非线性系统基于HM模型的自适应鲁棒跟踪控制

研究了非线性系统的跟踪控制问题，基于HM模型对非线性系统进行描述，并将全局模糊模型表示成不确定系统形式。在满足匹配条件下，针对未知不确定界，采用自适应鲁棒控制器，利用自适应变量信息来补偿系统的不确定性信息，实现了非线性系统的渐近跟踪控制。一级倒立摆仿真实验，验证了方案的有效性。控制器结构简单，规则少，具有应用价值。     

不确定性系统的自适应鲁棒跟踪控制

针对存在未知干扰和未建模动态等不确定性的系统的自适应鲁棒跟踪控制问题进行了探讨.首选将l1优化控制器的有限拍设计方法结合给出了最优鲁棒稳态跟踪控制器的设计方法．然后利用集员辨识的思想,将名义模型的参数和未建模动态及干扰的大小作为未知参数,提出了一种递推参数估计方法.最后将上述研究结果结合起来提出了一种自适应鲁棒跟踪控制策略,证明了自适应算法的全局收敛性并给出了鲁棒跟踪性能指标的一下较紧的上界.与现有的结果相比,本文提出的自适应控制具有非保守的鲁棒稳定性,具有渐近最优的鲁棒跟踪性能.     

含时变不确定线性系统的自适应鲁棒跟踪控制

针对系统的不确定性和扰动满足匹配条件,不确定性界和扰动界未知的情形,讨论含时变不确定性线性系统的鲁棒跟踪问题。自适应控制器的设计不涉及确定性界和扰动界,运用变结构方法,可使带扰系统实现渐近跟踪。该方法适合一类较广泛的不确定系统,鲁棒性较强。仿真例子表明了该方法的有效性。     

输入受限机器人的鲁棒自适应输出反馈跟踪控制

在输入受限的情况下，通过一个线性一阶滤波器，实现机器人的鲁棒自适应输出反馈跟踪控制，解决了自适应控制算法的鲁棒性问题，即当满足持续激励条件及估计参数域包含参数真实值时，闭环系统能够实瑰渐近穗定跟踪，本算法简单有效，不仅提高了鲁棒性，改善了控制品质，同时对于参数域估计误差也具有很强的鲁棒性，仿真算饲验证了算法的有效性。     

输入力矩受限的机器人鲁棒自适应跟踪控制

在输入力矩受限的情况下, 提出一种全新的简单鲁棒自适应跟踪控制算法, 当参数的估计范围包含其真实值时, 证明了闭环系统的渐近稳定跟踪;当有干扰存在, 常规参数估计自适应控制算法不能实现稳定控制时, 本算法仍然使系统稳定, 在本算法中, 所估计的参数在跟踪控制律前馈项中表现为非线性, 这是区别于常规参数估计自适应算法的一个最重要特征. 因此本算法控制器的设计更有灵活性, 另一方面获得更好的控制品质和鲁棒性, 特别是对参数域估计误差即参数范围估计错误的强鲁棒性, 均为仿真算例所验证.     

鲁棒自适应控制综述

讨论了鲁棒自适应控制的产生，现有的鲁棒自适应控制方案及发展方向。     

一类非线性激励器系统的鲁棒自适应跟踪

考虑一类具有非线性激励器不确定系统的鲁棒跟踪问题，其不确定性是部分已知的。所构造的鲁棒自适应控制方案能确保系统的跟踪误差终极一致有界．与已有文献结果相比．未知参数估计的自适应律和控制器是连续的，从而使得所提出的设计方案在实际控制问题中易实现。且与具有线性激励器的系统一样具有较强的鲁棒性．最后通过数值算例进一步说明了该设计方案是有效的。     

机器人鲁棒模型跟踪控制

本文根据非线性系统模型参考控制理论,提出了一种连续的机器人控制方法.这种方法可以保证跟踪误差的有界性,消除不连续控制中的高频颤动现象,同时继承了不连续控制中的鲁棒特性。     

参数不确定机器人分散鲁棒跟踪控制

提出了一种新的参数不确定机器人分散控制器设计方法．首先将关节子系统的动力学模型分解为人工标称模型和非线性时变不确定模型两部分；然后分别设计相应的标称控制器和鲁棒补偿器．标称控制器使得标称闭环系统具有理想的跟踪性能；鲁棒补偿器可以抑制参数不确定和关节间非线性耦合等因素的影响，实现鲁棒跟踪．所设计的控制器只需要局部关节的位置反馈，具有易于实现和可在线调整的优点．仿真结果说明了该方法的有效性．     

不确定性线性系统的鲁棒渐近跟踪控制

对于线性不确定系统，本文给出了一种鲁棒渐近跟踪控制的设计方法，通过选取矩阵φ，构造广义匹配条件，利用Riccati方程正解给出了设计鲁棒渐近跟踪有效方法，对于匹配系统和不匹配系统均可使输出渐近跟踪某一参考输入，算例表明了该方法的有效性。