时滞反馈控制的局限性及其改进

研究混沌离散系统中不稳定周期轨道的镇定问题．首先从理论上证明了具有线性结构的时滞反馈控制都具有“奇数局限性”;然后根据线性周期时滞系统的特点,提出一种改进的时滞反馈控制策略,它可在一定程度上克服上述局限性;最后给出了数值仿真结果．     

基于分散反馈控制的时滞混沌大系统

研究一类具有时滞关联的时滞大系统的混沌现象和分散反馈控制问题。应用线性矩阵不等式（LMI）方法,基于李雅普诺夫定理,分别得到了系统存在分散时滞反馈控制器和分散标准反馈控制器的充分条件,并利用分散时滞反馈控制器对系统中存在的不稳定周期轨道的追踪控制问题进行研究。仿真结果表明控制器具有很强的鲁棒性。     

飞轮调速器反馈控制系统的混沌及控制

建立了飞轮调速器反馈控制系统的动力学方程,利用系统的相图和Poincar6映射图分析了系统的混沌形成过程．通过对飞轮调速器反馈控制系统增加一个比例微分反馈控制器,利用它控制系统从混沌运动转化为周期运动．数值仿真表明了该控制方法在飞轮调速器反馈控制系统的混沌控制中的有效性与可行性,可利用适当的控制强度镇定系统中不稳定的周期轨道．     

降压式DC-DC变换器混沌控制的仿真研究

对PWM型降压式DC—DC变换器的混沌控制机理进行研究，建立了DC—DC变换器的混沌控制法的MATLAB仿真模型，仿真模型是在采样数据法仿真模型的基础上增加了离散时间反馈控制环节，利用离散时间反馈控制法中的参考信号补偿控制，达到控制混沌的目的，通过控制前后的仿真结果比较可以看出，在增加了混沌控制环节之后，获得了满意的控制效果，实现了对不稳定周期-1轨道的稳定，降低了输出电压的纹波幅值，提高了输入电压的工作范围，控制了变换器中的混沌。     

利用反馈方法控制Lü系统中的混沌

利用经典反馈法实现了Lü系统的混沌控制,并基于Lyapunov直接法和Routh-Hurwitz判据讨论受控Lü系统的混沌轨道达到渐进稳定时的条件,并给出理论上的证明。数值模拟进一步验证了经典反馈控制方法均可成功将Lü系统混沌运动轨道镇定到不稳定平衡点或不稳定周期轨道,即极限环上。     

高周期混沌轨道的最优反馈控制

提出使用最优反馈控制的方法来进行不稳定高周期轨道的镇定控制,最优控制的目标函数是系统轨道与目标轨道间的偏差。该方法为高周期轨道上的各周期点设置反馈控制器,并按最优控制的方法选择反馈控制有关反馈系数,用数值方法求解最优反馈控制问题。对Ikeda映射的仿真实验证实了最优反馈控制在镇定高周期轨道及抗噪声方面的能力。     

非线性不确定时滞混沌系统的鲁棒控制

针对非线性不确定时滞混沌系统中不稳定不动点的控制需求, 应用线性矩阵不等式 (LMI)的方法, 得到了系统存在时滞反馈控制器的充分条件. 同时利用该控制器对系统中存在的不稳定的周期轨道的跟踪问题进行了研究. 数值仿真说明了该方法的有效性.     

基于信噪比受限通道的网络控制系统镇定

研究了同时考虑通信和网络特性的线性系统镇定问题.首先针对连续时间网络控制系统,使用线性矩阵不等式方法得到了系统镇定所需要的最小信噪比;然后将问题推广到一类更为复杂的离散时间异构网络控制系统并得到了相似的结论.其中建立的多传感器随机时滞模型很好地刻画了token-passing总线控制网络,它更具有实际意义;最后通过数值例子对以上理论进行了仿真验证,有效表明了系统镇定时被控对象不稳定极点、网络时滞和信噪比之间的关系.     

不确定时滞混沌系统的鲁棒控制

针对不确定时滞混沌系统中不稳定不动点的控制需要，应用线性矩阵不等式（LMI）方法，得到了系统存在时滞反馈控制器的充分条件，并利用该控制器对系统中存在的不稳定周期轨道的跟踪问题进行研究。数值仿真结果表明了该方法的有效性。     

混沌优化与模糊控制在混沌控制中的应用

为了解决延迟反馈控制中参数难以选取的问题,将混沌优化和模糊控制的方法应用到混沌系统的延迟反馈控制中,采用混沌优化方法确定出延迟反馈控制的延迟时间,利用模糊控制技术确定出控制刚度等参数,从而得到延迟反馈控制方法的参数.同时,利用本文算法,可以一次确定出混沌系统的多个不稳定周期轨道的周期.仿真结果验证了本文算法的有效性.     

基于自适应重复学习的不确定多涡卷混沌系统同步控制

基于滞环函数提出一种参数可调的多涡卷混沌系统构造方法. 针对复杂不确定性系统, 综合利用自适应神经网络和重复学习控制方法设计一种自适应重复学习同步控制器; 利用自适应重复学习控制方法对周期时变参数化不确定性进行处理; 对函数型不确定性利用神经网络逼近技术进行补偿; 设计鲁棒学习项对神经网络逼近误差和扰动上界进行估计; 通过构造类Lyapunov 复合能量函数证明了同步误差学习的收敛性. 仿真结果验证了所提出方法的有效性.

