卫星姿态跟踪的间接自适应模糊预测控制

对含模型不确定性和未知干扰的卫星姿态系统提出了具有间接自适应模糊补偿的广义预测跟踪控制方法. 首先基于卫星姿态动力学模型设计了非线性广义预测控制律, 再利用自适应模糊系统逼近预测控制律中的模型不确定项, 使得所得到的预测控制算法可实施.证明了当卫星姿态模型中不确定项满足一定条件时, 所设计的控制律可使卫星姿态跟踪误差收敛到原点的小邻域内,并仿真结果验证了所提出方法的有效性.     

一类基于模糊T-S模型的有执行器故障的自适应容错跟踪控制

研究了一类带有执行器故障的T-S模糊系统的容错跟踪控制问题。设计中,把模糊控制与自适应控制相结合,提出了一种新的容错控制方法。该控制器由正常控制器和一个自适应控制器组成,能够使得闭环系统稳定,故障状态模型渐近跟踪正常模型,并获得优化的控制性能。应用Lyapunov函数和线性矩阵不等式方法,给出和证明了带有执行器故障的T-S模糊系统的稳定的充分条件。仿真结果进一步验证了所提出的方法的有效性。     

基于线性多步法的GM(1,1)模型优化及应用

为提高灰色GM(1,1)模型的模拟效果和预测精度,采用线性多步法中四阶Adams显式公式和隐式公式来优化GM(1,1)模型,改进模型的参数辨识,讨论所建立优化模型的适用范围、模拟效果和预测精度,并与最小二乘作为参数辨识的传统GM(1,1)模型进行比较.实例表明,基于线性多步法所建立的GM(1,1)模型,可以有效地提高模型的预测精度和适用性.     

基于逼近误差调节的髋关节康复机器人自适应模糊容错控制算法的研究

针对基于人体生物动力学设计的一种髋关节康复机器人,在模型参数不确定的情况下,研究执行器故障容错控制问题.根据人体髋关节活动特点,给出了康复训练中期望跟踪轨线的数学表达式;对康复机器人的旋转驱动器提出了基于分层模糊系统的间接型自适应容错控制算法,对4个线性驱动器给出了直接型自适应模糊容错控制算法.该方法对逼近误差估计值在线调节,用此估计值设计补偿控制项以减小逼近误差对跟踪精度的影响.基于Lyapunov理论,对所设计的控制方案作了稳定性分析.此外,还给出了矩阵Lyapunov方程解的特征值的性质,为减小跟踪误差提供了理论依据.仿真结果表明所提出的控制方案可使髋关节康复机器人圆满完成训练任务.     

基于模糊与神经网络技术的复杂非线性跟踪控制

针对一类具有不确定性、多重时延和状态未知的复杂非线性系统,把模糊T-S模型和RBF神经网络结合起来,提出了一种基于观测器的跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态,并由线性矩阵不等式得到模糊模型的控制律;其次,构建了自适应RBF神经网络,应用自适应RBF神经网络作为补偿器来补偿建模误差和不确定非线性部分.证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.     

Delta算子框架下混沌系统的自适应滑模控制北大核心CSCD

针对DoS攻击和网络故障下的非线性耦合混沌系统,提出了一种Delta算子框架下自适应滑模控制方法.首先,对连续时间和离散时间的非线性耦合混沌系统,依据Delta算子理论,建立Delta算子框架下的统一模型.其次,对提出的Delta算子框架下的非线性混沌系统设计线性滑模面,并利用线性矩阵不等式方法给出滑模面存在的充分条件.再次,对上述系统提出自适应滑模控制器的设计方法,使之能够快速到达滑模面,实现在DoS攻击和网络故障下的非线性耦合混沌系统的鲁棒镇定.最后,仿真算例结果表明在所设计的自适应滑模控制器下,非线性耦合混沌系统状态稳定,并渐近趋向于零,说明了所提方法的可行性和有效性.     

