关键词： 集群编队   智能控制   水面无人艇   无人系统   综述  

摘要： 随着海上作业任务的日渐复杂以及水面无人艇控制理论的发展，单水面无人艇航行控制能力的局限性逐渐显现，集群编队控制技术得到了广泛关注。针对水面无人艇集群编队控制技术，分析了当前国内外应用情况与技术研究现状，重点从典型编队队形适用性、编队控制系统结构形式、编队协同控制方法、编队控制通信技术及异构条件下协同控制技术等方面分析了水面无人艇集群编队控制技术的研究进展。最后，进行了总结和展望，以期为水面无人艇集群编队控制技术的研究提供有益的参考。

关键词： 机械臂   跟踪控制   有限时间稳定理论   预设性能控制   容错控制   鲁棒性  

摘要： 机器人可以彻底改变人类社会的生产方式、战争模式和生活方式。作为机器人的一个重要分支,机械臂被广泛应用于车辆、航空航天系统等关键领域。然而,实际工业机械臂的运行环境是多因素耦合的非线性约束,现有的基于反演控制的方法存在“复杂性爆炸”、控制精度不高的局限性,限制了机械臂的鲁棒性、稳定性和可靠性。因此,在多因素影响下,如何确保机械臂更加快速准确的响应能力成了机械臂控制的主要挑战,对实现机械臂的鲁棒控制具有重要的研究价值。本文通过分析机械臂系统控制领域国内外研究现状,总结了常用方法的局限性,归纳出机械臂鲁棒自适应控制领域中存在的若干挑战。根据上述研究现状和主要挑战,本文综合考虑机械臂运行中受到的状态约束、参数摄动、执行器饱和故障及时滞等非线性因素,基于反演控制和有限时间稳定理论搭建的框架,讨论了全状态约束的机械臂有限时间预设性能控制、基于预设性能的机械臂有限时间容错控制、非对称输出约束的机械臂有限时间容错控制问题。主要研究内容如下:(1)本文介绍了机械臂在空间中的位姿描述以及坐标变换知识;基于拉格朗日动力学分析方法建立多关节机械臂在空间中的动力学模型,并分析其动力学特性;引入反演控制、相关假设及引理等理论基础知识,为后续控制器设计奠定理论基础。(2)针对具有全状态约束和多种未知非线性的机械臂的跟踪控制问题,基于反演控制和预设性能控制方法,提出有限时间修正预设性能控制策略。利用二阶有限时间命令滤波器和有限时间稳定理论等先进知识,提高机械臂的控制精度以及误差的收敛速度。最后,从理论和实验两个角度说明所设计方案的优越性。(3)考虑到机械臂运行时还会受到除状态约束外等其他因素的影响,针对具有全状态约束、执行器输入饱和故障、时滞以及多种非线性项的轨迹跟踪控制问题,提出新颖的预设性能有限时间容错控制策略,确保跟踪误差在有限的时间内以更快的速度收敛到预设的范围内。然后,通过方案对比说明所设计方案的有效性。(4)考虑到机械臂实际受到的状态约束往往是非对称的,针对具有非对称输出约束和执行器输入饱和故障的机械臂的跟踪控制问题,提出有限时间容错控制策略。结合反正切函数、双曲正切函数和分段函数设计快速收敛的时变边界,提高机械臂的控制精度和鲁棒性。然后,从实验角度说明所设计理论的优越性。

关键词： 仓库管理  

ISBN: (纸本)9787040600919

摘要： 本书介绍了仓储管理的整个流程与优化策略。全书共七章，分别是：第一章仓储管理；第二章仓库规划；第三章仓库运作管理；第四章订单出库配送管理；第五章仓库库存管理；第六章仓储管理信息系统；第七章综合实践案例。

