连续混沌系统的非线性自适应预测跟踪控制

基于混沌时间序列的非线性自适应预测原理,用一种sigmoid-Volterra自适应预测滤波器研究了连续混沌系统的非线性自适应预测跟踪控制.通过对Lorenz,R?ssler等典型混沌系统的控制,仿真证实了这种sigmoid-Volterra自适应预测控制器的有效性.这种方法的优点在于它既不需要知道精确的混沌系统模型,也不需要进行系统模型辨识. 关键词： 混沌 sigmoid-Volterra自适应预测滤波器 非线性自适应预测跟踪     

Adaptive regulation of uncertain chaos with dynamic neural networks

A novel adaptive control for uncertain nonlinear chaotic system is presented. A dynamical neural networks is used to perform ‘black box' identification. Based on the identifier, the state feedback control is employed to drive the unknown chaotic system toward the desired target. Simulations show the derived control via the neuro-identifier turns out to be very effective.     

Liu混沌系统的非线性反馈同步控制

研究了新型混沌系统——Liu系统的同步控制问题.基于Lyapunov稳定性理论，采用非线性反馈控制方法，给出了Liu系统实现自同步的充分条件以及控制律参数的取值范围；结合参数自适应控制方法，实现了Liu混沌系统与统一混沌系统的异结构系统快速同步.数值仿真证明了该方法的有效性. 关键词： Liu混沌系统 混沌同步 非线性反馈控制 参数自适应控制     

基于在线误差修正自适应SVR的非线性不确定分数阶混沌系统滑模控制

提出了一种基于在线误差修正自适应SVR的滑模控制方法, 用于解决一类非线性不确定分数阶混沌系统的控制问题. 分别通过对混沌系统非线性函数的离线SVR估计和基于增量学习的状态跟踪误差在线SVR预测, 解决了不确定分数阶混沌系统模型难以预测的问题. 同时根据Lyapunov稳定性理论设计出SVR权值自适应调整律. 本文以分数阶Arneodo 系统为例进行仿真, 仿真结果表明了, 对于带有外界噪声扰动的非线性不确定分数阶混沌系统, 该方法可以在有限时间内将系统稳定至期望状态, 提高对非线性函数的预测精度, 改善控制性能.     

Adaptive fuzzy nonlinear inversion-based control for uncertain chaotic systems

<正>This paper presents a robust output feedback control method for uncertain chaotic systems,which comprises a nonlinear inversion-based controller with a fuzzy robust compensator.The proposed controller eliminates the unknown nonlinear function by using a fuzzy system,whose inputs are not the state variables but feedback error signals.The underlying stability analysis as well as parameter update law design are carried out by using the Lyapunov-based technique.The proposed method indicates that the nonlinear inversion-based control approach can also be applied to uncertain chaotic systems.Theoretical results are illustrated through two simulation examples.     

基于backstepping方法的混沌系统自适应模糊控制

针对一类含未知非线性参量或外界干扰的混沌系统,基于backstepping提出一种新的自适应模糊控制方法,模糊逼近器参量可自动实时调整,任意给定初始参量,根据所给控制律表达式迭代得到控制器,能够成功地把混沌系统控制到预先给定的目标轨道.仿真结果验证了方法的有效性 关键词： 混沌系统 backstepping方法 自适应模糊控制     

一类含参数不确定性混沌系统的自适应控制

基于Lyaponov函数,对一类含参数不确定性混沌系统,当系统的不确定性参数具有未知界时,给出了自适应控制器的设计方法和构造控制器的解析式.构造混沌控制器直接代入控制器的参数化公式即可.方法简单,无需拼凑,能够使系统消除混沌并渐近稳定到任何期望的光滑轨道上.而整个设计过程无需预先知道未知参数的估计值和精确值.仿真验证了其有效性 关键词： 混沌系统 自适应混沌控制 Lyaponov函数 参数不确定性     

