加讲座人员于2025年9月12日13:50前入场。

一、 讲座信息

1、基于预设与固定时间稳定的无人机控制：从对峙跟踪到编队决策

针对单无人机系统的对峙跟踪控制，提出了一种规定时间收敛的神经动态优化增量模型预测控制方法。该方法融合视觉伺服技术，通过李雅普诺夫导引向量规划特征轨迹，并采用零化神经动力学优化实现控制器的鲁棒求解，其规定时间稳定性得到严格证明。针对多无人机系统的分布式协同博弈，提出了基于固定时间稳定理论的纳什均衡搜索算法。通过分布式观测器估计智能体行为，该算法能在与初始条件无关的固定时间内收敛至纳什均衡，并支持切换拓扑下的领导-跟随一致性与梯度博弈。通过仿真和实验验证了上述方法的有效性。该研究共同构建了从单机智能感知跟踪到多机分布式协同决策的技术框架，为无人机在复杂环境下的协同任务提供了理论依据与算法支持。

2、随机切换和不确定目标下异质非线性多智能体系统的一致性跟踪控制

一致性跟踪是多智能体系统 (multi-agent systems, MASs) 重要的协同行为. 它是导弹拦截, 协同打击和协同搜救中最基本的问题. 针对该问题, 学者们已对不同模型进行了探讨.  系统内部机制或外部环境的变化会使个体模型和个体间错综复杂的关系发生变化. 因此, 将MASs建模为具有异质非线性切换特性的系统更加贴近实际. 对异质非线性切换MASs的跟踪问题而言, 切换规则设计, 模型构建和算法设计是重要的研究要点. 相比于基于驻留时间的切换，团队近期开发的TP-based MDADT切换机制更为一般. 该切换机制同时考虑了TP和DT, 且马尔可夫切换和DT切换是它的特殊情况, 具有很好的通用性. 在模型构建上, 目标模型的建立是极其重要的. 在建立目标模型时, 需要考虑目标控制器对其状态的影响以及目标的随机机动特性. 在算法设计上, 当切换是随机的且目标具有未知的输入信号时, 算法设计的难度将极具增强. 因此, 在随机切换规则下, 跟踪具有未知输入信号的非线性切换目标且不对其状态进行界的限定是一个具有挑战性的难题. 基于上述难题，团队探讨了不确定目标下异质非线性切换多智能体系统的一致性跟踪问题, 其中待跟踪的目标具有未知的控制输入且不受界的限定; 所采用的随机切换机制不仅考虑了转移概率, 还考虑了驻留时间. 由于目标的不确定性, 非线性, 异质性以及随机切换特性, 一致性跟踪问题很难直接用现有方法解决. 因此, 本文为一致性跟踪问题开发了一种新的依模态双层设计框架. 基于该框架并通过引入自由矩阵和参数提出了一个新的多重李雅普诺夫函数, 给出了异质非线性切换多智能体系统能几乎必然指数型一致性跟踪上不确定目标的条件. 最后, 通过数值仿真验证了所提控制方案的有效性.

3、多智能体系统线性编队控制及其应用

多智能体系统编队控制作为分布式人工智能与协同控制交叉领域的重要研究方向，致力于解决多个自主智能体如何在动态环境中通过局部感知、通信与协同决策，实现并维持特定群体构型、完成复杂协同任务的核心问题。其核心理论涵盖一致性控制、集群协同算法、避障与路径规划等关键技术，在无人机协同侦察、无人车队形控制、机器人协作探索、卫星集群组网等军民领域具有广泛应用前景。本报告将系统介绍多智能体编队控制的基本原理及其在真实场景中的落地应用。

4、脉冲系统的滑模控制

滑模控制（SMC）策略以其对系统不确定性和外部干扰的强鲁棒性而著称，已在众多实际工程系统中得到广泛应用与验证。尽管现有SMC方法取得了显著进展，但大多数研究仍集中于离散时间或连续时间动力学系统。然而，当系统受到脉冲扰动时，脉冲行为会破坏系统的连续演化过程，引发状态突变，导致传统SMC框架往往难以适用。因此，针对受脉冲现象影响的不连续动力学系统，开发量身定制的滑模控制策略显得至关重要。本研究基于分段李雅普诺夫函数技术与脉冲估计方案，提出了一种新型滑模控制策略，并证明了该策略能够保证脉冲系统在有限时间内实现稳定。此外，还在不同脉冲条件下对系统收敛速率的变化进行了定量分析与评估。