关键词： 非线性非仿射连续时间系统   采样周期   无模型自适应控制   扩展状态观测器  

摘要： 传统的无模型自适应控制方法大多数是基于离散时间系统提出的,而实际的工业系统多为连续时间系统。基于此问题,本文提出了一系列的采样无模型自适应控制方法,将无模型自适应控制从离散时间系统扩展到连续时间系统。主要内容如下:一、针对一类非线性非仿射连续时间系统,本文提出了一种紧格式采样无模型自适应控制方法。该方法的核心思想是利用改进的采样数据动态线性化方法,将原系统转化为基于采样数据的动态线性化数据模型,该模型将系统的未知非线性和非仿射结构压缩为单个时变参数。基于所提的动态线性化数据模型,本文通过求解两个准则函数,给出了采样数据控制律和采样数据参数自适应更新律。所提方法不仅可以使用采样周期来提高控制性能,还可以通过采样数据参数自适应更新律来抑制不确定性。此外,所提控制方法是数据驱动的,克服了传统控制方法中模型依赖性的问题。另外,本文通过引入伪梯度向量的概念和更多过去时刻的输入输出信息,还提出了偏格式和全格式采样无模型自适应控制方法。二、针对一类非线性非仿射连续时间系统,本文提出了一种采样数据局部动态线性化方法,将原系统转化为基于采样数据的局部动态线性化数据模型。系统的不确定性和未知非线性转化为未知的时变参数向量和非线性余项,本文通过设计采样数据参数自适应更新律和采样数据扩展状态观测器分别估计两个未知项。基于所提的局部动态线性化数据模型,本文提出了一种基于观测器的偏格式采样无模型自适应控制方法,该方法包含了采样周期和更多过去时刻的输入信息,从而可增强系统的控制效果。另外,本文还提出了基于观测器的全格式采样无模型自适应控制方法。三、理论分析及仿真证实了上述方法的有效性。

关键词： 四旋翼无人机   有限时间   滑模控制   自抗扰控制   容错控制  

摘要： 无人机智能自主化水平是国家科技水平和国防能力的体现,无人系统自主作战和协同作战将成为军事航空领域的重要发展趋势。四旋翼无人机是一种典型的多输入-多输出、强耦合、欠驱动的复杂非线性控制系统,设计高性能的控制器是四旋翼无人机控制领域的研究热点。针对四旋翼无人机控制系统中存在时变干扰、输入饱和、模型不确定性和执行器失效等问题,本文从有限时间稳定层面开展了姿态稳定控制、轨迹跟踪控制、容错控制理论研究和关键技术攻关,实现了复杂条件下四旋翼无人机精准鲁棒的位姿跟踪控制和容错控制。论文的主要工作及创新点如下: (1)四旋翼无人机控制系统模型是实现跟踪控制的基础。以四旋翼无人机为研究对象,深入研究其结构构成和基本飞行原理,建立了惯性坐标系和机体坐标系之间的转换关系。充分考虑模型参数不确定性、外部干扰和气动耦合对四旋翼控制系统的影响,基于牛顿-欧拉拉格朗日方程建立了运动学和动力学控制模型。为解决跟踪控制系统存在欠驱动的问题,构建了一组虚拟变量,并通过非线性解耦求解期望的推力、横滚角和俯仰角,为设计精度高、鲁棒性强的有限时间稳定控制方法奠定了基础。 (2)针对渐近稳定控制系统响应难以满足高机动姿态跟踪的问题,研究了固定时间稳定控制技术,并提出了一种基于自适应非奇异终端滑模的固定时间姿态稳定控制方法。为保证非奇异性和固定时间收敛特性,构造了一种非奇异固定时间终端滑模面。结合非线性滑模面和自适应控制技术,设计了四旋翼无人机自适应非奇异固定时间终端滑模姿态稳定控制器。所设计的控制器无需集总扰动和模型不确定性上界的先验知识,同时可以有效抑制系统抖振现象。接下来,详细分析了控制器的参数设计准则,并利用Lyapunov稳定性理论证明了闭环控制系统的稳定性。仿真实验和对比分析表明,姿态稳定控制系统状态和跟踪误差可以在固定时间内收敛,自适应固定时间控制方法收敛速度提升28.9%,控制精度提升38.0%,验证了内环姿态稳定控制器的有效性。 (3)针对四旋翼无人机跟踪控制系统存在外部干扰、模型不确定性、执行器饱和等问题,研究了有限时间自抗扰控制技术,并提出了基于有限时间滑模观测器的自抗扰轨迹跟踪控制方法。结合改进的非线性Sigmoid函数和滑模终端吸引子,本文构造了有限时间微分跟踪器,提高了跟踪信号的滤波能力和快速响应能力。提出一种三阶时变增益有限时间扩张观测器,同时将控制输入饱和引入到扩张状态观测器中,对未知干扰和模型不确定性进行有效估计,并使观测误差在有限时间内收敛到零。设计了一种基于有限时间观测器的多变量超螺旋滑模控制器,并利用Lyapunov稳定性理论证明了该控制器轨迹跟踪误差可以在有限时间内收敛。仿真实验和对比分析表明,所设计的自抗扰控制器轨迹跟踪控制精度提升了21.8%,验证了外环轨迹跟踪控制方法的有效性。 (4)针对四旋翼无人机执行器失效故障引起坠机问题,研究了有限时间容错控制技术,并设计了一种基于平滑事件触发机制的自适应有限时间容错控制方法。本文提出了一种平滑事件触发机制,在避免不连续触发信号的同时减轻了通信负担,大幅度较少了执行器的损耗。为保证预设时间的跟踪控制性能,设计了一种非线性有限时间性能函数。基于时变障碍Lyapunov函数技术,提出了有限时间收敛自适应反步容错控制器。利用径向基函数神经网络进行非线性逼近,并设计自适应律对模型未知不确定性进行精确估计,从而有效地解决了由执行器故障和干扰引起的控制器设计难题。本文设计的自适应容错控制器中所有闭环系统状态是有界的,跟踪误差可以在有限时间内收敛,事件触发控制中奇诺行为也可以有效避免。仿真实验和对比分析表明,在执行器存在失效故障和偏移故障的情况下,所提出的容错控制器在跟踪性能上提升了47.4%,验证了容错控制方法的有效性。 (5)开发了四旋翼无人机飞行控制系统,并开展了飞行试验。试验结果表明,自适应非奇异固定时间滑模控制器可以减小姿态稳定收敛时间,姿态稳定误差小于0.225°。有限时间自抗扰控制器可以增强抗干扰性能,在集总干扰情况下轨迹跟踪误差为0.057m,姿态跟踪误差为0.287°。基于事件触发机制的自适应有限时间容错控制器可以提升执行器故障情况下控制系统的鲁棒性能和容错性能,轨迹跟踪误差为0.186m,姿态跟踪误差为0.236°。通过飞行试验和对比分析,验证了本文有限时间稳定控制方法的有效性和优越性。

