一类离散时变系统的在线无限脉冲响应滤波逆控制

针对一类离散时变系统,提出了一种基于自适应惯性权重合作粒子群（AIW—CPSO）算法的在线尢限脉冲响应（IIR）滤波自适应系统辨识方法,实现零极点实时跟踪的全匹配控制．IIR滤波器可解决有限脉冲响应（FIR）滤波器在辨识时变系统时因其相关矩阵的特征值会无规律变大而被迫离线训练的问题．同时义降低了在线训练所需的权值向量长度,提升了优化与建模效率．本文设计的白适应惯性权重合作粒子群（AIW—CPSO）算法可在传统卡讧子群优化（PSO）算法的基础上更好地解决因选用IIR滤波器所带来的全局优化问题．通过仿真分析可以看出,对十此类离散时变系统,基于在线AIW—CPSO—IIR滤波器的自适应逆控制方法可以快速有效的实现未知对象的在线建模,同时实时跟踪时变系统的特征值变化．     

基于U-滤波LMS算法的自适应逆控制系统

根据对IIR算法的快速收敛性考虑，采用了基于U－滤波LMS算法的IIR控制器。并且与传统的FIR结构的X－滤波LMS算法的自适应逆控制器作了比较，在相同条件下，U－滤波LMS算法的控制系统大大减少了计算量，快速性得到了提高，并且权值的失调较小，对于参考模型的输出具有非常优良的跟踪性能。     

模型参考逆方法及其在非线性时变控制系统设计中的应用

给出一种基于模型参考最优化方法和逆系统方法的非线性时变控制系统的设计方法,并将基仙模型参考自适应才逆系统方法进行了比较。将这一方法用于非线性与时变控制系统,仿真研究表明,该方法不仅简单易行、鲁棒性强,而且具有极好的控制效果。     

时变系统带δ—修正算法的直接自适应控制

考虑连续时变系统的直接自适应控制问题。研究带有δ－修正算法的自适应律，并导出这种自适应律中信号有界的充分条件；证明了δ－修正自适应算法适用于时变系统的模型参考自适应控制，并且控制系统是稳定的。仿真实例表明δ－修正算法是有效的。     

一类时变非线性系统自适应控制

针对非线性时变系统提出一种间接自适应方法。利用时尺变量函数，将非线性系统划分为若干子系统，间接自适应方法对任意信号都具有稳定性。仿真结果表明了，此法的有效性。     

基于U-LMS算法的船舶自适应逆控制

自适应逆控制的基本思想就是要用一个来自控制器的信号去驱动对象,而该控制器的传递函数就是参考模型与该对象建模函数的商.按照某一种自适应算法,用对象和指令输入之差的误差信号来调节控制器的参数以使该误差信号的均方差最小.根据IIR算法的快速收敛性,该文设计了基于U-LMS算法的IIR控制器,并把其应用到船舶模型控制上,仿真结果表明这种控制器大大减少了计算量,快速性得到了提高,并且权值的失调较小,对于参考模型的输出具有非常优良的跟踪性能.     

非线性系统的神经网络自适应逆控制

提出了非线性系统的神经网络自适应逆控制方法。设计中使用了2个神经网络，经离线训练的NN1实现非线性系统的逆，在线网络NN2用于补偿逆误差和系统的动态特性变化，对一非线性系统的仿真结果表明，神经网络自适应逆控制能够提高系统的动态性能，并且具有较好的鲁棒性。     

时变系统自适应控制中δ-修正算法

考虑连续时变系统的自适应控制问题,主要研究应用δ－修正算法的自适应律,不象σ－修正算法,δ－修正算法不需要被估计参数的先验信息,导出应用δ－修正的自适应律中信号有界的充分条件,从而可指导设计参数的选取,最后给出仿真例子说明δ－修正算法适用于时变系统的自适应控制。     

