严格反馈随机非线性系统的自适应逆最优控制

讨论了自适应逆最优控制问题可解定理，基于Ito微分规则和Backstepping方法，给出了具有标准Wiener噪声扰动和未知定常参数的严格反馈随机非线性系统的全局依概率渐近稳定和自适应逆最优控制策略的设计方法，该方法可同时获得控制律和自适应律。仿真结果表明了控制算法的有效性。     

具有Markov跳跃参数的一类随机非线性系统逆最优增益设计

研究了一类随机非线性系统的逆最优增益设计问题,系统中除了方差未知的Wiener噪声之外,还含有Markov跳跃参数. 首先,给出此类系统逆最优增益设计问题可解的一个充分条件. 其次,针对一类具有严格反馈形式的随机非线性系统,利用积分反推法,给出了依概率全局渐近稳定和逆最优控制策略的设计方法. 其中,所设计的Lyapunov函数和控制策略与模态显式无关,克服了由于Markov跳跃模态引起的耦合项所带来的设计困难. 最后,通过仿真验证了控制策略的有效性.     

严格反馈随机非线性系统的鲁棒自适应逆最优跟踪

针对具有未知定常参数和标准Wiener噪声扰动的严格反馈非线性系统,结合参考信号,构造了误差系统,使用Backstepping算法设计了误差系统的自适应逆最优控制律和参数自适应律,进而解决了原系统的鲁棒自适应逆最优跟踪.     

随机非线性系统鲁棒自适应控制的模块化设计

将线性系统中基于估计的模块化设计思想推广到随机非线性系统的控制设计之中,基于Ito∧微分规则和自适应B ackstepp ing算法,设计了全局依概率渐近稳定的输入状态稳定控制器.根据无源性定理,设计了无源辨识器模块,并确保扰动是有界的.仿真结果表明了该控制算法的有效性.     

一类具有相似结构的不确定非线性广义互联系统的鲁棒控制

研究一类具有非线性互联作用的广义互联系统,在其互联项中含有不确定性。以前人对广义系统和相似性的研究为基础,定义了这类系统的相似结构,提出了新的相似性概念,对系统设计鲁棒控制器。由于控制本身也具有相似结构,因此易于工程实现。     

Markov跳跃非线性系统逆最优增益设计

证明了一类严格反馈Markov跳跃系统是依概率输入–状态可稳定的.其次,证明了逆最优增益设计问题可解的一个充分条件是存在一组满足小控制量的依概率输入–状态稳定控制李雅普诺夫函数.最后,利用积分反推方法,给出了严格反馈Markov跳跃系统逆最优增益设计问题的一个构造性解.其中,为了克服由于Markov跳跃引起的耦合项所带来的困难,所设计的李雅普诺夫函数以及控制器是与模态无关的.     

控制量前具有不确定系数的电液伺服系统自适应控制

针对控制输入前具有不确定系数的电液伺服位置系统精确跟踪控制问题, 提出了一种改进的自适应Backstepping控制器设计方法. 该方法通过对系统模型的等价变换和选择合适的Lyapunov函数, 有效解决了系统模型中控制输入前存在不确定系数而导致所设计的控制器存在参数自适应律, 而自适应律中存在控制量造成的嵌套难题. 以驱动连铸结晶器的电液伺服位置系统为例, 进行了控制器的设计和稳定性证明. 仿真研究结果表明, 所提出的改进设计方法是可行的, 设计的控制器具有较强的鲁棒性和良好的跟踪性能.     

一类非线性不确定系统的最优自适应控制

研究了一类含有系统扰动,并且状态项与控制项中同时含有未知参数的非线性系统的反馈稳定问题.在控制器的设计中,将原系统的自适应稳定问题转化为扩展系统的非自适应稳定问题,并利用扩展系统的鲁棒控制Lyapunov函数,设计出使原系统自适应稳定的控制律.进一步,利用逆最优的方法,证明了该控制律同时也是满足某种性能指标的最优控制。     

一类非线性耗散系统的逆最优控制

首先研究一类单输入非仿射非线性系统的逆最优控制问题, 其代价泛函为非线性-非二次型, 设计出一族参数化的状态反馈逆最优控制器;然后讨论当该系统为耗散系统时, 在供给率为二次型的耗散性理论框架下,给出使系统渐近稳定的李雅普诺夫函数和镇定控制律, 并通过适当选取代价泛函中的参数,使得李雅普诺夫函数也是最优值函数,进而揭示出耗散系统在线性输出反馈意义下稳定性与最优性之间的等价关系.     