关键词： 多柔性梁耦合系统   实验辨识   振动主动控制   强化学习   反步滑模  

摘要： 为了满足复杂的航天任务需求,航天器趋向于尺寸大型化、构型复杂化的同时,需要保证更强的稳定性。多柔性耦合结构被广泛应用于航天器的设计中,这种结构具有刚度低、阻尼小、低频模态密集以及耦合作用强的特点。在外力等因素作用下,多柔性耦合结构的振动很容易被激励且难以衰减,这种振动会影响航天任务的完成以及航天器的寿命。因此,对多柔性耦合结构的振动特性与振动主动控制进行研究是十分有必要的。本文研究的主要内容如下:(1)以太阳帆飞船等多柔性耦合结构为研究对象,设计了基于单/双弹簧连接的多柔性梁耦合系统实验平台,研究了在外力激励作用下多柔性梁耦合系统的振动特性与振动主动控制。(2)对多柔性梁耦合系统进行了动力学建模与实验辨识的研究。通过有限元法推导出多柔性梁耦合系统的动力学方程,进而建立基于空间状态方程的参数模型。针对单弹簧连接的多柔性梁耦合系统,使用了基于灰狼寻算法、正弦激励实验与非饱和控制反馈实验相结合的实验辨识方法。针对双弹簧连接的多柔性梁耦合系统,使用了基于小波变换和寻优算法相结合的实验辨识方法。通过实验辨识对参数模型进行辨识与修正,为后续控制算法的设计提供精准的参数模型。(3)将辨识得到的参数模型作为强化学习环境,设计了基于多智能体的强化学习算法。强化学习算法与环境进行交互,经过多回合学习训练出强化学习振动控制器。强化学习振动控制器具有很强的非线性与鲁棒性,可以很好地补偿系统中的非线性与不确定性,实现振动的快速抑制。(4)针对多柔性梁耦合系统中的非线性与不确定性,设计了基于径向神经网络的反步滑模控制算法,通过径向神经网络补偿系统中的非线性与不确定性,通过反步滑模与李亚普洛夫函数稳定性推导出控制率与自适应参数,通过神经网络最小参数学习法来解决网络的实时性更新,对耦合振动进行快速抑制。(5)设计了多柔性梁耦合系统振动控制实验。对比仿真结果和实验结果中可以看出,相比于大增益比例微分控制器,强化学习控制器与基于神经网络的反步滑模控制器可以更快地对振动进行抑制,有效地克服了传统线性控制器小幅值振动控制力不足的问题。

