专利交易市场

本发明公开了一种机械臂自适应神经网络分布式控制系统及方法，属于自动化控制技术领域，包括存在位置和姿态约束的且配备有传感器的多机械臂系统、接收来自多机械臂系统传感器数据的三维刚体动力学模型、与三维刚体动力学模型集成的通用时变非对称势垒函数、在线估计系统中的未知动力学参数的自适应神经网络以及基于自适应神经网络的估计设计的分布式协同跟踪控制器。本发明构建了包含未知动力学的输出约束多机械臂系统的新的通用时变非对称势垒函数，并建立了基于前馈神经网络的在线学习模块，实现了对不敏感参数在线估计的非对称时变输出约束问题的求解，能够同时解决对初始值不敏感和非对称时变输出限制的动力学估计问题。

本发明提供了耦合神经网络有界同步及其分布式控制方法，属于信息技术领域。本发明通过结合事件触发机制研究了非线性耦合神经网络在分布式脉冲控制器下的的有界同步问题。本发明考虑到耦合神经网络中可能出现的干扰，设计了一类基于事件触发机制的分布式脉冲控制器，并且使用伯努利随机变量来描述了不同信道之间存在的随机不确定性。本发明通过李雅普诺夫稳定性定理、平均脉冲间隔的概念、矩阵测度方法和参数变分法，得到了在不同情形下实现耦合神经网络的有界同步的各类条件。本发明基于给定的事件触发条件和相关数学方法对事件触发情况中可能出现的Zeno行为进行了排除。

本发明公开一种基于稳定匹配的SDN分布式控制平面负载均衡方法，监控每个交换设备的Packet‑In消息请求数量；周期性收集统计分布式控制平面中各控制器的负载情况，并发现控制平面中的过载控制器以及负载不均衡状态；对过载控制器筛选出用于迁移以卸除负载的交换机；通过SDN全局状态视图机制，选举出最轻载的控制器；对于最轻载控制器，执行集中式任务处理，最后将稳定匹配过程中输出的匹配结果输入至SDN控制器的交换机迁移执行模块以完成负载均衡过程。本发明通过分布式计算框架减轻过载控制器的计算压力，将主要计算任务集中在最轻载控制器中统一执行，减小网络整体的负载均衡过程执行时间，从而减小负载均衡对于网络性能的影响。