基于干扰观测器的一类不确定非线性系统鲁棒H∞控制

为了降低控制器对干扰的要求,基于干扰观测器提出一类多输入多输出不确定非线性系统的鲁棒H∞控制方法．将系统的内部不确定性和外部干扰组成复合干扰,设计基于小波神经网络的复合干扰观测器,并提出干扰观测器的参数调节方案使观测器能以高精度逼近复合干扰．同时在控制器中引入鲁棒控制项用来抑制观测器误差给系统带来的影响,所设计的控制器能使系统的跟踪误差小于一个给定的性能指标．最后给出一个仿真算例验证了本控制方案的有效性．     

基于干扰观测器的一类奇异系统H∞控制

提出了一种基于干扰观测器的奇异系统鲁棒H_∞控制方法.外部干扰广泛存在于奇异系统中,为了降低其对系统的影响,设计了一种奇异系统干扰观测器以估计系统干扰.然后给出闭环系统相容的条件,设计一种基于干扰观测器的鲁棒控制器,并基于李雅普诺夫稳定性理论证明了闭环系统的渐近稳定性,通过设计指标函数得到闭环系统具有鲁棒性能的条件.相对于传统鲁棒控制方法,基于干扰观测器的方法降低了系统设计的保守性.最后,通过仿真实验验证了所提出方法的正确性和有效性.     

基于动态神经网络的一类非线性不确定系统的自适应观测器

基于动态神经网络，对一类非线性不确定系统提出了相应的观测器设计方法，在观测设计中，充分考虑了不确定性和神经网络逼近误差对观测器性能的影响，增加了鲁棒控制项并设计了相应的参数自适应律，以保证良好的观测性能，神经网络的权值在线进行调整，而无需离线学习。     

一类不确定非线性MIMO系统的神经网络输出反馈跟踪控制

针对一类具有外部干扰的不确定仿射非线性MIMO系统提出了一种神经网络输出反馈跟踪控制方法. 在仅输出可测的情况下, 控制律和神经网络权值更新律中仅用到输出误差, 无需设计状态观测器或加入低通滤波器使得估计误差动态满足严格正实条件. 为抑制外部干扰和子系统间的交叉耦合及神经网络逼近误差, 在控制律中加入鲁棒控制项. 基于Lyapunov稳定性定理证明了系统的稳定性及信号的有界性. 仿真例子证实了所提方法的可行性.     

基于神经网络干扰观测器的一类不确定非线性MIMO系统H∞跟踪控制

针对一类具有未知外部干扰及内部不确定性的非线性MIMO系统,提出了基于神经网络干扰观测器的鲁棒跟踪控制方法,用于降低控制器对干扰的要求.设计了基于神经网络的干扰观测器,以逼近由外部干扰,内部不确定性和子系统的交叉耦合组成的复合干扰.根据Lyapunov稳定性理论的参数更新律及所设计的控制器,保证了系统中所有信号的最终一致有界性,并获得了给定的跟踪性能指标.仿真结果证明了该方法的有效性.

     

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.     

一类非线性不确定系统的鲁棒观测器设计

对于一类非线性不确定系统,给出一种基于观测器的鲁棒稳定控制器设计的新方法,它适用于一般匹配不确定系统,且对全维和降维两种观测器均进行了研究.设计实例表明,所设计的控制器反馈增益幅值较小、实现方便.     

一类非线性不确定系统的鲁棒观测器设计

对于一类非线性不确定系统，给出一种基于观测器的鲁棒稳定控制器设计的新方法，它适用于一般匹配不确定系统，且对全维和降维两种观测器均进行了研究．设计实例表明，所设计的控制器反馈增益幅值较小、实现方便．     

基于干扰观测器的一类不确定非线性系统自适应二阶动态terminal滑模控制

针对一类不确定非线性系统的跟踪控制问题,在考虑建模误差、参数不确定和外部干扰情况下,以其拥有良好的跟踪性能以及强鲁棒性为目标,提出基于回归扰动模糊神经网络干扰观测器(recurrent perturbation fuzzy neural networks disturbance observer,RPFNNDO)的鲁棒自适应二阶动态terminal滑模控制策略.将回归网络、模糊神经网络和sine-cosine扰动函数各自优势相结合,给出一种回归扰动模糊神经网络结构,提出RPFNNDO设计方法,保证干扰估计准确性;构造基于带有指数函数滑模面的二阶快速terminal滑模面,给出其控制器设计过程,避免了滑模到达阶段、传统滑模的抖振问题,采用具有指数收敛的鲁棒项抑制干扰估计误差对系统跟踪性能的影响,利用Lyapunov理论证明闭环系统的稳定性;将该方法应用于混沌陀螺系统同步控制仿真实验,结果表明所提方法的有效性.     