关键词： 四旋翼无人机   大气紊流   变论域模糊控制   非线性动态逆   模糊神经网络  

摘要： 四旋翼无人机本身具有高机动性,因此常被人用来执行危险和难度系数高的任务,例如穿越地形复杂的峡谷、海平面上空进行搜救工作等。为了提升续航时间,外观材质轻,体积小,导致抗干扰能力差。虽然方便灵活,但通道间耦合性强。针对大气紊流等外界强干扰下四旋翼无人机的控制问题,本文从外界扰动模型开始入手,建立带有扰动项的四旋翼无人机的动力学模型,在传统控制方法上优化改进设计了变论域模糊控制器。采用非线性动态逆控制降低四旋翼无人机的非线性特性,模糊神经网络克服外界扰动,并进行仿真验证了控制方法的有效性。(1)建立了大气紊流的模型。大气紊流是诸多大气扰动方式中最为复杂的,模型建立困难。为此,选取了易于开方求解的Dryden紊流模型作为频谱函数。通过计算机生成了可以看做随机信号的高斯白噪声作为输入,将紊流模型的空间域转化为时间域,根据输出频谱将其分解成成型滤波器的传递函数。按照MIL-F-8785C确定了紊流强度和紊流尺度等特征量的选取,最后生成了分量上的大气紊流序列。(2)分析了四旋翼无人机的结构以及飞行原理。为了便于对飞行器进行受力分析,建立了机体坐标系与大地坐标系之间的状态转移矩阵,给出了使机体运动状态发生变化得四个控制输入量。根据牛顿-欧拉公式,分别建立了四旋翼无人机的位置运动方程和姿态运动方程。将大气紊流作为扰动项加入到模型之中,得到了带有大气扰动的四旋翼无人机动力学模型。(3)对四旋翼无人机的姿态角进行控制,在PID控制器的基础上优化改进设计控制方法。在单级PID算法中加入一个内回路组成串级控制器,分别用于控制四旋翼的姿态角及角速度。针对参数调节困难,抗干扰能力差等问题,结合模糊理论将其改进为自适应模糊串级控制器,利用专家知识和积累经验建立了输入输出变量的模糊规则表,通过模糊推理在线调节修正参数,将整定后的参数输入到被控系统之中。运用变论域知识设计变论域模糊控制器,加入伸缩因子,在模糊规则数量不变的前提下调节论域长度,提高模糊推理的速度及精度。通过仿真分别验证以上控制器的性能,结果表明,变论域模糊控制的整体性能更好。(4)采用非线性动态逆控制对消四旋翼无人机的高度非线性,运用动态逆理论生成原系统的逆模型与之复合组成一个伪线性系统。由于外界干扰和模型不准确部分引起的逆误差导致无法精准对消,因此采用模糊神经网络对逆误差进行补偿,设计了模糊神经网络动态逆控制器。先从理论上证明了控制算法的有效性,最后在Matlab/Simulink环境下,对所设计的控制器进行仿真验证。为证明有效性,与比例积分动态逆控制器PD-DIC及模糊自适应动态逆控制器FA-DIC进行对比,同时将建立的大气紊流序列作为扰动项加入到模型之中。实验结果表明,FNN-DIC方法在动态响应特性和抗大气紊流干扰方面显著优于其他两种控制方法,强干扰下也能保证飞行器的平稳飞行。

