一类非线性时滞系统的状态反馈镇定

The problem of global stabilization by state feedback for a class of time-delay nonlinear system is considered. By constructing the appropriate Lyapunov-Krasovskii functionals (LKF) and using the backstepping design, a linear state feedback controller making the closed-loop system globally asymptotically stable is constructed.     

一类非线性不确定性系统基于状态观测器的输出反馈镇定控制设计

The output-feedback stabilization control problem is investigated for a class of nonlinear uncertain systems. Based on the multivariable analog of circle criterion, an observer is designed to estimate the system states and hence the dynamical equations that the estimation error satisfies are derived first. Then, by using integral backstepping approach together with completing square technique, the output-feedback stabilization control is constructively designed such that the closedloop system is asymptotically stable. Finally, an example is given to illustrate the main results of this paper.     

非线性系统的间接自适应模糊输出反馈监督控制

In this paper, an indirect adaptive fuzzy output feedback controller with supervisory mode for a class of unknown nonlinear systems is developed. The proposed approach does not need the availability of the state variables, moreover, a supervisory controller is appended to the adaptive fuzzy controller to force the state to be within the constraint set. Therefore, if the adaptive fuzzy controller cannot maintain the stability, the supervisory controller starts to work to guarantee stability. On the other hand, if the adaptive fuzzy controller works well, the supervisory controller will be deactivated. The overall adaptive fuzzy control scheme guarantees the stability of the whole closed-loop systems. The simulation results confirm the effectiveness of the proposed method.     

一类非线性时滞输出反馈系统的自适应控制

针对一类参数化非线性时滞输出反馈系统,提出了一种无记忆自适应跟踪控制器的设计方案.采用时滞滤波器估计系统状态,用Domination处理非线性时滞项,应用Backstepping技术设计控制器和参数自适应律.放宽了对时滞项的要求.通过构建一个Lyapunov＿Krasoviskii泛函,证明了闭环系统的稳定性,实现了对目标轨线的渐近跟踪,保证了所有信号一致有界.实例仿真说明了该方案的可行性.     

控制方向未知的非线性系统的自适应输出跟踪控制

针对一类含有未知控制方向和时变不确定性的本质非线性系统,应用Nussbaum-type增益技术和Adding a power integrator递推设计方法,设计了一种鲁棒自适应状态反馈拉制器．所设计的控制器能保证闭环系统所有信号全局一致有界,特别是通过适当调整控制器设计参数,可使输出跟踪误差在有限时间后变得适当小．最后通过仿真实例对算法进行验证.     

一类具有未知控制方向非线性系统的输出反馈自适应控制

研究了一类控制方向未知非线性系统的输出反馈自适应镇定问题. 首先, 通过一线性状态变换, 将未知控制系数集中起来, 从而将原系统变换为适于控制设计的新系统. 然后, 分别引入状态观测器和参数估计器, 并应用积分反推和调节函数方法, 给出了输出反馈稳定控制律的构造性设计过程. 可以证明,所设计的控制器确保原系统状态渐近收敛到原点, 而其它闭环系统状态有界. 仿真结论验证了所提出方法的有效性.     

具有未知输入增益的非线性系统的跟踪控制

针对具有未知输入增益的非线性系统, 提出了一种可实现系统输出跟踪控制的自适应控制方法. 通过在backstepping设计中引入一种新的Nausbaum增益, 按该方法设计的控制器可以在系统输入增益未知的情况下实现系统输出的渐近跟踪.     

一类函数完全未知的随机非线性系统自适应H∞跟踪控制

针对一类函数完全未知的严格反馈随机非线性系统,提出了一种基于backstepping技术的鲁棒H_∞自适应神经跟踪控制器设计的新方法.该方法可在随机非线性系统是依概率一致最终有界的情况下,保证随机非线性系统H_∞性能指标,且H_∞踪踪控制器容易获得.同时该方法去除了一些文献中神经网络逼近误差需要平方可积的假设.文中使用径向基函数(radial basis function, RBF)神经网络逼近打包的未知非线性函数.所设计的控制器能够保证闭环系统跟踪误差及其它所有信号都是依概率有界的,且对外界干扰具有鲁棒H∞抑制作用.最后,仿真结果验证了所提方法的有效性和正确性.     