混沌系统自适应追踪控制新方法

提出一种混沌系统自适应追踪控制任意参考信号的新方法.该方法是通过预先设计出补偿控制器将混沌系统状态变量对参考信号的追踪控制问题转化为同结构混沌系统状态变量的自适应同步问题,再通过设计出自适应控制器,使同结构混沌系统全局渐近达到同步,追踪控制器为补偿控制器和自适应控制器的代数和.基于Lyapunov稳定性原理,理论上严格证明了利用本方法所设计追踪控制器的正确性.最后,以超混沌Chen系统为控制对象,利用本方法设计出追踪控制器完成了对不动点,正、余弦信号,同结构混沌系统状态变量,异结构混沌系统状态变量的追踪控 关键词： 自适应追踪控制 补偿控制器 自适应控制器 追踪控制器     

基于扩张状态观测器的永磁同步电机混沌系统自适应滑模控制

针对部分状态不可测的永磁同步电机混沌系统, 结合自适应滑模控制和扩张状态观测器理论, 提出一种基于扩张状态观测器的永磁同步电机自适应混沌控制方法, 取消了系统所有状态完全可测的限制. 通过坐标变换, 将永磁同步电机混沌模型变为更适宜控制器设计的Brunovsky标准形式. 在系统部分状态和非线性不确定项上界均未知的情况下, 基于扩张状态观测器估计系统未知状态及不确定项, 并设计自适应滑模控制器, 保证系统状态快速稳定收敛至零点. 仿真结果表明, 该控制器能够改善滑模控制的抖振问题以及提高系统鲁棒性. 关键词： 永磁同步电机 混沌控制 扩张状态观测器 自适应滑模     

ADAPTIVE CONTROL AND IDENTIFICATION OF CHAOTIC SYSTEMS

A novel adaptive control and identification on-line method is proposed for a class of chaotic system with uncertain parameters. We prove that, using the presented method, a controller and identifier is developed which can remove chaos in nonlinear systems and make the system asymptotically stabilizing to an arbitrarily desired smooth orbit. And at the same time, estimates to uncertain parameters converge to their true values. The advantage of our method over the existing result is that the controller and identifier is directly constructed by analytic formula without knowing unknown bounds about uncertain parameters in advance. A computer simulation example is given to validate the proposed approach.     

基于自适应模糊控制的分数阶混沌系统同步

本文主要研究了带有未知外界扰动的分数阶混沌系统的同步问题.基于分数阶Lyapunov稳定性理论,构造了分数阶的参数自适应规则以及模糊自适应同步控制器.在稳定性分析中主要使用了平方Lyapunov函数.该控制方法可以实现两分数阶混沌系统的同步,使得同步误差渐近趋于0.最后,数值仿真结果验证了本文方法的有效性.     

基于高斯伪谱方法的混沌系统最优控制

针对混沌系统最优控制问题,提出一种基于高斯伪谱方法的数值求解新算法. 首先在勒让德-高斯点上构造Lagrange插值多项式并近似表示混沌系统最优控制中的状态变量和控制变量;接着将连续空间的最优控制问题转化为非线性规划问题;然后通过序列二次规划（SQP）算法获得最优解;最后对三个典型混沌系统的仿真实验结果表明,新方法能有效和快速地实现混沌系统的最优控制. 关键词： 混沌系统 最优控制 高斯伪谱法 非线性规划     

用一种少参数非线性自适应滤波器自适应预测低维混沌时间序列

基于混沌动力系统的相空间延迟坐标重构,利用混沌序列固有的确定性和非线性,提出了用 于混沌时间序列预测的一种少参数非线性自适应滤波预测模型.该预测模型在Volterra自适 应滤波器的基础上引入sigmoid函数来减少待定参数.实验研究表明,这种少参数非线性自适 应滤波预测器仅需用50个样本经20次预训练后,就能有效地预测一些低维混沌序列,且这种 少参数非线性自适应滤波预测器更便于工程实现. 关键词： 混沌 非线性自适应预测 少参数非线性自适应滤波器 自适应算法     

