基于径向基函数神经网络的多关节机器人滑模控制器

针对具有不确定性的多关节机器人系统,提出了一种径向基函数神经滑模控制方法;该控制方案采用全局滑模面,将神经网络的非线性映射能力与滑模控制的特点相结合,利用径向基神经网络自适应学习系统不确定性的未知上界,消弱了由滑模控制产生的抖动,同时保证了系统的鲁棒性;基于李亚普诺夫定理给出了系统稳定性的充分条件;仿真结果表明,该方法具有良好的轨迹跟踪和速度跟踪性能,提高了对于建模误差和不确定干扰等因素的鲁棒性。     

不确定混沌系统的异结构同步

基于有限时间控制Lyapunov函数,研究了统一混沌系统与具有不确定参数Liu混沌系统的异结构同步控制,其控制律不需要知道参数的具体数值,只依赖参数的变化范围.与现有控制方法相比,可有效克服较大参数误差对同步的影响,同时设计比较简单,鲁棒性较强.仿真结果证明了控制方法的有效性.