基于自适应动态规划的随机时滞线性二次型最优跟踪控制

针对模型未知且带有时滞的随机线性二次型(SLQ)最优跟踪控制问题,提出了一种自适应动态规划(ADP)算法.首先,利用双因果坐标变换导出原时滞系统的等效系统,构造一个新的由等效系统和命令生成器组成的增广系统,并给出该增广系统的随机代数方程.其次,为了解决随机线性二次最优跟踪控制问题,将随机问题转化为确定性问题.然后提出ADP算法,并给出该算法的收敛性分析.为了实现ADP算法,设计了三种神经网络,分别近似最优性能指标函数,最优控制增益矩阵和系统模型.最后,通过一个数值算例验证算法的有效性.     

输入通道有干扰多变量MRAC系统全局稳定化控制

对具有未建模动态且输入通道存在干扰的动态不确定多输入多输出(MIMO)模型参考自适应控制(MRAC) 系统，仅应用系统的输入输出量测数据给出了一种变结构模型跟踪控制器设计机制.通过辅 助信号和带有记忆功能的正规化信号,并适当选择控制器参数, 所提出的变结构控制 (VSC)能保证闭环系统的全局稳定性,且跟踪误差可调整到任意小.     

非线性时变系统特征建模与自适应迭代学习控制

讨论连续/离散非线性时变系统的特征建模,统一采用一阶时变差分方程作为特征模型.对于建模中可能产生的快变亦或突变的模型参数,以学习辨识方法进行估计;利用参数估值设计自适应迭代学习控制器,实现轨迹跟踪任务.参数估计学习算法包括带有遗忘因子的最小二乘学习算法和梯度学习算法.数值算例和电机位置跟踪实验结果表明所提出特征建模方法和学习控制方案的有效性.     

基于LS算法的离散时间非线性系统自适应控制——可行性及局限性 *

关于离散时间系统的自适应控制,迄今为止,几乎所有的结果都是针对线性或近似线性系统的.当系统具有本质非线性动态时,特别当非线性部分不满足线性增长条件时,非平凡的理论结果很少.通过引入新的分析方法在这方面进行了一系列探索.特别对于典型的最小二乘(LS)型控制算法,发现并证明了非线性函数的增长指数8是闭环自适应系统全局稳定的临界点.     

一类参数不确定系统的输出反馈自适应稳定控制设计

研究一类n阶、相对阶为n-m(n为任意自然数,m≤n为非负整数)参数不确定系统的输出反馈自适应镇定控制设计问题.所给出的控制器适用于相对阶为n-m的n阶系统.通过引入一个新型的3n+2m阶动态补偿器,构造性地给出了输出反馈自适应镇定控制器的显式表达.所设计的控制器使得闭环系统所有信号有界或渐近稳定.     

电液位置伺服系统的鲁棒自适应控制

针对由于参数不确定性、非线性等因素导致的电液位置伺服系统跟踪控制问题,基于Lyapunov(李雅普诺夫)稳定性理论,提出了一种具有参数自适应能力的鲁棒自适应反步方法.通过设计的自适应律来抑制由于参数不确定性对系统跟踪控制性能的影响,设计的鲁棒控制律使得系统具有全局一致渐近稳定性能.此外,还对伺服阀换向引起的不连续性进行了近似处理.以伺服阀控对称缸系统为控制对象,仿真结果表明,和传统的PD控制方法相比,在参数不确定性的情况下,该控制方法使得电液伺服系统的位置跟踪误差波动较小,且能以较快速度渐近收敛到0,同时所需要的伺服阀输入电压信号值也更小,相关不确定参数在经过较短时间后均可以收敛到其稳定值,从而验证了所提出算法的有效性.     

动态系统的一阶特征模型与直线伺服系统的自适应迭代学习控制

就线性定常/时变系统以及非线性系统,依据特征模型理论,给出动态系统的一阶特征模型.其特征参数随时间变化,即以一阶时变差分方程描述受控系统的动态特性;与二阶和三阶特征模型相比较,一阶模型具更少参数.为解决由一阶特征模型描述的系统的控制问题,提出基于遗忘因子迭代学习辨识的自适应迭代学习控制方法.迭代学习辨识适于时变参数的估计,它允许被估计参数随时间快速变化,抑或突变.以直线伺服系统的位置跟踪控制为例,给出一种基于特征模型与LQ最优控制策略的自适应迭代学习控制方案.仿真与实验结果表明,提出的控制方案能够有效实现受控系统的位置跟踪控制.     