具有输入饱和的不确定非线性系统自适应渐近跟踪控制

将一类具有输入饱和的严格反馈单输入单输出非线性系统作为研究对象,解决其自适应渐近跟踪控制问题.与已有结果不同,所考虑的虚拟控制参数可以是未知且增益函数的上界信息也是未知的,这给控制器的设计带来了挑战.通过结合光滑函数及有界估计方法,设计一种新颖的自适应渐近跟踪控制策略;其次,通过引入Nassbaum函数解决由输入饱和不确定参数以及未知虚拟控制参数带来的影响;此外,通过利用未知增益的下界信息巧妙地构造一个特殊的李雅普诺夫函数并结合不等式技巧,可以消除对控制增益函数上界信息的需要,并保证系统的全局稳定性和跟踪性能;最后,通过实例仿真及对比仿真表明所提出自适应渐近跟踪控制算法的有效性.     

Adaptive Stabilization for a Class of Stochastic Nonlinear Systems with Prandtl‐Ishlinskii Hysteresis

This paper deals with a class of stochastic nonlinear systems with unknown hysteresis. A stochastic Lyapunov method is applied for systems in strict‐feedback form driven by unknown Prandtl‐Ishlinskii hysteresis and Wiener noises of unknown covariance. An adaptive controller is obtained which guarantees the global asymptotic stabilization in probability. Simulation results are provided to illustrate the effectiveness of the proposed approach.     

随机非线性系统鲁棒自适应反馈控制器的积分反推方法设计

考虑了一类随机非线性系统的鲁棒自适应控制问题.采用Ito随机微分方程描述系统,进而在概率意义下研究系统的鲁棒稳定性.应用积分反推(backstepping)方法,系统地给出了设计状态反馈及输出反馈鲁棒自适应控制器的方法.同时构造出了适当形式的四次型的自适应控制Lyapunov函数(CLF).     

Model‐Reference Adaptive Moment Control of Uncertain Nonlinear Stochastic Systems

In this paper, a new model‐reference adaptive moment control method is proposed to control the first and second moments of an uncertain nonlinear system with additive external stochastic excitation. This method has established a closed‐loop control system that calculates an adaptive stochastic nonlinear input by introducing a Lyapunov function and adaptive update law. The proposed adaptive structure is innovative in trying to minimize two errors simultaneously: the moments tracking error and the error between the nonlinear system output and reference model. Furthermore, the proposed method can control the expected and covariance matrices of the states without needing to solve the complicated Fokker‐Planck‐Kolmogorov differential equation or using the approximate methods. Simulation has been performed on two practical examples, which show a good performance for the designed controller.     

Adaptive Stabilization for a Class of Stochastic Nonlinearly Parameterized Nonholonomic Systems with Unknown Control Coefficients

This paper investigates the problem of adaptive state feedback stabilization for a class of stochastic nonlinearly parameterized nonholonomic systems in chained form with unknown control coefficients. By defining two new unknown parameters whose dynamic updating laws are properly chosen and also by skilfully using the parameter separation, input‐state‐scaling, and integrator backstepping techniques, an adaptive state feedback controller is successfully designed, which guarantees that the closed‐loop system is asymptotically stabilized in probability. A simulation example is provided to illustrate the effectiveness of the proposed approach.     

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.     

一类非线性不确定系统的鲁棒自适应控制

针对一类含有未知参数和动态不确定的非线性系统，基于Lyapunov递推设计方法设计了状态反馈控制器，并提出了鲁棒自适应控制算法。所设计的控制器不仅可保证闭环系统的全局稳定性。而且使得系统对于所有允许的不确定系统状态全局一致终值有界。仿真结果表明了本文方法所设计的控制器的有效性和可行性。     

Adaptive Inverse Dynamics Four-Channel Control of Uncertain Nonlinear Teleoperation Systems

Most of the methods to date on bilateral control of nonlinear teleoperation systems lead to nonlinear and coupled closed-loop dynamics, even in the ideal case of perfect knowledge of the master, the slave, the human operator and the environment. Consequently, the transparency of these closed-loop systems is difficult to study. In comparison, inverse dynamics controllers can deal with the nonlinear terms in the dynamics in a way that, in the ideal case, the closed-loop systems become linear and decoupled. In this paper, for multi-d.o.f. nonlinear teleoperation systems with uncertainties, adaptive inverse dynamics controllers are incorporated into the four-channel bilateral teleoperation control framework. The resulting controllers do not need exact knowledge of the dynamics of the master, the slave, the human operator or the environment. A Lyapunov analysis is presented to prove the transparency of the teleoperation system. Simulations are also presented to show the effectiveness of the proposed approach.