基于观测器的一类非仿射非线性系统的自适应神经网络H∞跟踪控制

针对一类带有外部干扰、状态不可测的非仿射非线性系统,提出了基于观测器的自适应神经网络H∞跟踪控制结构.利用隐函数定理和泰勒公式及中值定理,将非仿射非线性系统转变为仿射型非线性系统.控制器由等效控制器和H∞控制器组成,H∞控制器用于减弱外部干扰及神经网络逼近误差对跟踪的影响.总体控制方案及基于李亚普诺荇夫稳定性理论的权值更新律保证了系统的稳定性及跟踪误差渐近收敛于零,并使干扰对系统的影响衰减到指定的性能指标.理论分析及仿真结果均证明了本文方法的有效性.     

基于动态递归神经网络的一类非线性不确定系统的自适应观测器

针对一类非线性不确定系统，当其状态不可测时，在基于动态递归神经网络的观测器中，对用来抑制不确定性、保证观测器鲁棒观测的控制项进行恰当的设计。仿真结果证实了该设计的有效性。     

基于非线性干扰观测器的不确定非线性系统鲁棒轨迹线性化控制

针对一类不确定非线性系统，基于轨迹线性化控制方法(TLC)及非线性干扰观测器技术(NDO)研究了一种新的非线性鲁棒控制策略．TLC是一种有效的非线性跟踪和解耦控制方法，但当系统中存在内部未建模动态和外界干扰时，当前TLC控制器性能将显著下降．本文利用NDO对系统中的不确定项进行估计，其输出与TLC控制律结合来对消不确定性的影响．最后通过一个数值仿真实例验证了本文提出的方法的有效性,仿真结果表明该鲁棒轨迹线性化控制方法具有很好的干扰衰减能力和鲁棒性能．     

基于神经网络的不确定非线性系统的鲁棒控制

利用神经网络和Ｈ＾∞控制理论对一类不确定非线性系统提出一种新的鲁棒控制器。该方法通过在线调整网络权来改善系统的暂态性能,不要求网络的离线学习过程和先验逼近误差界的知识,并可保证闭环系统的稳定性。仿真结果表明所提出方法的有效性。     

基于非线性干扰观测器的一类欠驱动系统跟踪控制

针对一类欠驱动系统的跟踪控制问题,提出一种基于非线性干扰观测器的控制策略.首先给出一种基于跟踪误差的输出函数,通过等式变形和Butterworth低通滤波器解决未知控制方向问题;其次,引入一种新型非线性干扰观测器,对系统未知模型进行补偿,使控制器的设计无需知道系统的结构和参数;再次,通过对系统的内部动态和外部动态的分析,证明闭环系统的输出收敛于原点,跟踪误差信号一致最终有界;最后,将该方法应用于小车倒立摆模型,仿真结果表明了所提出方法的有效性.     

不确定非线性系统的L∞观测器

针对具有参数不确定性和未知干扰的Lipschitz非线性系统,提出了一种L_∞观测器设计方法.在未知干扰有界的假设下,基于Lyapunov稳定性理论给出了误差系统满足L_∞性能指标的设计条件,并将其转化为方便求解的线性矩阵不等式形式.所提出的L_∞观测器不仅具有峰值到峰值形式的干扰抑制性能,而且能够给出估计误差的实时范围.最后,通过一个单连杆机械臂的仿真算例验证了所提出方法的有效性.     

基于状态观测器的一类非线性系统的模糊鲁棒控制

利用T－S模型对一类非线性不确定系统进行模糊建模,在此基础上研究模糊鲁棒观测器及模糊状态鲁棒控制器的设计,并证明所设计的模糊鲁棒观测器和模糊状态鲁棒控制器具有全局渐近稳定性质。     

非线性MIMO系统的降维状态观测器

研究一类多输入多输出（ＭＩＭＯ）非线性时变系统的降维状态观测器设计问题,提出了一种非线性降维状态观测器设计方案,并从理论上证明了状态观测误差的指数收敛性,其中设计的降维状态观测器具有收敛速度可调的特性,最后给出了数值算例,仿真结果表明了本文方法的有效性。     

基于干扰观测器的非线性不确定系统自适应滑模控制

本文研究了一类基于非线性干扰观测器的多输入多输出非线性不确定系统的边界层自适应滑模控制方法并应用于近空间飞行器高精度姿态控制.考虑系统存在不确定性和外部干扰上界未知的情况,设计了基于干扰观测器的边界层自适应滑模控制器,以消除传统滑模控制中的"抖振"现象,使跟踪误差趋近于零.同时,利用李雅普洛夫方法严格证明了闭环系统的稳定性.最后将所研究的自适应滑模控制方法,应用于某近空间飞行器的姿态控制中,仿真结果表明在不确定性和外部干扰作用下能保证姿态控制的稳定性,对参数不确定具有较好的鲁棒性.     

基于观测器的非线性互连系统的自适应模糊控制

针对一类不确定非线性MIMO互连系统,提出一种自适应模糊控制算法.通过设计观测器来估计系统的状态,因此不要求假设系统的状态是可测的.给出的自适应律只对不确定界进行在线调节,从而大大减轻了在线计算负担.该算法能够保证闭环系统的所有信号是一致有界的,并且跟踪误差指数收敛到一个小的零邻域内.仿真结果表明了算法的可行性.