非线性时变系统自适应backstepping学习控制

针对含有混合未知参数的高阶非线性系统,利用backstepping方法,提出了一种自适应重复学习控制方法,该方法与分段积分机制相结合,可以处理时变参数在一个未知紧集内周期性快时变的非线性系统,通过构造微分-差分参数自适应律,设计了一种自适应控制策略,使跟踪误差在误差平方范数意义下渐近收敛于零,利用Lyapunov泛函,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的有效性.     

多输入多输出非线性最小相位系统的自适应模糊控制

针对多输入多输出非线性最小相位系统,把自适应模糊控制和自适应模糊辨识结合起来,提出了一种自适应模糊控制方案.设计辨识器用来辨识系统的未知部分;然后由跟踪误差和辨识误差给出了参数调节规律,两种误差同时调节参数改善了系统性能.模糊逻辑系统用来估计未知函数.控制方案保证了系统的稳定性,实现了有界跟踪.仿真结果表明了该方案的可行性.     

基于免疫函数的输入死区未知严格反馈非线性系统投影自适应指令滤波反步控制

为解决含有未知项以及输入死区的严格反馈非线性系统跟踪控制问题,提出一种基于免疫函数的投影自适应指令滤波有限时间控制方法.该方法使用免疫函数构造扩张状态观测器对具有输入死区控制系统中的未知项进行逼近,并使用指令滤波解决反步法中微分爆炸问题,建立滤波误差补偿机制降低滤波误差对跟踪精度的影响,同时使用投影算子保证了自适应参数的有界性.与现有文献中基于障碍李雅普诺夫函数的自适应反步约束控制相比较,文章可同时约束系统状态、补偿跟踪误差以及自适应参数在预设的范围内,保证了闭环系统中所有信号有界,结合有限时间控制加快了控制系统的收敛速度.最后仿真结果表明了文章控制方法的有效性.     

带有未知参数的多智能体系统的自适应分布控制

讨论带有未知参数的多智能体系统的一致性问题.假设网络拓扑中领航者是全局可达的,设计带有未知时滞的自适应分布控制,基于Lyapunov-Krasovskii泛函,得到关于线性矩阵不等式的一致性的充分性条件.该条件保证所有跟随者跟踪领航者的状态,实现状态和参数的一致性.最后仿真算例验证方法的有效性.     

非线性多时滞系统的直接自适应模糊控制

针对一类单输入单输出非线性多时滞系统,提出了一种自适应模糊跟踪控制方案.该方案结合了自适应控制和H∞控制.构建了自适应时滞模糊逻辑系统用来逼近未知时滞函数;设计了H∞补偿器来抵消模糊逼近误差和外部扰动.根据跟踪误差给出了参数调节规律.证明了误差闭环系统满足期望的H∞跟踪性能.仿真结果表明了该方案的有效性.     

一族具有未知扰动的非线性参数化系统的模糊控制

本文研究一类具有未知扰动非线性参数化系统的模糊自适应跟踪控制问题,且其中所有的参数都是未知的。本文的主要特点是将非线性参数化函数作为一个整体并入其它的未知连续函数中,采用模糊逻辑系统对其进行逼近,而没有使用现有文献采用的分离变量技术,之后再结合递推技术设计出模糊自适应跟踪控制器,使得闭环系统的所有信号都是有界的且跟踪误差在均方意义下收敛到原点的某个小的剩余集内。最后给出仿真例子验证控制方法的有效性。     

含有未建模动态的多输入非线性串级系统的自适应控制

本文对一大类含有未知参数和未建模动态的多输入非线性串级系统,基于backstepping递推设计方法,进行了自适应控制设计,得到的参数自适应律的阶次等于未知参数的个数,故该设计是非过参数化的.当自适应控制律作用于该系统时,闭环系统的所有信号是有界的.并且给出了第一子系统的状态界的一个估计.     

考虑执行器特性的机械臂全阶滑模控制

针对动力学模型中带有参数未知特性的机械臂位置和速度跟踪问题,提出一种新型的基于神经网络和全阶滑模的控制策略.该策略考虑了执行器的动力学特性,然后基于跟踪误差,建立了全阶滑模面,并利用径向基网络对模型未知特性进行逼近,进而设计鲁棒自适应控制律使得系统状态到达滑模面并沿滑模面收敛到平衡点.理论分析证明了所设计的控制策略可在克服抖振问题的同时保证闭环系统的渐近稳定性.二连杆机械臂系统的数值仿真结果验证了所提出方法的有效性.     

一类非仿射非线性系统的神经网络自适应跟踪控制

考虑了一类具有零动态的非仿射非线性不确定系统的神经网络直接自适应跟踪控制问题.控制信号由神经网络系统直接产生,无需另外设计系统估计器及鲁棒控制项.采用梯度下降方法以最小化神经网络控制器与未知理想控制器的误差代价函数产生神经网络白适应参数更新律.应用Lyapunov方法证明了闭环系统的稳定性及跟踪误差和相应闭环系统的所有状态最终一致有界性.最后针对带有外部扰动的非仿射非线性系统的仿真结果验证了该文方法的有效性.     

一种基于奇异摄动理论的鲁棒自适应非仿射非线性控制方法

文章针对一类具有参数不确定性和未知扰动项的非仿射非线性系统,提出了一种基于奇异摄动理论的鲁棒自适应控制方法.首先,通过控制输入构建了一个快变子系统,为原系统引入时标分离特性,使闭环系统可以在快变和慢变时间尺度上分解为两个降阶子系统:边界层子系统和降阶慢变子系统.在快时间尺度上,通过设计边界层子系统的结构使其在平衡点处指数稳定;在慢时间尺度上,针对含有参数不确定性和未知扰动项的降阶慢变子系统设计鲁棒自适应控制器.根据奇异摄动理论,闭环系统的跟踪性能可由降阶慢变子系统近似.文章提出的控制方法同时考虑了参数不确定性和未知扰动项的影响,在不忽略非仿射结构的前提下实现控制目标,不依赖于原系统的时标分离特性,且避免了反步法中的“复杂性爆炸”问题.两组与参考文献控制方法的对比仿真结果验证了文章控制方法的有效性.