链式系统的轨迹跟踪控制

研究了链式系统的轨迹跟踪控制问题,提出一种新的跟踪方案,设计出能实现全局轨迹跟踪的一维动态控制器,将其用于一类轮式机器人的控制中.仿真结果表明所提方法的有效性.     

链式系统轨迹跟踪控制:一种新方案

研究了链式系统的轨迹跟踪控制问题,提出了一种新的跟踪方案,设计出能实现全避轨迹跟踪的静态控制器。它克服了用动态反馈线性化方法设计出控制器的两个缺点;控制器维数高和闭环系统有奇异点,将其用于一类轮式机器人的控制中,仿真结果表明了所提出方法的有效性。     

不确定非完整链式系统的鲁棒镇定

不确定非完整链式系统的镇定问题在过去十年中得到了许多有趣的结果, 涌现出了几类模型和相应的控制方法. 目前已经可以对这方面的发展做出总结. 本文给出了非完整链式系统的模型、镇定控制方法和一些结论, 特别是基于视觉传感器得到了一些新的有趣的不确定链式模型. 同时, 利用新的二步法、视觉反馈、状态缩放变换和切换等技术设计了新的不确定链式模型的鲁棒镇定控制器. 希望这项工作可以做到抛砖引玉, 也可以为这个领域的专家做一个较好的参考.     

基于自适应AGBFN的不确定非线性系统的跟踪控制

针对一类具有未知不确定性的非线性系统,提出了一种基于观测器的自适应不对称高斯基函数网络(AGBFN)跟踪控制方案.当系统只有输出可以测量时,通过设计观测器对其进行在线状态估计,进而构造反馈控制律和自适应控制律.所提出的完全自适应AGBFN,可以在线更新网络所有参数,克服了传统RBF网络对称性约束,提高了网络的适应性和学习能力,可以有效地对消系统未知不确定项的影响.证明了闭环系统所有误差信号最终一致有界,且系统输出较好地跟踪参考模型输出.仿真结果表明了所提出方法的有效性.     

不确定非完整动力学系统的时变自适应控制

研究了具有未知惯性参数非完整动力学系统的镇定问题,对于一类非完整系统,给出了一种新的时变自适应律镇定律,不同于其它文中的控制律,该镇定律不是高增益的,文中也讨论了一般不确定非完整动力学系统的镇定问题,证明了时变周期镇定律的存在性,一个简单的例子说明了如何应用文中结果设计镇定律,仿真结果表明了本文所提设计方法的有效性。     

基于自适应神经网络的不确定非线性系统的模糊跟踪控制

提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T＿S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RBF神经网络完全自适应控制,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,从而有效地消除系统的未知不确定性和模糊建模误差的影响,保证了非线性闭环系统的稳定性和系统的H∞跟踪性能,而不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束.最后,将所提出的方法应用到一非线性混沌系统,仿真结果表明了所提出的方案不仅能够有效地稳定该混沌系统,而且能使系统输出跟踪期望输出.     

基于参数不确定机械臂系统的自适应轨迹跟踪控制

针对机械臂系统惯性参数及运动学参数不能准确测量进而影响轨迹跟踪性能的问题,提出一种任务空间自适应轨迹跟踪控制方法,通过定义关节角速度参考误差,并将任务空间的轨迹跟踪误差及运动学参数误差反馈给控制器,以改善系统稳定性,设计电机参数传输矩阵及电机参数自适应率,以抵消电机发热引起参数漂移对跟踪性能影响,并给出了稳定性证明.实验结果表明,该方法能够较好地克服电机参数漂移对跟踪控制性能的影响.     

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。     

一类不确定时滞系统的自适应滑模控制

讨论了不确定时滞系统的鲁棒控制器设计问题。利用自适应滑模控制策略,直接克服系统不确定性的影响,保证了从任意初始位置出发的系统在有限时间内到滑模面;基于时滞系统鲁棒稳定控制的结论,导出了时滞依赖滑模控制的新结论。仿真实验证明了所提方法的有效性。     

时延不确定离散时间系统的鲁棒跟踪控制

研究一类时延不确定离散时间系统的鲁棒跟踪控制问题．基于线性矩阵不等式(LMI)的控制方法，设计无记忆反馈控制器，构造了适用于时延不确定离散时间系统的Lyapunov函数．通过求解一个LMI便可得到控制器的增益矩阵，从而使系统的状态变量渐近跟踪预先设定的轨迹．仿真示例说明所提出的鲁棒跟踪控制算法是有效的．     

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.     

一类不确定非完整动力学系统的时变镇定

对于一类具有未知惯性参数的非完整动力学系统,提出了新的时变自适应镇定律、将其用于一类移动机器人的位姿镇定中.仿真结果验证了所提控制方法的有效性.     

非线性未建模不确定系统的自适应控制

讨论了非线性未建模不确定系统的自适应镇定问题。通过边界层次分析的方法，提出一和种简单的间接自适应控制方法。该方法克服了现有非线性自适应控制方法容易产生过渡控制的缺点。     

一类不确定非完整动力学系统的时变镇定

对于一类具有未知惯性参数的非完整动力学系统,提出了新的时变自适应镇定律,将其用于一类移动机器人的位姿镇定中．仿真结果验证了所提控制方法的有效性．     

不确定线性组合系统的分散镇定与输出跟踪

提出了不确定线性组合系统存在分散鲁棒反馈控制器和输出跟踪吕的充分条件。     

一类非线性不确定系统的鲁棒跟踪

讨论一类含有时变不确定性的非线性不确定系统的鲁棒跟踪问题，其中的未知参数变量以非线性形式出现。通过构造适当的Ｌｙａｐｕｎｏｖ函数，给出了该类系统的鲁棒跟踪控制器的设计。     

一类不确定非线性系统自适应输出反馈跟踪控制的新结果

研究了一类不确定非线性系统的自适应输出反馈实际跟踪控制问题. 解决该控制问题的困难主要源于此类系统控制系数不确定, 并具有依赖于不可测状态的增长且其增速是关于输出的多项式函数. 首先, 通过推广现有的K–滤波器, 引入了新的动态高增益K–滤波器, 并基于此构造了状态观测器. 然后, 应用反推技术, 成功的设计了系统的自适应输出反馈跟踪控制器. 主要结果表明, 通过设计参数的适当选择, 所构造的控制器能保证闭环系统的所有状态全局有界, 并且当时间足够大时, 跟踪误差收敛到零点的既定小邻域内.     

神经网络自适应滑模控制的不确定机器人轨迹跟踪控制

提出一种针对机器人跟踪控制的神经网络自适应滑模控制策略。该控制方案将神经网络的非线性映射能力与滑模变结构和自适应控制相结合。对于机器人中不确定项,通过RBF网络分别进行自适应补偿,并通过滑模变结构控制器和自适应控制器消除逼近误差。同时基于Lyapunov理论保证机器手轨迹跟踪误差渐进收敛于零。仿真结果表明了该方法的优越性和有效性。     

不确定移动机器人编队间接自适应模糊动力学控制

研究不确定非完整移动机器人Leader/Follower编队动力学控制问题,对Follower提出了自适应队形跟踪控制方法.首先,基于队形方程设计了运动学队形跟踪控制器,使用Backstepping技术扩展出队形跟踪误差动力学方程;然后,利用自适应模糊系统逼近其不确定项,构造了间接自适应模糊动力学队形跟踪控制器;最后,证明了队形跟踪误差可收敛到原点的小邻域内.仿真结果验证了所提出控制策略的有效性.