关键词： 内置式永磁同步电机   群参时变   弱磁控制   高阶滑模控制   鲁棒控制  

摘要： 内置式永磁同步电机因其高效率、轻量化、强性能已成为车规级驱动系统的核心装备,通过弱磁调制策略可以使电机驱动系统获得更大的调速范围。如何对深度弱磁区域的电流给定进行合理调节,加快瞬时响应速率,提高稳态控制精度和增强系统的抗扰能力是电机弱磁控制研究中的关键技术。本文主要介绍了内置式永磁同步电机高阶滑模-弱磁优化复合控制研究实现方案,深入研究基于电压幅值反馈的负直轴电流补偿法的弱磁控制策略,分析由电机群参(电磁参数和机械参数)时变以及外界扰动导致系统抗扰性能下降问题的解决方案。以弱磁控制理论与高阶滑模控制理论为基础,实现内置式永磁同步电机高阶滑模-弱磁优化复合控制研究。主要研究内容如下:针对浅度弱磁与深度弱磁过渡点难以循迹,会导致电机实际可调转速范围变窄,同时转速环比例积分控制器存在积分饱和的问题,设计基于深度弱磁切换点循迹的滑模-弱磁复合控制系统。首先,建立电机系统弱磁控制数学模型,包括额定转速以下的最大转矩电流比控制、浅度弱磁区的负直轴电流补偿控制、深度弱磁区的最大转矩电压比控制;其次,在负直轴电流补偿法基础上,分析转矩变化曲线和电压递减曲线的关系设计转矩-电压矢量角过渡阈值,准确获取浅度弱磁与深度弱磁之间的切换点,并通过数学建模解析电压、转速和电流的微分量变化趋势,进一步化简深度弱磁区的电流再分配算法;然后,转速环设计基于滑模扰动观测器的滑模控制器,滑模控制器用于解决比例积分控制器积分饱和的固有缺陷,而滑模观测器则可以进一步估计系统内部各项未建模动态扰动并前馈给滑模控制器;最后,将滑模-弱磁控制与比例积分-弱磁控制作对比,通过仿真和实验验证所提方案的可行性。针对传统滑模-弱磁复合控制策略采用低阶滑模面导致转矩和电流抖振明显、转速收敛速率慢等问题,提出基于深度弱磁切换点循迹的非奇异快速终端滑模-弱磁优化复合控制方法。首先,在传统滑模面基础上引入快速项和非奇异项,设计一个非奇异快速终端滑模面用来加快系统状态变量的收敛速率,解决传统滑模函数只能趋近于零的问题;其次,设计扩展滑模扰动观测器估计系统模型中的未知总扰动,解决滑模扰动观测器观测扰动抖振明显、脉动较大的缺陷;然后,选择饱和函数代替传统的符号函数,削弱滑模动态切换导致的抖振问题;最后利用仿真和实验证明所提方法能有效改善电机驱动系统的暂稳态性能,加快转速响应速率。针对非奇异快速终端滑模-弱磁控制策略中扩展滑模扰动观测器存在补偿时滞,在引入群参时变及其外部负载扰动时电机弱磁驱动系统鲁棒性下降的问题,在非奇异快速终端滑模函数的基础上提出一种基于高阶超螺旋滑模扰动观测器的改进型超螺旋非奇异快速终端滑模控制方法。系统模型中的群参时变扰动以及未知总扰动由超螺旋滑模扰动观测器精确估计并反馈到改进型超螺旋非奇异快速终端滑模控制器中进行补偿。仿真和实验表明该控制算法的转速跟踪精度更高,有效提高了群参时变系统的鲁棒性,实现了电机高阶滑模-弱磁复合控制驱动系统在群参时变和外界扰动下的鲁棒控制。

