一类非线性系统模型参考自适应控制的分段线性化方法

研究了采用分段线性化方法进行一类非线性系统模型参考自适应控制的方案．首先给出了系统的描述,然后将非线性环节分段线性化,在此基础上得到了模型参考自适应控制的方案．仿真结果表明,自适应控制系统比ＰＩＤ控制具有更好的动态性能和更强的抗扰动能力．     

一类非线性系统的自适应控制

文中研究了系数不等的三角型非线性系统，给出了同时包含非线性项不确定性和扰动不确定性系统的自适应控制设计过程，并证明了其稳定性，最后通过仿真示例验证了这种方法的有效性     

非线性系统线性化的一种新方法

就多输入非线性系统,得出结论：在一定的条件下,存在变使得在Ｙ状态空间中,线性正则模型不依赖于平衡点。给出了求得上述变换的步骤。这种新方法计＊算量小,在许多实际应用中很有效。     

一类非线性系统的自适应控制

提出一种带有状态观测器的非线性系统自适应控制策略，实现了非线性系统的镇定和零误差跟踪。这种方法简单有效，尤其适用于状态不可观测系统和输出无法直接连接测量的非线性系统。     

具有干扰的非线性系统的一种线性化方法

对具有干扰的非线性系统,给出了一种线性化方法,通过状态反馈和干扰前馈变换,将非线性系统变换为等价的伪线性系统,给出了线生化的具体算法,并通过实例将非线性系统线性化,该法是不含干扰非线性系统反馈精确线性化方法的推广,具有更广泛的实用性。     

一类非线性系统的神经网络自适应算法研究

讨论了神经网络在非线性系统控制中的应用.针对一类典型的非线性系统,基于波波夫超稳定性理论,推导出了保证系统稳定性的神经网络学习算法,设计了神经网络模型参考自适应控制器,以改善非线性被控对象跟踪参考模型输出的跟踪效果,并以此为依据进行了MATLAB仿真.对电弧炉三相电极调节系统的仿真结果表明,这种神经网络自适应控制系统具...     

一类基于FNN的非线性系统自适应控制

模糊神经网络用于控制，主要是为了解决复杂的非线性、不确定、不确知系统的控制问题。由于模糊神经网络具有学习能力和自适应性，使得其能对变化的环境有自适应性，控制器也基本上不依赖于模型，针对一类非线性系统，利用模糊神经网络对系统进行建模提出一种鲁棒自适应控制方法。首先利用李雅普诺夫定理证明在一定的条件下，闭环系统必能稳定，并证明这个条件即非线性函数f(x)中的x必落入某一紧集中成立，同时考虑其控制性能，选择鲁棒控制量，使跟踪误差达到要求的性能指标。理论分析和仿真结果说明了该控制算法的可行性和有效性。     

一类隐含控制输入非线性系统的自适应控制

针对一类隐含控制输入的非线性系统,引用中值定理并利用径向基神经网络的逼近能力,提出了一种稳定自适应神经网络控制方案,以实现对一类隐含控制输入未确定非线性系统的控制。通过采用2个不同的鲁棒控制项,保证了系统中所有信号都是有界的,利用Lyapunov稳定性理论,证明了系统是稳定的,跟踪误差将收敛到零点的某个邻域内。仿真结果验证了该算法的有效性。     

一类非线性系统基于滑模原理的模糊自适应控制

针对一灰非线怀系统，设计出了一各自适应控制方案，用模糊逻辑逼近非线性函数，滑模原理及李雅普诺夫函数设计出自适应控制器。然后，用模糊推理进行修正，以克服一般滑模控制具有的抖动现象，保证闭环系统的稳定性和跟踪误差收敛于零的某邻域内。     

一类化工反应器非线性系统线性化及控制仿真

从化工过程入手，采用非线性几何方法找到一个非线性反馈ｕ＝α（ｘ）＋β（ｘ）υ和微分同胚，对一类单输入单输出仿射非线性化工反应器进行完全线性化，用现代控制论方法实现优化控制，并通过计算机仿真加以验证．     

