非线性系统的输出调节与受控中心流形

本文用中心流形理论＾［７］及动力系统方法＾［８］,考虑了一般非线性系统的输出调节问题,在弱于Ｉｓｉｄｏｒｉ和Ｂｙｒｎｅｓ＾［６］的条件下,得到了这问题可解的充分必要条件。     

经输出动态反馈的非线性奇异系统输出调节问题

讨论非线性奇异系统的输出调节问题,在没有可正常化的假设条件下,给出了降阶的正常状态空间的输出动态反馈控制器的设计,并导出了这种控制器存在的充分必要条件.     

变结构控制实现非线性系统的输出调节和鲁棒输出调节

对于确定性的和受到结构扰动的非线性系统，用变结构控制设计的控制律能够满足到达条件，构造的切换面能产生稳定的滑动模态。当非线性系统在切换面上运动时，可以实现输出调节和鲁棒输出调节。     

非线性控制系统的全局输出调节

讨论了非线性控制系统的全局输出调节.首先推广精确线性化方法,通过状态反馈和微分同胚将非线性系统的全局输出调节问题,转化为线性系统对非线性系统的跟踪问题.通过提出可解性的概念,得到线性系统对非线性系统全局跟踪的条件,该结果是线性系统结果的推广.在反馈同胚变换全局成立条件下,得到非线性控制系统全局输出调节问题的充分条件,该条件对外部系统只做较弱的可解性假设,在反馈同胚变换局部成立的条件下,可得局部结果.     

基于神经网络MIMO非线性系统自适应输出反馈控制

针对一类具有对象不确定和外部干扰的MIMO(多输入多输出)非线性系统提出了自适应鲁棒输出跟踪控制方案.使用了高斯径向基神经网络自适应补偿对象非线性,高增益观测器被用来估计不能直接测量的输出导数.此方法所设计的控制器不仅保证闭环系统稳定,而且所有状态有界以及跟踪误差一致终值有界.仿真结果充分表明了该方案的有效性和可行性.     

交叉耦合非线性系统的输出调节

利用中心流形定理,给出交叉耦合非线性系统的输出调节问题可解的充要条件,定义了交叉耦合非线性系统的零误差流形.利用幂级数展开的方法,给出该零误差流形存在的充要条件,并讨论了该零误差流形的局部收敛性.     

具有自适应内模的一类非线性系统输出调节问题

研究一类包含未知非线性项的非线性系统的鲁棒输出调节问题.此类非线性系统由一包含未知参数的线性中性稳定的外系统驱动.首先运用调节器方程组解和标准内模将输出调节问题转化为镇定问题;然后给出控制律镇定闭环系统,同时利用镇定输入项和外系统信息设计出自适应内模方程.控制律使得闭环系统的信号全局最终有界,且误差被调节至预先设定的任意小的精度值.仿真结果验证了所提出设计方法的有效性.     

基于神经网络的一类非线性系统自适应输出跟踪

针对一类未知非线性系统,提出了一种输出反馈控制方法.首先,在假设系统状态已知情况下设计状态反馈控制器,实现跟踪性能;然后,在系统状态不完全可测的情况下,通过设计高增益观测器对系统的状态进行估计,实现输出反馈控制器设计,证明了所设计的输出反馈控制器可以获得状态反馈控制器的性能.     

一类非线性控制系统的输出调节

对一类非线性控制系统的输出调节问题,首先通过推广的精确线性化方法,将其转化为一类特殊的受扰线性控制系统对非线性系统的跟踪问题,然后利用可解性的概念解决了该问题,得到了非线性系统输出调节问题的局部和全局的结果。     

一类时滞非线性控制系统的输出调节

研究了一类单输出时滞线性系统的输出调节问题,首先通过精确线性化方法将其转化为一类特殊线性时滞系统对非线系统的跟踪总是,然后通过积分变换转化为无时滞的线性系统对非线性系统的跟踪,新的精确线性化结果保证了经过积分变换后的系统仍然可控,同时,提出了可解性的概念解决了线性系统对非线性系统的跟踪问题,得到了时滞非线性系统输出调节问题的局部和全局的结果,该结果对外部系统假设较弱。     

Output Regulation Of A Class Of Singular Nonlinear Systems With The Normal Output Feedback Controller

Existing results for output regulation of singular nonlinear systems via normal output feedback control require the normalizability assumption. In this paper, we will show that, for a large class of singular nonlinear systems, it is possible to construct a normal output feedback control to solve the regulation problem without the normalizability assumption. The major result is illustrated by an example.     