关键词： BoostPFC变换器   母线电压自适应   压缩机   功率因数  

摘要： Boost功率因数校正（PowerFactorCorrection,PFC）变换器具有输入电流连续、EMI小，开关器件驱动简单等优点，广泛应用于空调永磁压缩机驱动系统中。BoostPFC变换器电压及电流双闭环控制方案在降低电流谐波以及提高系统输出电压稳定性方面效果显著，由于采用电流环控制，使得系统对于输入电压的扰动响应较快。然而，当负载端发生扰动时，由于电压外环调节速度较慢，导致系统的响应也较为缓慢。另一方面，空调永磁压缩机调速范围宽，采用恒定母线电压控制限制了系统效率的进一步提升。因此，本文针对BoostPFC变换器母线电压自适应控制方法展开研究，具有重要的理论意义及应用价值。　　论文首先研究BoostPFC变换器小信号建模及参数设计方法。根据性能指标要求，对变换器进行硬件设计，并配置变换器主要元器件参数。然后通过分析BoostPFC变换器的工作原理，采用状态空间平均法对变换器进行小信号建模，由此得到BoostPFC变换器各变量之间的联系。在此基础上，分别对系统电流环、电压环相关控制参数进行分析，验证所设计控制器满足开环系统的截止频率、相角裕度等性能指标。　　针对采用传统控制方法的BoostPFC变换器存在动态性能不高的问题，提出一种基于电压环参数动态调节及负载电流前馈的变换器双闭环优化控制策略。鉴于传统电压环带宽低的局限性，为了提高电压环的动态响应速度，根据母线电压波动和电网电流谐波约束，提出关于母线电压波动和系统固有频率的饱和函数。进而构建电压环参数动态调节策略，在满足系统稳态性能的同时，提高系统的动态响应速度。另一方面，针对占空比前馈无法快速响应机侧扰动的问题，采用负载电流前馈策略，将系统负载侧信息引入到电流环给定，有效提升变换器系统对机侧扰动的响应速度。　　为了进一步提高变换器系统的效率，提出一种基于电机边界电压矢量监测的母线电压自适应调节策略。通过对电机侧采用的空间矢量脉宽调制（SpaceVectorPulseWidthModulation,SVPWM）控制方案进行分析，阐明电机在未进入弱磁区电压边界条件下母线电压与电机电压矢量之间的内在关系。并对驱动器损耗进行分析，建立系统效率与母线电压之间的联系。进而在传统电压及电流双闭环基础上，提出母线电压自适应调节策略。通过引入功率控制环路，作为变换器控制系统的外环，根据母线电压与电机电压限定条件所得到的极限功率跟随电机实际功率变化信息，实现母线电压与压缩机负载及转速的自动匹配，有效提高系统的运行效率。　　最后将所提出方法在永磁同步压缩机实验平台上进行实验验证，实验结果表明：基于电压环参数动态调节及负载电流前馈的BoostPFC变换器双闭环优化控制策略能够有效改善系统的抗扰动能力，采用母线电压自适应调节方法能够根据电机运行工况匹配母线电压，并提升系统的运行效率。

关键词： 忆阻神经网络   分数阶微积分   四元数   自适应控制   同步  

摘要： 神经网络在信号加密、算力提升和人工智能等领域的应用十分广泛,已成为近年来的研究热点。忆阻器能精确的描述神经元之间的突触权重,引入忆阻器可以强化神经网络的记忆能力,能够更真实地模拟生物大脑。分数阶微积分和忆阻器都有记忆功能,在忆阻神经网络系统研究中,拥有无穷记忆性和遗传特性的分数阶微积分比整数阶微积分更加精确完善,故使用分数阶微积分来构建忆阻神经网络更加准确。四元数可以将高维数据看作一个整体进行处理,融入四元数理论的忆阻神经网络能明显降低计算复杂度。将四元数和分数阶微积分引入忆阻神经网络模型中,可以提高系统的数据处理能力和自适应学习能力。 本文对四元数域上分数阶忆阻神经网络模型同步控制进行研究,对系统如何达成投影同步与Mittag-Leffler同步进行讨论。首先,基于状态反馈控制策略和自适应控制策略,实现了分数阶四元忆阻神经网络系统的投影同步。然后,使用自适应控制策略实现系统的Mittag-Leffler同步。最后,考虑现实系统中存在外部干扰项与多种时滞项,研究带有时变时滞和多种不同外部干扰的系统同步问题。全文研究工作如下: (1)以集值映射和微分包含等数学方法为基础,研究了具有多时滞和外部干扰的分数阶四元忆阻神经网络的有限时间投影同步问题。使用不分离方法对系统同步进行研究,构造出一个新型Lyapunov函数,其共轭项符合不分离证明法所要求的条件。设计状态反馈控制和自适应控制两个方案实现系统同步,同时,在控制策略上引入共轭项和双自适应项,丰富了已有的同步控制理论。数值仿真验证了这两种方案能够保证系统实现同步。 (2)针对一类分数阶时滞忆阻神经网络,在四元数域中对系统进行Mittag-Leffler同步研究。首先,在分数阶Razumikhin定理和稳定性定理的基础上,利用Lyapunov直接法导出了保证受控系统实现同步化的几个充分条件。然后,采用含分数项的控制策略实现了分数阶四元时滞忆阻神经网络的Mittag-Leffler同步。最后,考虑到驱动系统和响应系统可能受到多种时滞和外部干扰带来的影响,研究了带有混合时滞和不同外部干扰的分数阶四元忆阻神经网络Mittag-Leffler同步问题,利用微分不等式和四元数域的比较定理等分析方法,获得同步判据。