具有干扰非线性系统精确线性化

非线性系统反馈线性化问题研究已取得很多成果,但对具有干扰非线性系统反馈线性化问题涉及不多。重点研究具有干扰非线系统性化问题,基于等价概念,研究具有输入干扰的非线性系统变换为与其等价的伪线性系统。／     

多变量仿射非线性系统输出解耦线性化

利用微分几何理论的某些概念讨论了多变量仿射非线性系统的解耦线性化问题;提出了此类非线性系统解耦及线性化条件;给出了求解方法。     

一类非线性奇异摄动系统的渐近性分析

研究了一类非线性奇异摄动系统的两点优化问题，并对其在组合控制的作用下的渐近性进行了研究。组合控制是由降阶子系统的最优控制、左边界渐近稳定控制和右边界层最小能量控制三部分组成。研究表明，在该控制的作用下，系统的末状态与要求的末状态之间的误差很小，性能指标与最优控制的性能指标之间的误差也很小。以中程空地导弹的中制导系统为例进行了仿真。仿真结果表明组合控制效果良好。     

一类不确定非线性系统的最优控制

应用非线性系统精确线性化方法,将一类满足一定条件的不确定非线性系统最优控制问题变换成一种参数不确定线性系统的二次型最优调节器问题,从而求得原系统的最优控制,设计例子及仿真验证了本文方法的正确性。     

一类非线性等式与不等式组相容的充要条件

讨论了一类非线性等式与不等式组的相容性，给出了其相容的充要条件。     

平衡态控制理论及非线性时变系统反馈线性化直接方法

目的给出一种简单有效的非线性时变控制系统设计方法.方法提出了动平衡态及其稳定性的概念.指出控制系统输入直接控制的是系统的动平衡态而不是系统的状态.在此基础上,给出了一种基于李雅普诺夫直接方法的非线性时变系统反馈线性方法并进行了仿真研究.结果实例和仿真表明采用这一方法不仅使控制系统的设计变得简单,同时其控制效果也是令人满意的.结论新方法将控制系统设计的调节问题与跟踪问题统一起来,是一种简单和有效的非线性时变控制系统设计方法.     

一类非线性系统基于Backstepping的自适应稳定控制

针对一类未知高阶非线性系统，提出了一种基于Backstepping和神经网络的自适应稳定控制方法。利用RBF神经网络逼近未知非线性函数，不需要满足匹配条件，基于Backstepping方法调节网络权值。在控制律中引入非线性衰减项和σ-修正项保证了网络权值的稳定性，阻止了参数漂移。通过Lyapunov直接方法，证明了整个闭环系统的最终一致有界性。该方法扩展了自适应Backstepping和自适应NN控制的应用范围，适于并行计算，仿真结果表明了该算法的有效性。     

一类非线性系统降维观测器设计

讨论了一类非线性系统的降维观测器设计问题.借助于微分中值定理,给出了一类非线性系统降维观测器存在的充分条件.该条件是以线性矩阵不等式的形式给出的.而且观测器设计方法不仅适用于可微Lipschitz非线性系统,还适用于可微非Lipschitz的非线性系统.最后给出了两个仿真算例以验证所给方法的效果.     

非线性系统线性化的最优性

本文探讨了非线性系统状态反馈线性化问题,并讨论了非线性系统最优调节器的逆问题,在此基础上,研究了非线性系统状态反馈线性化的最优性,给出了一类非线性系统线性化综合的一个最优性指标。数值仿真验证了本文提出方法的正确性。     

一类非线性系统的鲁棒控制器设计

该文研究了一类不确定非线性系统的鲁棒镇定控制器设计问题，该非线性系统的时变参数不确定性满足范数有界条件，非线性不确定项位于有限霍尔维茨角域。首先分析了系统鲁棒稳定的条件，接着基于线性矩阵不等式的方法得到了系统鲁棒镇定控制器设计的充分条件，通过求解一个线性矩阵不等式便得到了鲁棒镇定控制器。最后通过数值仿真例子进行了验证，仿真结果表明了该文所得结果较之已有的结果保守性明显降低。