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。     

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。     

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.     

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。     

分数阶鲁棒自适应控制

研究了分数阶模型参考自适应控制系统.引入了分数阶微积分的概念,利用系统的输入输出,通过构造辅助信号设计了分数阶的自适应控制器和一类新的有界干扰系统的变结构分数阶鲁棒自适应控制器.基于分数阶微积分和Lyapunov稳定性理论,证明了所设计的闭环系统的稳定性.最后,仿真实验验证了此方法的有效性.     

一类不确定非线性系统的鲁棒自适应ε2输出跟踪控制

针对一类不确定非线性系统，讨论了鲁棒自适应ε-输出跟踪问题．利用Backstepping方法设计了一种自适应光滑状态反馈控制器，使系统输出跟踪给定的C^1参考输出信号．在参考信号及其导数均有界的条件下，得到了全局ε-输出跟踪，且闭环系统所有信号均全局一致有界．仿真结果表明了该设计方法的有效性．     

有量化输入的受干扰磁悬浮系统的鲁棒自适应渐近跟踪控制

研究磁悬浮系统在非线性建模下的两个问题:时变有界扰动产生的系统振荡和通信网络传输导致的数据丢失.首先,借助于同胚坐标变换对磁悬浮系统不可控的高度非线性进行抑制;然后,在控制中分别利用自适应律和指数衰减项来消除外部风阻和内部噪声电压,并将指数衰减项与量化分解方法相结合弥补量化误差带来的影响.所构造的连续鲁棒自适应反馈控制器解决了有量化输入和受干扰磁悬浮系统的渐近跟踪问题.最后,用仿真结果验证了控制策略的有效性.     

基于模型参考的鲁棒自适应控制

针对一类具有未知参数、未建模动态和外界干扰的不确定非线性系统,选择适当的参数对这些不确定性进行估值、补偿和模型参考,利用Backstepping方法,设计了一种新的鲁棒自适应控制器。该控制器能保证闭环系统的所有信号是全局有界的,跟踪误差收敛到一个小的残差集内。仿真结果表明该方法的有效性。     

基于步态数据的机器人鲁棒自适应PD控制

针对因脑卒中等中枢神经系统疾病而导致运动障碍的患者,在康复训练初期,应用下肢康复机器人提供被动康复训练过程中的控制问题,提出了一种基于健康人体步态数据的下肢外骨骼机器人的鲁棒自适应PD控制.在误差扰动有界的情况下,设计鲁棒自适应PD控制策略,不仅能够使下肢外骨骼机器人快速跟踪通过动作捕捉系统获得的人体步态轨迹,并且能够...     

基于观测器的机器人鲁棒跟踪控制

基于滑模控制原理设计稳定的状态观测器，在此基础上。研究了仅有关节角位移可测量的机器人轨迹跟踪控制问题。运用反推设计方法提出一种机器人鲁棒跟踪控制新方案。通过引入用于抑制观测误差的阻尼项和调制参数。加快了输出跟踪误差的收敛速度。利用李亚普诺夫方法分析了闭环控制系统的全局稳定性，证明了系统所有状态信号有界，跟踪误差收敛到零。仿真结果进一步表明，提出的控制方案具有较强的鲁棒性和良好的跟踪性能。     

带有自适应补偿的不确定时滞系统鲁棒跟踪控制

为了克服高增益反馈项的缺陷, 设计了一个带有自适应补偿的控制器用于不确定时滞系统鲁棒跟踪控制. 本文证明了自适应补偿项的引入不会影响原来闭环系统的稳定性. 因此, 可以根据跟踪性能的需求和控制增益的约束来决定是否采用自适应补偿项. 最后, 数值仿真表明了控制器的有效性.     

基于动态神经网络的鲁棒自适应跟踪

研究了一类基于两层动态神经网的仿射型鲁棒适应跟踪问题，对于未知的仿射非线性系统，提出了新的鲁棒学习算法，该算法不需要知道 理想权值的界。     

一类不确定非线性系统的鲁棒自适应控制

针对一类具有一般不确定性和未知参数的非线性系统,设计出一种适用于输出跟踪的鲁棒自适应控制器.该控制器对系统的参数和状态的不确定性具有鲁棒性,能保证闭环系统的全局稳定性,并解决了ε-跟踪问题.仿真实例表明,所设计的鲁棒自适应控制器具有良好的跟踪性能.