未知输出反馈非线性时滞系统自适应神经网络跟踪控制

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 introduced 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.     

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.     

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.     

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.     

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.     

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.     

一类非线性时滞系统自适应控制研究

针对一类非线性时滞系统，本文提出一种自适应控制器的设计方案，采用backstepping和domination方法构建了一个无记忆自适应控制器。放松了对非线性时滞函数的要求(例如全局Lipschitz条件)，实现了对给定目标轨线的全局渐近跟踪，保证了闭环系统所有信号全局一致有界：基于Lyapunov—Krasoviskii泛函方法证明了闭环系统的稳定性。仿真结果说明了这种控制方法的可行性和优点。     

随机非线性系统基于事件触发机制的自适应神经网络控制

针对一类具有严格反馈结构且控制方向未知的随机非线性系统,提出了基于事件触发机制的自适应神经网络（Adaptive neural network,ANN）输出反馈控制方法.利用径向基神经网络逼近系统中未知的非线性函数.通过引入Nussbaum增益函数并设计滤波器,解决了系统控制方向未知的问题.通过设计具有相对阈值的事件触发机制,保证了闭环随机非线性系统的有界性.最后给出数值仿真例子验证所提控制方法的有效性.     

考虑量化输入和输出约束的互联系统自适应分散跟踪控制

本文考虑具有量化输入和输出约束的一类非线性互联系统的自适应分散跟踪控制设计. 分别针对量化参数已知和未知两种情况, 基于反推(Backstepping)设计法, 利用神经网络逼近特性, 设计自适应分散跟踪控制策略. 通过定义新的未知常量和非线性光滑函数, 设计自适应参数估计项来消除未知互联项对系统的影响. 进一步考虑量化参数未知的情形, 引入一个新的不等式来转化输入信号, 并构建新的自适应补偿项来处理量化影响. 同时, 障碍李雅普诺夫函数的引入, 确保了系统输出不违反约束条件. 与现有量化输入设计相比, 本文所提方法不要求未知非线性项满足李普希兹条件, 并且允许量化参数未知. 该设计方法保证了闭环系统所有信号最终一致有界, 而且跟踪误差能够收敛到原点的小邻域内, 同时保证输出不违反约束条件. 最后, 仿真算例验证了所提方法具备良好的跟踪控制性能.     

一类虚拟控制系数未知的随机非线性时滞大系统的适应镇定控制

研究了一类具有未知虚拟控制系数和未知噪声协方差的随机非线性时滞大系统的适应镇定问题. 首先, 针对系统的未知虚拟控制系数和未知噪声协方差, 选取了相应的估计参数; 然后, 针对时变时滞对闭环系统稳定性的影响, 构造了适当形式的Lyapunov-Krasovskii泛函, 采用积分反推方法给出了无记忆状态反馈控制律的系统设计过程. 在一定条件下, 证明了闭环系统平衡点依概率全局稳定, 且除参数估计以外的所有闭环信号几乎均收敛到零点. 仿真算例验证了所给方法的有效性.     

非线性微分——代数系统的输出反馈镇定控制

对满足线性增长条件的非线性微分--代数系统, 研究了其输出反馈镇定控制问题. 通过将状态观测器与控制器耦合在一起设计, 构造出一种非初始化的线性高增益状态观测器, 具有良好的鲁棒性. 基于反推设计方法构造出一个线性的动态输出补偿器, 使得整个闭环系统是渐近稳定的. 仿真结果验证了本文所提控制方法的有效性.     

未知离散非线性系统的鲁棒自适应NN控制

利用WNN(小波神经网络)逼近未知函数，将未知离散非线性系统转化为一类参数化严格反馈系统，进而对变换后的系统给出一个避免过参数化的自适应反推控制器，并证明该控制器可保证在存在参数不确定性和函数不确定性的条件下，整个自适应系统的状态全局有界，同时也可保证系统的跟踪误差落在一个大小与不确定性成比例的紧集中，仿真结果表明该控制器具有较强的鲁棒性，可适用于不同的对象。     

基于神经网络补偿的非线性时滞系统时滞正反馈控制

A new adaptive time-delay positive feedback controller (ATPFC) is presented for a class of nonlinear time-delay systems. The proposed control scheme consists of a neural networks-based identification and a time-delay positive feedback controller. Two high-order neural networks (HONN) incorporated with a special dynamic identification model are employed to identify the nonlinear system. Based on the identified model, local linearization compensation is used to deal with the unknown nonlinearity of the system. A time-delay-free inverse model of the linearized system and a desired reference model are utilized to constitute the feedback controller, which can lead the system output to track the trajectory of a reference model. Rigorous stability analysis for both the identification and the tracking error of the closed-loop control system is provided by means of Lyapunov stability criterion. Simulation results are included to demonstrate the effectiveness of the proposed scheme.     

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.     

Adaptive Fixed-time Output Feedback Tracking Control for Uncertain Nonlinear Systems

International Journal of Control, Automation and Systems - This article studies the fixed-time output feedback tracking control based on the command filtered backstepping method for nonlinear...