二、专家介绍

巨兴兴，研究员（专职科研），硕士生导师，四川大学电子信息学院“群体智能与控制”科研团队骨干成员，国家资助博士后研究人员计划获得者（B档），CAA和CICC会员，担任CAA青年工作委员会委员，CICC青年工作委员会委员，国际期刊JAI、JAICS和IC的青年编委。研究方向为智能系统控制设计、优化决策及应用，主要涉及分布式优化、博弈及智能无人系统应用；智能体自主决策、编队避障及安全关键控制；神经动力学优化理论、算法设计及电路应用。以第一作者和通讯作者在IEEE TAC、CAA-JAS、TNNLS、TSG、TSMC、T-Cyber和TCAS-I等国际期刊和会议上发表论文30余篇，授权和受理国家发明专利8项；主持国家自然科学基金、四川省自然科学基金、中国博士后面上项目、国家资助博士后研究人员计划项目、中央高校科研项目、省部级重点实验室开放课题等多项科研项目，作为骨干成员参加多项国家级科研项目；曾获2025年“智汇芯光·创见无界”博士后学术交流最佳海报奖、四川大学2023年度“三信”优秀教师奖、重庆市2023年优秀博士学位论文、重庆市2022年优秀毕业生等荣誉；指导员工获得“老员工创新创业训练计划”国家级项目1项，老员工光电设计竞赛、电子设计大赛、无人机竞赛等比赛中获省部级荣誉8项、校级荣誉6项。

孙亚平，博士，副研究员，信息与通信工程系副系主任，“群体智能与控制”实验室成员。中国自动化学会青年工作委员会委员，智能物联系统建模与仿真专业委员会委员，四川省高校团队培训优秀示范课学员，四川大学“三信”奖教金获得者，SCI杂志Neural Processing Letters的编辑（AE）。2021年7月至今，在四川大学电子信息学院任职，研究方向为多智能体系统的协调控制及其在无人车、无人艇、无人机集群上的应用。发表SCI期刊论文近20篇，获授权发明专利4件，主持国家自然科学基金青年基金1项、四川省自然科学基金青年基金1项、四川大学专职博士后基金1项、图像信息处理与智能控制教育部重点实验室开放课题1项。

杨金：电子科技大学自动化工程学院助理研究员、博士后。新加坡南洋理工大学联合培养博士，师从IEEE Fellow、全球高被引科学家董朝阳教授。主要研究方向包括电力系统负荷频率控制、智能电网安全控制、多智能体系统控制理论及应用、复杂网络稳定性分析等。已在IEEE Transactions on Smart Grid、IEEE Transactions on Industrial Informatics、IEEE Transactions on Cybernetics等国际权威期刊发表学术论文20余篇。主持国家自然科学基金青年科学基金、四川省自然科学基金青年科学基金项目，入选国家资助博士后研究人员计划（C档）和四川省博士后科研项目特别资助（B档），并作为主要成员参与国家自然科学基金面上项目、四川省航空与燃机重大专项等多项科研项目。此外，申请发明专利8项，担任IEEE TII、IEEE TPS、IEEE TC等多个国际知名期刊审稿人。

花兰锋：电子科技大学航空航天学院博士后，电子科技大学自动化工程学院博士、新加坡南洋理工大学电气与电子工程学院联合培养博士、韩国浦项科技大学电气工程学院联合培养博士。主要研究方向包括非线性系统分析与控制、多智能体系统控制与应用、无人系统建模与协同控制等。共发表SCI学术论文10余篇，其中以第一/通讯作者发表学术论文7篇，包括IEEE Transactions on Neural Networks and Learning Systems、IEEE/CAA Journal of Automatica Sinica、IEEE Transactions on Fuzzy Systems等，2篇入选ESI高被引/热点论文。参与国家自然科学基金项目2项，四川省重点研发计划等省部级项目多项。