用自适应脉冲微扰引导混沌系统到周期解

用自适应脉冲微扰方法控制的系统的某个系统变量作为驱动,设计了一种自适应控制器方法对两个或多个响应混沌系统进行脉冲微扰,引导这些系统从混沌运动到低周期运动,实现同时控制多个混沌系统到不同的周期态. 当选择相同的自适应控制器输入变量实施脉冲微扰时,还可控制两个或多个混沌系统达到不同的周期态同步. 通过对R?ssler混沌系统的仿真研究证实了方法的有效性. 关键词： 混沌控制 系统参量 自适应控制器 脉冲微扰 周期态同步     

Adaptive projective synchronization of unified chaotic systems and its application to secure communication

In this paper, a simple adaptive linear feedback control method is proposed for controlling the scaling factor between two coupled unified chaotic systems to a desired value, based on the invarianee principle of differential equations. Under this control strategy, one can arbitrarily select the scaling factor. Numerical simulations are given to support the effectiveness of the proposed method and show the robustness against noise. Furthermore, a secure communication scheme based on the adaptive projective synchronization of unified chaotic systems is presented and numerical simulation shows its feasibility.[第一段]     

实现连续时间标量混沌信号同步的自适应控制方法

以能大范围实现连续时间标量(超)混沌信号同步控制的非线性反馈控制器为基础,在一定的假设前提下,设计了一个自适应控制器.连续时间混沌系统的标量输出在自适应控制器的控制下,不仅能大范围同步于给定参考标量混沌信号,而且解决了非线性反馈控制器中控制系数的估计问题,又使同步控制具有一定的鲁棒性.计算机模拟结果也证实了自适应控制器的有效性. 关键词： 混沌 同步 自适应控制     

Chen系统的自适应追踪控制

利用非线性单输入控制器实现混沌Chen系统的自适应追踪控制.根据Chen系统的结构特点选取合适的反馈方式，设计单输入自适应控制器，使Chen系统自适应追踪参数未知的Rossler系统的某一变量，并由Lyapunov直接方法证明误差信号渐近稳定于零.数值仿真结果表明该控制方法可行，且可以实现未知参数的辨识.     

基于自适应脉冲微扰实现混沌控制的研究

提出了自适应脉冲微扰控制混沌系统的方法.在参量脉冲微扰中引入自适应控制策略，设计出可以产生合适的脉冲强度的自适应控制器来实现混沌控制.采取这种方法对混沌的Rssle r连续系统和Hnon离散映射实施仿真控制，能够将系统稳定到不同的周期轨道或不动点上 ；并且，数值仿真结果还表明该控制方法具有较强的鲁棒性. 关键词： 自适应 脉冲微扰 混沌控制 鲁棒性     

Adaptive Fixed-Time Neural Networks Control for Pure-Feedback Non-Affine Nonlinear Systems with State Constraints

A new fixed-time adaptive neural network control strategy is designed for pure-feedback non-affine nonlinear systems with state constraints according to the feedback signal of the error system. Based on the adaptive backstepping technology, the Lyapunov function is designed for each subsystem. The neural network is used to identify the unknown parameters of the system in a fixed-time, and the designed control strategy makes the output signal of the system track the expected signal in a fixed-time. Through the stability analysis, it is proved that the tracking error converges in a fixed-time, and the design of the upper bound of the setting time of the error system only needs to modify the parameters and adaptive law of the controlled system controller, which does not depend on the initial conditions.     

Neural adaptive chaotic control with constrained input using state and output feedback

This paper presents neural adaptive control methods for a class of chaotic nonlinear systems in the presence of constrained input and unknown dynamics.To attenuate the influence of constrained input caused by actuator saturation,an effective auxiliary system is constructed to prevent the stability of closed loop system from being destroyed.Radial basis function neural networks(RBF-NNs)are used in the online learning of the unknown dynamics,which do not require an off-line training phase.Both state and output feedback control laws are developed.In the output feedback case,high-order sliding mode(HOSM)observer is utilized to estimate the unmeasurable system states.Simulation results are presented to verify the effectiveness of proposed schemes.