时变时滞随机非线性系统的自适应神经网络跟踪控制

针对一类具有时变时滞的不确定随机非线性严格反馈系统的自适应跟踪问题,利用Razumikhin引理和backstepping方法,提出一种新的自适应神经网络跟踪控制器.该控制器可保证闭环系统的所有误差变量皆四阶矩半全局一致最终有界,并且跟踪误差可以稳定在原点附近的邻域内.仿真例子表明所提出控制方案的有效性.     

一类不确定非线性系统的鲁棒输出反馈跟踪

讨论了一类严格反馈型不确定非线性系统的输出反馈跟踪问题. 所讨论的不确定性不满足线性增长条件. 先设计高增益观察器估计输出偏差的微分, 并将由此获得的信号的符号用于变结构观察器, 随后用backstepping过程设计输出反馈控制器. 得到的控制器可以保证闭环系统的所有信号都是有界的, 且跟踪误差可以任意地小.     

Adaptive Neural Tracking Control for Unknown Output Feedback Nonlinear Time-delay Systems

An adaptive output feedback neural network tracking controller is designed for a class of unknown output feedback nonlinear time-delay systems by using backstepping technique.Neural networks are used to approximate unknown time-delay functions.Delay-dependent filters are intro- duced for state estimation.The domination method is used to deal with the smooth time-delay basis functions.The adaptive bounding technique is employed to estimate the upper bound of the neural network reconstruction error.Based on Lyapunov-Krasoviskii functional,the semi-global uniform ultimate boundedness(SGUUB)of all the signals in the closed-loop system is proved.The arbitrary output tracking accuracy is achieved by tuning the design parameters and the neural node number. The feasibility is investigated by an illustrative simulation example.     

非线性系统的神经网络鲁棒自适应跟踪控制

针对一类具有未知非线性函数和未知虚拟系数非线性函数的二阶非线性系统,提出了一种神经网络鲁棒自适应输出跟踪控制方法.用李雅普诺夫稳定性分析方法证明了本文的神经网络自适应控制器能够使受控系统内的所有信号均为有界.选择的神经网络权值调整规律可以防止自适应控制中的参数漂移.     

非线性时滞大系统自适应神经网络分散控制

针对一类未知非线性时滞关联大系统,提出一种自适应神经网络分散跟踪控制方案．采用神经网络逼近各子系统内部的非线性函数和关联项中的时滞非线性函数;利用占有方法处理时滞项,采用Backstepping技术设计分散控制律和参数自适应律．基于Lyapunov-Krasoviskii泛函证明了闭环大系统所有信号半全局一致最终有界．通过调节设计参数和增加神经元个数,可以实现任意输出跟踪精度．实例仿真说明了该方案的可行性。     

不确定型网络系统的分布式自适应跟踪控制器

文章针对带有不确定性的非线性网络系统设计了协调跟踪控制器, 使得follower实现了对仅部分信息可测且受干扰的动态leader的跟踪. 文章运用神经网络方法对follower动态进行建模, 提出了基于观测器的自适应控制策略, 并且通过Lyapunov理论证明, 在适当的网络拓扑条件和适当选择参数的前提下, 该网络系统可以达UUB (Cooperative Uniformly Ultimately Bounded). 最后, 文章给出仿真实例以验证所提算法的有效性.     

非线性系统的模糊自适应输出反馈控制

针对一类未知非线性系统,考虑系统状态不完全可测的情况,利用Lyapunov综合方法设计了一种基于高增益观测器的模糊鲁棒自适应输出反馈控制器,并证明在一定条件下,所设计的输出反馈控制器能获得状态反馈控制器的性能。     

广义时滞系统输出反馈无源控制

研究一类广义时滞系统的输出反馈无源控制问题。利用线性矩阵不等式,给出广义时滞系统容许（即正则、稳定、无脉冲）且严格无源的充分条件,在此基础上给出静态输出反馈控制器,保证闭环系统容许且严格无源的充分条件,并且利用矩阵不等式的解设计相应的输出反馈控制器,提供一个算例说明结论的有效性。     

Neural Network-based Adaptive State-feedback Control for High-order Stochastic Nonlinear Systems

This paper focuses on investigating the issue of adaptive state-feedback control based on neural networks(NNs)for a class of high-order stochastic uncertain systems with unknown nonlinearities. By introducing the radial basis function neural network(RBFNN) approximation method, utilizing the backstepping method and choosing an approximate Lyapunov function, we construct an adaptive state-feedback controller which assures the closed-loop system to be mean square semi-global-uniformly ultimately bounded(M-SGUUB). A simulation example is shown to illustrate the effectiveness of the design scheme.