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。     

基于弹性能量函数的非线性不确定系统控制方法

针对非线性不确定系统的控制问题,提出一种基于弹性能量函数的扰动观测方法和弹性跟踪控制方法.该方法以弹性能量函数为核心,将其分别应用于扰动观测器、虚拟跟踪指令以及弹性跟踪控制器的设计.该控制方法的突出优势是只根据误差来消除误差,不涉及误差的微分运算,控制器增益参数完全根据积分步长来整定.理论研究表明,所提出的弹性跟踪控制方法不仅可从理论上保证各级子控制器的稳定性,有效解决高阶SISO非线性不确定系统的控制问题,而且可有效避免反步控制方法出现的微分爆炸问题.此外,每个子控制器只有一个由积分步长即可整定的增益参数,因而控制器结构简单、计算量较小.仿真结果表明:所提出的控制方法不仅具有快的响应速度、高的控制精度以及强的抗扰动能力,而且不依赖于被控对象模型,在非线性不确定系统控制领域具有广泛的应用前景.     

一类非线性不确定系统的鲁棒自适应控制

针对一类含有未知参数和动态不确定的非线性系统，基于Lyapunov递推设计方法设计了状态反馈控制器，并提出了鲁棒自适应控制算法。所设计的控制器不仅可保证闭环系统的全局稳定性。而且使得系统对于所有允许的不确定系统状态全局一致终值有界。仿真结果表明了本文方法所设计的控制器的有效性和可行性。     

不确定非线性系统的多模反演滑模控制

对一般形式的仿射非匹配不确定非线性系统,研究了一种具有任意小跟踪误差的稳定控制器的新方法,结合反演（backstepping）设计和变结构控制,提出了反演变结构控制策略,对存在非匹配的不确定性和未知干扰的系统,设计的反演结构控制器实现了鲁棒输出跟踪,闭环系统在有限时间进入滑动模态,仿真算例证实了理论结果。     

一类不确定非线性系统的指数鲁棒输出跟踪

研究一类不确定非线性系统的鲁棒输出跟踪控制问题。应用输入／输出反馈线性化法和李亚普诺夫方法,提出一种基于不确定项上界的连续型鲁棒输出跟踪控制器设计方法。该控制器不仅可确保闭环系统的状态一致最终有界,使系统输出按指数规律跟踪期望输出,而且计算简单,更易实现。仿真结果证明了该方法的可行性与有效性。     

一类不确定非线性系统自适应模糊滑模控制

针对一类带有未知外部扰动的不确定非线性系统,建立自适应模糊滑模控制器。基于Lyapunov稳定性理论,设计系统可调参数的自适应规则,控制器的设计过程中无需知道系统的具体模型及未知非线性函数的先验知识。数值仿真的结果也验证了该方法的有效性。     

一类非线性不确定系统的最小方差神经控制

针对一类非线性不确定系统,提出一种新的基于神经网络动态补偿的最小方差控制方法（ＭＶＮＮＣ）。这种控制系统将传统的最小方差控制技术与神经网络优良的非线性逼近能力相结合,从而能有效地消除不确定性引起的控制误差,仿真实验表明,这种最小方差神经控制系统具有较强的鲁棒性和良好的动态性能。     

一类不确定非线性系统的自适应鲁棒控制

针对一类由非线性微分方程描述的不确定单输入单输出(SISO)系统,提出了一种自适应鲁棒控制算法.设计了一动态滤波器并将其与原系统组成扩展系统,由滤波器求得控制律稳定扩展系统.算法绕开辨识模型参数而是直接估计函数值,加快了控制律的求解.设计了状态误差观测器,用观测器的值构造控制律逼近状态反馈时的控制效果.基于Lyapunov 稳定理论分析了扩展系统的渐近稳定性并给出了闭环稳定的充分条件.最后仿真结果验证了算法的有效性和鲁棒性.     