永磁同步电机伺服系统的有限时间位置控制

研究了永磁同步电机伺服系统的位置跟踪问题.利用反馈线性化的思想,对永磁同步电机的数学模型进行分析,实现了电机模型的精确线性化和解耦.首先,将永磁同步电机位置跟踪系统采用反馈线性化技术变换为两个线性子系统,分别对其设计相应的基于连续状态反馈线性化的有限时间控制器,并设计了有限时间负载观测器来观测估计外部负载扰动.对永磁同步电机位置跟踪的闭环系统进行了稳定性的分析.与对应的渐近稳定控制的方案相比,基于有限时间的控制方案实现了永磁同步电机对期望信号的有限时间跟踪,获得了更好的动态响应和抗扰动性能.仿真结果表明了该控制方案的有效性.     

分布时延网络控制系统的H_∞优化控制

研究了具有分布时延和扰动的网络控制系统H_∞优化控制问题.连续系统中的网络时延必须分开讨论.针对线性时不变被控对象,基于连续动态输出反馈控制器,建立了同时含有连续项和离散项的混合系统模型.利用Lyapunov-Krasovskii泛函,推导出系统可实现γ-次优H_∞镇定的充分条件.通过引入等式约束的方法将其转化为线性矩阵不等式,给出了系统H_∞次优控制器参数和扰动衰减度的求取方法,并将该系统H_∞最优控制问题转化为线性目标最小化问题.仿真算例说明了分析方法和结果是有效可行的.     

一类模糊T-S模型互联系统的自适应容错跟踪控制

针对一类带有执行器故障的T-S模糊互联的容错跟踪控制问题,提出了一种模糊自适应容错控制器。该控制器由一个模糊控制器和一个自适应控制器组成,模糊控制器能够保证系统没有故障时闭环系统渐近稳定,而自适应控制器能够补偿系统的执行器故障。所提出的容错控制方法不但使得闭环系统渐近稳定、系统的输出渐近跟踪给定的参考信号,并获得H∞控制性能。最后应用Lyapunov函数和线性矩阵不等式的方法,给出和证明了带有执行器故障的T-S模糊互联系统的稳定的充分条件。仿真结果进一步验证了所提出方法的有效性。     

一类非线性不确定系统的鲁棒自适应模糊跟踪控制

针对一类单输入单输出非线性不确定系统，提出一种稳定的间接自适应模糊控制方法。该方法考虑了跟踪误差和逼近误差对参数自适应律的共同影响，并对模糊逼近误差和外扰采用H∞补偿控制。仿真结果表明本文所提出的方法具有良好的跟踪性能。     

离散型线性定常系统的摄动矩阵李亚普诺夫方程的若干问题

本文讨论了离散型线性定常系统在系统参数发生扰动时的李亚普诺夫稳定性与波波夫超稳定性.给出了容许的摄动界,使得离散型线性系统的李亚普诺夫稳定性与波波夫超稳定性的维持得到了保证.该结果在MRAC(模型参考自适应控制)中是具有意义的.     

一类带有死区模型的随机系统的自适应跟踪控制

针对一类带有死区模型的随机严格反馈非线性系统,利用神经网络的逼近能力和后推设计方法,提出一种神经网络自适应跟踪控制方案.与已有文献相比,该方案取消了控制律和自适应律设计必须与神经网络节点数相关的条件.通过Lyapunov方法,证明了闭环系统的所有信号依概率有界,且误差信号在二阶或四阶矩意义下半全局一致终结有界.仿真结果验证了所提控制方案的有效性.     

具有外部干扰的连续时间线性系统鲁棒最优开环解耦控制

针对具有外部干扰的一类连续时间线性系统,将开环解耦控制和无限时间最优跟踪控制相结合,提出了一种鲁棒最优开环解耦控制方法.首先,通过引入中间虚拟变量,对系统进行开环解耦;其次,将解耦后的系统看做被控对象的广义系统,针对标称广义系统设计了无限时间最优跟踪控制方法;最后分析了该最优跟踪控制器与具有外部干扰的广义系统组成的闭环广义系统的鲁棒性.仿真结果表明所提方法的有效性以及与经典的无限时间最优跟踪控制控制方法相比的优越性.