复杂系统的控制问题——试谈控制科学的发展

任何一门学科的产生都是由于社会发展的需要，它的发展、演变也都随着时代的变迁而变化．20世纪四、五十年代的西方发达国家出现的自动控制学科之所以产生，是由于要用机械设备取代人工操作，以便达到高效、经济、可靠．雷达和火炮的伺服系统就是一个典型的例子．由于冷战的需要，20世纪五、六十年代自动控制理论和技术得到飞速发展．     

基于遗传算法的非线性系统时变时滞的在线估计方法

针对系统输入带有纯时滞的一类非线性系统,选择有限点的的输出误差的平方和构成适应度函数,采用十进制编码技术,提出一种基于遗传算法的非线性系统时变时滞的在线估计方法,该方法具有一定的抗噪声能力。仿真实验结果验证了所提出方法的有效性。     

An all-coefficient adaptive control method for a class of nonlinear time-varying systems

In this paper, the extension of the all-coefficient adaptive control method to nonlinear time-varying systems is studied. A novel discretizing method is first proposed to derive the discrete-time model for a class of nonlinear time-varying systems. The characteristics of the coefficients of the discrete-time model are derived by this method, based on which the all-coefficient adaptive control method is given for the class of nonlinear time-varying systems. Sufficient conditions on the closed-loop stability ...     

一种具有噪声干扰的MIMO非线性时变系统自适应控制

针对含噪声多输入多输出不确定非线性时变系统,提出一种基于多维泰勒网(MTN)的自适应控制方案,其中两个MTN分别用来实现优化控制和非线性滤波.首先,提出多维泰勒网控制器(MTNC)以实现实时跟踪控制.将滤波输出与期望值之间的闭环误差作为MTNC的输入,根据系统不确定因素引起的误差,基于稳定的学习率,设计线性再励的自适应变步长算法以快速更新MTNC权值.其次,提出多维泰勒网滤波器(MTNF)以消除测量噪声.由于定义了测量值与MTNF输出之间误差的Lyapunov函数,自适应MTN滤波系统兼具基于Lyapunov理论的自适应滤波(LAF)和MTN的特有性质.最后,通过在Lyapunov意义下选取适当的权值更新律,可使MTNF输出渐近地收敛到期望信号,并证明了滤波器的收敛性和稳定性.仿真结果验证了所提出方案的有效性.     

时变关联系统的分散自适应输出反馈控制

针对一类具有动静态关联项和未建模动态的时变关联系统,通过引入输入滤波器及一系列坐标变换,给出了一种分散自适应输出反馈控制器的设计方案.当时变参数的变化率属于L1∩L∞,外界干扰属于L2∩L∞,未建模动态的幅值在某砦范围内变化时,证明了闭环系统的稳定性,且每一个子系统的输出收敛于零.仿真例子验证了这一控制方案的有效性.     

一类MIMO非线性时滞系统的鲁棒自适应控制

针对一类具有非线性输入的MIMO时变时滞系统,基于变结构控制原理,提出了一种稳定自适应控制器设计的新方案.该方案通过使用Lyapunov-Krasovskii(L-K)泛函抵消了因未知时变时滞带来的系统不确定性;进一步,利用Young's不等式和参数自适应估计取消了非线性死区输入模犁和不确定项假设中各种参数均为已知的要求.通过理论分析,证明了闭环控制系统半全局一致终结有界,跟踪误差收敛到零的一个邻域内.     

