基于径向小波神经网络的混沌系统鲁棒自适应反演控制

设计了一种具有自适应性和鲁棒性的反演控制律, 实现了对含有系统不确定性的类Rossler系统的控制. 首先通过小波神经网络辨识系统的非线性部分, 将系统转化为含有结构不确定性和参数不确定性的参数化模型; 然后, 对于系统中的参数不确定性, 设计自适应控制律, 在线估计未知参数; 对于系统中的结构不确定性, 设计鲁棒控制律, 使得系统具有鲁棒性. 最后, 通过仿真实现, 验证了以上控制方法的有效性.     

不确定混沌系统的回归神经网络同步

将高阶连接的神经元融合到分布式回归神经网络，研究了出现非模型动态性时不确定混沌系统的辨识和同步问题。采用李雅谱诺夫稳定理论对高阶神经网络回归模型的权值进行学习更新，同时，获取整个系统稳定特性的分析结果，而且通过李雅谱诺夫方法设计出消除不确定混沌系统的同步误差的自适应控制律。最后将所提出的方法应用到不确定Rossler混沌系统的建模与同步     

RBFNN结合自适应边界的机器人手臂轨迹跟踪控制系统设计

针对机器人手臂动态模型中存在动态不确定性问题,提出一种结合径向基函数神经网络(RBFNN)和自适应边界控制的机械臂轨迹跟踪方法。利用RBF神经网络在线学习系统中现有的结构化和非结构化不确定性,近似补偿未知动态部分;利用自适应边界来估计非结构化不确定性上的未知边界和神经网络重建误差;通过加权矩阵产生的李雅普诺夫函数证明了该系统具有渐进稳定性。利用三自由度机械臂进行实验,结果表明,相比其他几种较为先进的控制器,本文设计的控制器具有最优的控制精度。     

不确定分数阶时滞混沌系统自适应神经网络同步控制

针对带有完全未知的非线性不确定项和外界扰动的异结构分数阶时滞混沌系统的同步问题,基于Lyapunov稳定性理论,设计了自适应径向基函数(radial basis function,RBF)神经网络控制器以及整数阶的参数自适应律.该控制器结合了RBF神经网络和自适应控制技术,RBF神经网络用来逼近未知非线性函数,自适应律用于调整控制器中相应的参数.构造平方Lyapunov函数进行稳定性分析,基于Barbalat引理证明了同步误差渐近趋于零.数值仿真结果表明了该控制器的有效性.     

不确定时滞混沌系统的自适应动态神经网络控制

研究了一类具有不确定时滞的非自治混沌系统的控制问题. 通过结合Lyapunov-Krasovskii函数和Lyapunov函数设计参数可调的不确定时滞补偿器,使得反馈控制输入信号不受时延的影响;同时引入动态结构自适应神经网络,以消除系统的不确定性,其隐层神经元的个数可以随着逼近误差的增大而自适应增加,改善了逼近速度与网络复杂度的关系;最后,用Duffing混沌系统的控制仿真示例表明该方法的有效性. 关键词： 混沌系统 自适应控制 不确定时滞 动态结构神经网络     

连续时间混沌系统的自适应Ｈ∞ 同步方法

提出了一种连续时间混沌系统的自适应H∞同步方法.当响应系统没有受噪声干扰影 响时，所设计的自适应H∞同步控制器能够使响应系统与驱动系统全局同步.当响应 系统受噪声干扰影响时，自适应H∞同步控制器能够使噪声干扰对同步误差的影响小于期望的水平.最后，以蔡氏电路混沌系统为例来说明所提方法的有效性. 关键词： 混沌 混沌同步 自适应控制 H∞控制 自适应H∞同步     

基于不确定性变时滞分数阶超混沌系统的滑模自适应鲁棒的同步控制

针对一类含有不确定参数的时变时滞系统的同步控制问题,提出了一种滑模自适应鲁棒控制方法.基于Lyapunov稳定性理论和滑模自适应控制方法,设计出滑模自适应鲁棒控制器和参数自适应率.所设计的单一控制器适用于一类分数阶超混沌系统的同步性控制问题,它不仅具有较强的抗噪声能力而且对于时变时滞系统也具有良好的控制能力,因此该控制器具有较好的实用价值.此外,通过在系统的输入量中引入一个补偿量,用以消除系统中所存在的不确定性和外界扰动的影响,从而实现不确定性分数阶超混沌系统的同步,并且将系统的同步误差控制在任意小范围内.最后,对带有外界噪声扰动、系统参数不确定的时变时滞Chen分数阶超混沌系统进行了数值仿真,经过短暂的时间,响应系统与驱动系统同步,进而验证了所提出的控制方法的有效性.     