     

离散线性周期系统的模型匹配

考虑离散线性周期系统的模型匹配问题, 提出一种基于参数化极点配置的模型匹配方法. 该方法从时域的角度出发, 采用周期状态反馈, 使得闭环系统充分接近目标系统. 由于所采用的参数化极点配置算法提供了充分的自由度, 所提出的方法能够实现零误差匹配. 数值算例验证了所提出算法的有效性.

     

离散时间系统重复控制的理想误差动态方法

针对周期参考信号下的离散时间系统, 引入吸引律构造理想误差动态特性, 并基于理想误差动态设计重复控制器. 重复控制能够实现周期性扰动的完全抑制, 从而提高控制能.为了消除颤振现象, 以饱和函数替换重复控制器中的符号函数. 分别推导了理想误差动态方程的单调减区域、吸引层和稳态误差带的边界, 用于刻画误差动态行为, 并给出了数值仿真结果. 在逆变器装置上完成的实验进一步表明了所提出的重复控制方法的有效性.

     

一种参数优化的非线性离散系统鲁棒迭代学习控制方法

针对带有扰动的一类离散非线性系统的鲁棒迭代学习控制问题, 设计一种基于参数优化的迭代学习控制算法. 该算法能够保证在有初始状态误差和状态、输出扰动的情况下使闭环系统具有鲁棒BIBO 稳定性, 系统输出能够单调收敛于给定输出轨迹的邻域内; 在没有初始状态误差和扰动的情况下能够以零稳态误差跟踪给定输出轨迹. 最后通过仿真分析验证了所提出算法的有效性.

     

机器人系统终端滑模重复学习轨迹跟踪控制

针对非线性机器人系统的轨迹跟踪问题, 提出一种终端滑模重复学习混合控制方案. 该方案综合了重复学习控制和终端滑模技术的特性, 能够有效跟踪周期性参考信号, 抑制周期性和非周期性动态的干扰, 具有较强的鲁棒性和良好的轨迹跟踪性能, 且算法的实现不需要完全已知系统模型信息. 应用Lyapunov 稳定性理论证明了闭环系统的全局渐近稳定性. 三自由度机器人系统数值仿真结果验证了所提出的终端滑模重复学习控制的有效性.

     

基于高斯混沌变异和精英学习的自适应多目标粒子群算法

为平衡多目标粒子群的全局和局部搜索能力, 提出一种基于高斯混沌变异和精英学习的自适应多目标粒子群算法. 首先, 提出一种新的种群收敛状态检测方法, 自适应调整惯性权重和学习因子的值, 以达到探索和开发的最佳平衡. 然后, 当检测到种群收敛停滞时, 采用一种带有高斯函数和混沌特性的变异算子协助种群跳出局部最优, 以增强全局搜索能力. 最后, 外部档案中的精英解相互学习, 增强算法的局部搜索能力. 在多目标标准测试问题上的仿真结果表明了所提出算法的有效性.

     

一类未知MIMO非线性离散系统的改进自适应准滑模解耦控制

针对一类带有外部扰动的未知MIMO非线性离散系统,提出一种新型自适应准滑模控制算法.该算法基于非参数动态线性化技术,运用高阶滑模控制的思想实现带有扰动系统的二阶准滑模控制.同时,利用扰动解耦技术,在控制器的设计中引入离散扩张状态观测器(DESO)对系统各回路间的耦合以及数据模型的未建模动态进行补偿,以进一步实现多变量系统的解耦,提升控制品质.理论分析和仿真结果说明了所提出方法的有效性和可行性.     

严格反馈型非仿射非线性系统的自适应模糊控制

针对一类具有严格反馈形式的非仿射非线性受扰系统,提出了基于backstepping方法的自适应模糊控制.该算法仅要求模糊逻辑系统逼近误差范数有界,引入监督控制补偿系统逼近误差和外界干扰,保证闭环系统所有信号一致有界,跟踪误差一致渐近稳定.将R(o)ssle混沌系统作为仿真对象,仿真结果表明了该方法的有效性.     

基于一阶特征模型的自适应跟踪控制方法

基于特征建模理论, 针对一类可由一阶特征模型描述的被控对象, 设计一种新的自适应跟踪控制方法. 通过参数整合, 将系统特征压缩到一个时变参数中, 进一步减少需估计的参数, 更利于工程应用. 利用李雅普诺夫方法, 分析闭环系统的稳定性. 最后, 通过数学仿真验证了所提出方法的有效性.

     

多目标自适应混沌粒子群优化算法

提出一种多目标自适应混沌粒子群优化算法(MACPSO). 首先, 基于混沌序列提出一种新型动态加权方法选择全局最优粒子; 然后, 改进NSGA-II 拥挤距离计算方法, 并应用到一种严格的外部存档更新策略中; 最后, 针对外部存档提出一种基于世代距离的自适应变异策略. 以上操作不仅提高了算法的收敛性, 而且提高了Pareto 最优解的均匀性. 实验结果表明了所提出算法的有效性.