基于反双曲正弦函数的抗冲激块稀疏自适应滤波算法

针对现有基于最小均方误差（MSE）的块稀疏系统辨识算法抗冲激性能不佳的问题,提出了一种利用反双曲正弦函数替代最小均方误差的改进型块稀疏归一化最小均方（IBS-NLMS）算法。该算法首先构造新的代价函数,利用负梯度最陡下降法求出增量,进而导出了新的滤波器权系数更新公式,在公式迭代过程中出现的冲激噪声会导致权系数的更新量趋于零向量,从而消除了由于非高斯冲激干扰而导致的算法发散问题。同时,理论分析并推导出了该算法的均值收敛过程。块稀疏系统辨识的仿真结果表明,在非高斯冲激噪声干扰和截断变化情况下,改进型算法与块稀疏归一化最小均方（BS-NLMS）算法相比有更快的收敛速度和更小的稳态误差。     

Robust adaptive fault-tolerant control for time delay uncertain nonlinear systems with time-varying performance bounds

In this paper, a robust adaptive fault tolerant controller guaranteeing with time-varying performance bounds is designed for a class of time delay uncertain nonlinear systems subject to actuator failures and external disturbance. The influence of time delay on the system is mitigated and the system performance can be guaranteed by introducing a positive nonlinear control gain function and the generalised restricted potential function. A new method with more design degrees of freedom is developed to ensure the norm of the system state within a-priori, user-defined time varying performance bounds. Using the online estimation information provided by adaptive mechanism, a robust adaptive fault-tolerant control method guaranteeing time varying performance bounds is proposed. It is shown that all the signals of the resulting closed-loop system are bounded and the system state less than a-priori, user-defined performance bounds. Finally, simulation results are given to demonstrate the efficacy of the proposed fault-tolerant control method.     

一类非线性系统的稳定自适应控制

将一类非线性系统等价表示为时变线性系统, 在此基础上设计了自适应控制器. 利用小波网络直接辨识控制器参数. 从理论上证明了闭环系统的稳定性. 仿真结果表明了所提算法的有效性.     

Decentralized filtering adaptive constrained tracking control for interconnected nonlinear systems

This paper presents a novel decentralized filtering adaptive constrained tracking control framework for uncertain interconnected nonlinear systems. Each subsystem has its own decentralized controller based on the established decentralized state predictor. For each subsystem, a piecewise constant adaptive law will generate total uncertainty estimates by solving the error dynamics between the host system and decentralized state predictor with the neglection of unknowns, whereas a decentralized filtering control law is designed to compensate both local and mismatched uncertainties from other subsystems, as well as achieve the local objective tracking of the host system. The achievement of global objective depends on the achievement of local objective for each subsystem. In the control scheme, the nonlinear uncertainties are compensated for within the bandwidth of low‐pass filters, while the trade‐off between tracking and constraints violation avoidance is formulated as a numerical constrained optimization problem which is solved periodically. Priority is given to constraints violation avoidance at the cost of deteriorated tracking performance. The uniform performance bounds are derived for the system states and control inputs as compared to the corresponding signals of a bounded closed‐loop reference system, which assumes partial cancelation of uncertainties within the bandwidth of the control signal. Compared with model predictive control (MPC) and unconstrained controller, the proposed control architecture is capable of solving the tracking control problems for interconnected nonlinear systems subject to constraints and uncertainties.     

具有噪声干扰的非线性时变系统多维泰勒网辨识和控制

针对含噪声不确定非线性时变系统,提出一种基于多维泰勒网(MTN)稳定的自适应控制方案,其中3个MTN分别被用来实现非线性滤波、系统辨识与自适应控制.首先, MTN滤波器(MTNF)用来消除测量噪声,以得到无随机干扰的模型输出.然后, MTN辨识器(MTNI)用来表示系统动态映射且比传统神经网络泛化能力更强.而后,MTN控制器(MTNC)用来实现系统精确跟踪控制,其中时变被控对象由MTNI辨识并将其动力学特性信息实时提供给MTNC使其"光滑"自适应.此外,利用改进的灵敏度计算方法来剪除MTNI和MTNC的冗余输入和冗余中间层回归项.最后,证明基于MTN的闭环系统稳定性,并给出最优学习率以期实现快速学习.仿真结果表明,该方法具有精确的辨识能力、良好的跟踪性能和较强的抗干扰能力,可实现含有不确定性、随机因素和时变特性的非线性系统自适应实时控制.