混沌神经网络逆控制的同步及其在保密通信系统中的应用

利用神经网络的学习、逼近能力构造混沌神经网络，提出逆控制混沌同步方法来同步两个混沌神经网络，并基于逆控制和混沌神经网络的同步给出一种新的混沌保密通信系统.理论分析和数值实验结果表明，新系统能够有效地克服信道噪声对信息传输的不良影响，具有较强通用性和柔韧性，且有同步速度快，信号恢复精度高和密钥量大的优点. 关键词： 混沌同步 自适应逆控制 混沌神经网络 保密通信     

不确定混沌系统的直接自适应模糊神经网络控制

提出利用直接自适应模糊神经网络控制一类不确定非线性混沌系统新方法.采用Takagi-Sug eno模糊逻辑系统估计混沌对象中未知函数，然后再对模糊神经网络控制律参数进行在线调 整，在系统所有信号一致有界情形下，解决混沌状态跟踪给定参考轨道控制问题.仿真结果 表明所得结论是正确的. 关键词： 模糊神经网络 自适应控制 混沌 参数不确定性     

基于反演自适应动态滑模的FitzHugh-Nagumo神经元混沌同步控制

本文采用反演自适应动态滑模控制实现耦合FitzHugh-Nagumo (FHN) 神经元混沌同步. 该方法将自适应技术与反演控制方法相结合, 通过设计新型切换函数, 采用动态滑模控制律, 实现了带有不确定参数的耦合FHN神经元混沌放电同步. 研究表明该方法可以有效地削弱系统的抖振, 从而避免破坏神经元的本质特性, 且响应速度快. 仿真结果证明了该控制方法的有效性. 关键词： 自适应 动态滑模控制 FitzHugh-Nagumo神经元 混沌同步     

Adaptive Fixed-Time Neural Network Tracking Control of Nonlinear Interconnected Systems

In this article, a novel adaptive fixed-time neural network tracking control scheme for nonlinear interconnected systems is proposed. An adaptive backstepping technique is used to address unknown system uncertainties in the fixed-time settings. Neural networks are used to identify the unknown uncertainties. The study shows that, under the proposed control scheme, each state in the system can converge into small regions near zero with fixed-time convergence time via Lyapunov stability analysis. Finally, the simulation example is presented to demonstrate the effectiveness of the proposed approach. A step-by-step procedure for engineers in industry process applications is proposed.     

多涡卷混沌系统的广义同步控制

基于反步自适应方法,提出了一种在初值不同以及驱动系统参数未知的情况下,保持驱动和响应两多涡卷混沌系统同步的控制律设计方法.该方法所设计的控制律能够同时适用于两混沌系统的完全同步、反同步和一类非线性广义同步,具有较高的实用价值.仿真结果表明了所设计控制律的有效性. 关键词： 多涡卷混沌 广义同步 反步 自适应     

Adaptive synchronization of hyperchaotic systems via passivity feedback control with time-varying gains

A passivity feedback control scheme with time-varying gains is proposed for adaptive synchronization of hyperchaotic systems. By transforming the synchronization error dynamics into an equivalent passive system, a synchronization control law with time-varying gains is achieved and the convergence of the synchronization errors is guaranteed. The feasibility and effectiveness of the proposed scheme is demonstrated through its application to hyperchaotic Lü systems.     

基于三种方法的新Lü混沌系统的同步

分别用状态观测器法、主动控制法和Backstepping法研究了含有常数项的新Lü混沌系统的自同步问题.针对非严格反馈的新Lü混沌系统,分别基于以上三种方法设计了自适应控制器,依据Lyapunov稳定性原理证明了这些控制器能够较好地实现新Lü混沌系统的渐近自同步.数值仿真实验进一步验证了以上三种同步方法的有效性.经对三种同步方法比较分析,发现基于状态观测器的同步方法更加灵活高效. 关键词： 混沌同步 状态观测器 主动控制 Backstepping     

Adaptive synchronization of chaos in permanent magnet synchronous motors based on passivity theory

An adaptive synchronization control method is proposed for chaotic permanent magnet synchronous motors based on the property of a passive system. We prove that the controller makes the synchronization error system between the driving and the response systems not only passive but also asymptotically stable. The simulation results show that the proposed method is effective and robust against uncertainties in the systemic parameters.     

Adaptive synchronization of chaos in permanent magnet synchronous motors based on passivity theory

An adaptive synchronization control method is proposed for chaotic permanent magnet synchronous motors based on the property of a passive system.We prove that the controller makes the synchronization error system between the driving and the response systems not only passive but also asymptotically stable.The simulation results show that the proposed method is effective and robust against uncertainties in the systemic parameters.     

Robust adaptive synchronization for a general class of uncertain chaotic systems with application to Chua's circuit

The synchronization problem for a general class of uncertain chaotic systems is addressed. The underlying systems may be perturbed by unknown time-varying parameters, unstructured uncertainties, and external disturbances. Meanwhile, the time-varying parameters and disturbances are neither required to be periodic nor to have known bounds. Assuming the disturbances are L(2) signals, an adaptive control incorporated with H(∞) control technique is employed to construct a robust adaptive synchronization algorithm. Then, removing such assumption, a novel adaptive-based method is developed to achieve the goal of synchronization. In order to demonstrate the effectiveness of the proposed algorithms, such methods are applied to solve the synchronization problem of uncertain chaotic Chua's circuits.     

Adaptive Fixed-Time Control of Strict-Feedback High-Order Nonlinear Systems

This paper examines the adaptive control of high-order nonlinear systems with strict-feedback form. An adaptive fixed-time control scheme is designed for nonlinear systems with unknown uncertainties. In the design process of a backstepping controller, the Lyapunov function, an effective controller, and adaptive law are constructed. Combined with the fixed-time Lyapunov stability criterion, it is proved that the proposed control scheme can ensure the stability of the error system in finite time, and the convergence time is independent of the initial condition. Finally, simulation results verify the effectiveness of the proposed control strategy.     

Adaptive Function Projective Synchronization of Discrete-Time Chaotic Systems

By backstepping control law and the active control method, adaptive function projective synchronization of 2D and 3D discrete-time chaotic systems with Uncertain parameters are investigated. To illustrate the effectiveness of the new scheme, some numerical examples are given.