基于神经网络的非线性连续系统的自适应调节器

对于一类连续时间的非线性动态系统x=f(x)+Bu+d,当系统中的非线性函数f(x)满足线性增长条件时,首先证明了f(x)中的x落入一紧集中,然后根据神经网络的逼近性质,给出了自适应调节器的设计方法.利用李雅普诺夫稳定性理论,证明了控制算法是全局稳定的,闭环系统的状态是一致最终有界的.     

基于神经网络的一类非线性系统自适应H∞控制

基于神经网络提出一种自适应Ｈ∞控制方法。控制器由等效控制器和Ｈ∞控制器两部分组成,用神经网络逼近未知非线性函数,Ｈ∞控制器用于减弱外部及神经网络逼近误差对跟踪误差的影响。所设计的控制器不仅保证了闭环控制系统的稳定性,而且使外部干扰及神经网络逼近误差对跟踪误差的影响减小到预定的性能指标。     

基于RBF神经网络的非线性系统的预测

对于非线性系统的预测辨识,提出用动态节点生成构造性RBF神经网络作为预测模型,且RBF神经网络的学习算法采用一种新的全监督式学习算法,即神经网络隐层引入新节点时,通过使新节点的输出尽可能逼近残差序列的方向来获取网络参数,从而减少学习误差,使网络输出能够较好的跟踪系统输出。仿真表明该学习算法的有效性。     

基于神经网络的非线性多模型自适应控制

针对一类非线性离散动态系统,设计了一个自适应控制方案。为了保证在任意时刻均能为被控的动态系统选择最好的控制器,方案基于输入输出数据为系统定义一个线性预测模型,并在此基础上设计能够保证闭环系统所有信号有界的线性鲁棒自适应控制器,同时定义一个非线性预测模型,再基于径向基神经网络设计一个旨在提高系统控制性能的非线性自适应控制器。通过比较2个控制器预测的系统输出性能,设计合理的开关切换规则。控制方案能将系统稳定性控制和性能优化的控制分离并单独实现,使得系统能在保证稳定性前提下,借助神经网络控制器良好的追踪能力有效提高自适应控制效果。最后通过仿真例子说明了系统稳定和提高输出追踪效果可以同时得到保证。     

基于PID神经网络的非线性动态系统控制

基于PID神经网络的控制器可以完成变量的单输入-单输出非线性系统的任务.该控制器采用BP(误差反向传播)算法来修正连接权重值,通过在线训练和学习,使目标函数到达最优值.充分利用了BP神经网络算法逼近任意连续有界非线性函数的能力,显示了神经网络在解决非线性系统方面的潜能.为了达到控制的目的,和其他非线性建模技术相比较,PID神经网络有几个明确的优点和它独特的用法相一致.仿真结果表明,在对非线性动态系统控制时,基于PID神经网络的控制系统具有很强的灵活和高效性,能取得良好的控制效果.     

一类非线性系统的神经网络预测控制

针对一类具有特殊模型的非线性系统本文提出了一种新型神经网络预测控制算法。该算法利用线性系统预测控制技术和神经网络的非线性映射及并行处理能力来求实际控制量,避免了解非线性方程和非线性预测控制所需的在线数值寻优计算,减少了计算量和计算时间。仿真结果表明了该算法的何效性。     

Leader‐Following Output Synchronization for a Class of Uncertain Nonlinear Multi‐Agent Systems Under Uniformly Connected Network

In this paper we study the cooperative global output regulation problem of a class of uncertain nonlinear multi‐agent systems under dynamic network topology. Distributed dynamic observers are introduced to estimate the states of the leader system or the called exosystem. Furthermore, we propose a multi‐channel input version of the changing supply rate theorem, through which the changing supply rate technique can be applied to the subsystem with multiple channels of the control inputs, and therefore control laws can be designed in a fully distributed way. As opposed to the existing results, in the current paper we allow the communication network topology to be uniformly connected. Finally, we apply our result to a group of well‐known Lorenz systems.