This paper studies a number of quantized feedback design problems for linear systems. We consider the case where quantizers are static (memoryless). The common aim of these design problems is to stabilize the given system or to achieve certain performance with the coarsest quantization density. Our main discovery is that the classical sector bound approach is nonconservative for studying these design problems. Consequently, we are able to convert many quantized feedback design problems to well-known robust control problems with sector bound uncertainties. In particular, we derive the coarsest quantization densities for stabilization for multiple-input-multiple-output systems in both state feedback and output feedback cases; and we also derive conditions for quantized feedback control for quadratic cost and H/sub /spl infin// performances.

The article concerns linear systems which are subject to both time-varying norm-bounded parameter uncertainty and exogenous disturbance. It addresses the robust H/sub infinity / control problem of designing a linear dynamic output feedback controller such that the closed-loop system is quadratically stable and achieves a prescribed level of disturbance attenuation for all admissible parameter uncertainties. It is shown that such a problem is equivalent to a scaled H/sub infinity / control problem.< >

Communication data rate and energy constraints are important factors which have to be considered when investigating distributed coordination of multi-agent networks. Although many proposed average-consensus protocols are available, a fundamental theoretic problem remains open, namely, how many bits of information are necessary for each pair of adjacent agents to exchange at each time step to ensure average consensus? In this paper, we consider average-consensus control of undirected networks of discrete-time first-order agents under communication constraints. Each agent has a real-valued state but can only exchange symbolic data with its neighbors. A distributed protocol is proposed based on dynamic encoding and decoding. It is proved that under the protocol designed, for a connected network, average consensus can be achieved with an exponential convergence rate based on merely one bit information exchange between each pair of adjacent agents at each time step. An explicit form of the asymptotic convergence rate is given. It is shown that as the number of agents increases, the asymptotic convergence rate is related to the scale of the network, the number of quantization levels and the ratio of the second smallest eigenvalue to the largest eigenvalue of the Laplacian of the communication graph. We also give a performance index to characterize the total communication energy to achieve average consensus and show that the minimization of the communication energy leads to a tradeoff between the convergence rate and the number of quantization levels.

We consider the robust H/sub /spl infin// filtering problem for a general class of uncertain linear systems described by the so-called integral quadratic constraints (IQCs). This problem is important in many signal processing applications where noise, nonlinearity, quantization errors, time delays, and unmodeled dynamics can be naturally described by IQCs. The main contribution of this paper is to show that the robust H/spl infin/ filtering problem can be solved using linear matrix inequality (LMI) techniques, which are numerically efficient owing to recent advances in convex optimization. The paper deals with both continuous and discrete-time uncertain linear systems.

Range detection is a key problem in wireless sensor networks (WSN).In this paper, a brief overview is provided for basic techniques for this problem.The fundamental principles for range detection are inherited from RADAR systems, but careful designs need to be made to balance the expected accuracy and the device complexity, considering the limited resources of a WSN.We will introduce some basic measurement principles of range detection for WSN and some available range detection systems.We will also discuss several signal processing algorithms used for range detection.

The paper concentrates on the fundamental coordination problem that requires a network of agents to achieve a specific but arbitrary formation shape. A new technique based on complex Laplacian is introduced to address the problems of which formation shapes specified by inter-agent relative positions can be formed and how they can be achieved with distributed control ensuring global stability. Concerning the first question, we show that all similar formations subject to only shape constraints are those that lie in the null space of a complex Laplacian satisfying certain rank condition and that a formation shape can be realized almost surely if and only if the graph modeling the inter-agent specification of the formation shape is 2-rooted. Concerning the second question, a distributed and linear control law is developed based on the complex Laplacian specifying the target formation shape, and provable existence conditions of stabilizing gains to assign the eigenvalues of the closed-loop system at desired locations are given. Moreover, we show how the formation shape control law is extended to achieve a rigid formation if a subset of knowledgable agents knowing the desired formation size scales the formation while the rest agents do not need to re-design and change their control laws.

This paper is concerned with the long-standing problems of linear quadratic regulation (LQR) control and stabilization for a class of discrete-time stochastic systems involving multiplicative noises and input delay. These fundamental problems have attracted resurgent interests due to development of networked control systems. An explicit analytical expression is given for the optimal LQR controller. More specifically, the optimal LQR controller is shown to be a linear function of the conditional expectation of the state, with the feedback gain based on a Riccati-ZXL difference equation. It is also shown that the system is stabilizable in the mean-square sense if and only if an algebraic Riccati-ZXL equation has a particular solution. These results are based on a new technical tool, which establishes a non-homogeneous relationship between the state and the costate of this class of systems, and the introduction of a new Lyapunov function for the finite-horizon optimal control design.

A robust motion control system is essential for the linear motor (LM)-based direct drive to provide high speed and high-precision performance. This paper studies a systematic control design method using fast nonsingular terminal sliding mode (FNTSM) for an LM positioner. Compared with the conventional nonsingular terminal sliding mode control, the FNTSM control can guarantee a faster convergence rate of the tracking error in the presence of system uncertainties including payload variations, friction, external disturbances, and measurement noises. Moreover, its control input is inherently continuous, which accordingly avoids the undesired control chattering problem. We further discuss the selection criteria of the controller parameters for the LM to deal with the system dynamic constraints and performance tradeoffs. Finally, we present a robust model-free velocity estimator based on the only available position measurements with quantization noises such that the estimated velocity can be used for feedback signal to the FNTSM controller. Experimental results demonstrate the practical implementation of the FNTSM controller and verify its robustness of more accurate tracking and faster disturbance rejection compared with a conventional NTSM controller and a linear H ∞ controller.