非线性不确定系统的积分器实用镇定原理*

给定一类带有匹配不确定性的非线性，其自由系统是指数渐近稳定的条件下，其积分器补偿延拓系统可以用一族光滑反馈控制律实用镇定。     

不确定非线性系统自适应鲁棒控制器设计

针对一类含不确定参数且存在未知扰动的非线性系统,设计了一种新型的自适应鲁棒控制器。用反演设计思想获得具有待定系数的控制器表达式,用BP神经网络自适应调节控制器的参数。仿真结果表明该控制器对系统参数的不确定性和未知扰动具有一定的鲁棒性,并能保证闭环系统全局稳定。     

含约束的非线性不确定系统的鲁棒控制

讨论一类含约束的非线性不确定系统的鲁棒控制问题（这里的不确定性并不要求满足匹配条件）。在一定的假设条件下给出了使该类问题可解的充分条件，构造出相应的鲁棒控制器，该控制器避免了利用微分几何方法所得控制器易产生过度控制的缺点。     

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。     

不确定仿射非线性系统的自适应控制--GRBF网络学习方法

研究一类不确定仿射非线性系统的自适应控制问题,构造出基于滑动模型控制和ＧＲＢＦ网络的自适应控制器,使得对于任意的系统初值和网络初始仅重,被控系统的输出均能渐近跟踪已知参考信号,控制器设计中所需估计参数数学于实际参数个数。仿真结果令人满意。     

Active Disturbance Rejection Control for Uncertain Nonlinear Systems With Sporadic Measurements

This paper deals with the problem of active disturbance rejection control (ADRC) design for a class of uncertain nonlinear systems with sporadic measurements. A novel extended state observer (ESO) is designed in a cascade form consisting of a continuous time estimator, a continuous observation error predictor, and a reset compensator. The proposed ESO estimates not only the system state but also the total uncertainty, which may include the effects of the external perturbation, the parametric uncertainty, and the unknown nonlinear dynamics. Such a reset compensator, whose state is reset to zero whenever a new measurement arrives, is used to calibrate the predictor. Due to the cascade structure, the resulting error dynamics system is presented in a non-hybrid form, and accordingly, analyzed in a general sampled-data system framework. Based on the output of the ESO, a continuous ADRC law is then developed. The convergence of the resulting closed-loop system is proved under given conditions. Two numerical simulations demonstrate the effectiveness of the proposed control method.      

非线性不确定大系统的分散滑动模控制

本文研究一类非线性不确定大系统的分散滑动模控制问题．首先给出了使滑动模具有良好动态品质的分散切换流形的设计方法；然后给出了一种基于不确定因素已知变化范围的分散滑动模控制器设计方法，该方法只需对各孤立子系统进行降阶滑动模的极点配置及求解降阶Ｌｙａｐｕｎｏｖ矩阵方程即可；最后以一具体例子说明其设计过程。     

一类不确定非线性系统的模糊动态输出反馈控制

利用模糊T－S模型对一类不确定非线性系统进行模糊建模,在此基础上研究基于观测器的模糊动态输出反馈控制,给出了模糊闭环系统二次稳定的充分条件及其反馈控制增益和观测器的求法,以及输出反馈控制器的设计方法,仿真结果证明所提出的控制方法是有效的。     

参数不确定非线性系统的自适应控制和鲁棒控制

研究一类参数不确定非线性系统的非自适应鲁棒控制及自适应控制问题。通过引入二人零和对策得到非自适应鲁棒控制律，并与参数估计结合得到自适应控制律。证明了参数估计有界和收敛时闭环系统Ｌｙａｐｕｎｏｖ稳定性和渐近稳定性。仿真结果说明了该方法的有效性及具体实现方法。     

一类不确定系统的重复学习控制方法

针对一类不确定非线性系统, 结合Backstepping方法, 设计重复学习控制方法.采用Lyapunov-like综合, 设计重复学习控制器处理系统中的参数和非参数不确定性, 可实现系统状态在整个作业区间上完全跟踪期望轨迹.分别讨论部分限幅和完全限幅学习机制, 证明闭环系统中各变量的一致有界性以及跟踪误差的一致收敛性.仿真结果验证了所提出控制方法的有效性.