非匹配条件下不确定非线性系统的变结构控制

研究不确定非线性系统的输出跟踪问题。针对系统中的未建模动态和广义的不确定性,基于李亚普诺夫稳定性理论提出了一种变结构控制方案,它不要求系统的不确定性满足匹配条件,仅要求已知不确定性的有界约束。从理论上证明了闭环跟踪系统全局渐近稳定,系统信号保持有界,仿真实例证实了理论结果。     

输入限幅下的迭代学习控制

基于Ｌｙａｐｕｎｏｖ－ｌｉｋｅ方法,提出在有限作业区间上实现跟踪的带限幅的迭代学习控制器设 计．针对含有非参数化及部分参数化不确定性的非线性系统,设计鲁棒迭代学习控制器,但该方法 不要求已知不确定特性的范数界．针对参数化不确定非线性系统,设计自适应迭代学习控制器．在 系统满足有界输入有界状态（ＢＩＢＳ）假设条件及控制输入饱和限幅作用下,统一对上述三类系统进 行分析．理论分析结果表明：该方案可保证闭环系统中所有变量的有界性,并且跟踪误差能够在整 个作业区间上收敛到零,实现完全跟踪．仿真验证了该算法的有效性．     

一类不确定非线性系统基于Backstepping的自适应跟踪控制

研究了一类非匹配不确定性非线性系统自适应跟踪问题,在假设系统模型不确定参数未知时,结合Backstepping的递推方法和鲁棒控制技术,经过多步递推设计了输出反馈控制器和参数自适应控制律.通过控制参数调节,对存在非匹配不确定性和未知干扰的非线性系统实现了输出跟踪.基于Lyapunov稳定性理论所设计的控制器不仅使系统的输出跟踪给定的期望输出,而且使得系统对于所允许的不确定系统状态全局一致有界.与经典反演设计相比,本方案允许非参数化不确定性,增强了控制系统的鲁棒性.最后的仿真算例验证所设计控制方法的有效性.     

基于神经网络的鲁棒自适应滑模迭代学习控制

对一类不确定非线性系统，包括不确定性机器人，提出一种自适应鲁棒迭代学习控制方案，学习控制用于学习周期性的系统不确定性，自适应滑模控制用于抑制非周期性系统不确定性，并且利用RBF神经网络自适应学习系统不确定性的未知上界，对不确定性系统动态和有界输入拢动具有鲁棒性，通过Lyapunov直接方法，确保了对每次迭代闭环系统是一致有界的，并且沿着迭代次数的增加，跟踪误差渐近收敛于零，仿真结果表明了该方案的有效性。     

闭环系统的鲁棒性分析

针对存在相对有界干扰和参数不确定性的离散时间系统 ,通过自适应控制系统的闭环模型族 ,证明出在较弱的条件下 ,闭环系统的输入输出是一致有界的 ,并且系统输出跟踪也一致有界。预计这种方法可以进一步达到ε -跟踪 ,与以往有所改进的是 ,在没有限定不确定性的范围下 ,最终使跟踪误差随外界干扰的减少而减少 ,且当外界干扰趋于零时 ,跟踪误差也趋于零     

闭环系统的鲁棒性分析

针对存在相对有界干扰和参数不确定性的离散时间系统,通过自适应控制系统的闭环模型族,证明出在较弱的条件下,闭环系统的输入输出是一致有界的,并且系统输出跟踪也一致有界。预计这种方法可以进一步达到ε-跟踪,与以往有所改进的是,在没有限定不确定性的范围下,最终使跟踪误差随外界干扰的减少而减少,且当外界干扰趋于零时,跟踪误差也趋于零。     

基于DRNN网络的轮式机器人鲁棒H_∞控制

针对非完整约束的两轮移动机器人系统中存在建模误差及外扰的情形,提出了一种结合对角递归神经网络和非线性H_∞方法的控制策略.利用对角递归神经网络逼近建模不确定的非线性项,H_∞控制则用来实现期望的鲁棒跟踪性能.基于Lyapunov稳定性理论,整个系统跟踪误差闭环有界.此外,在外界干扰仅仅积分有界的情形下,系统仍能满足具体的鲁棒跟踪性能.最后,对于相同外扰及不确定性下的移动机器人,将其与控制力矩法进行对比,仿真结果表明,所提方法是有效的.     

一类不确定系统的鲁棒输出反馈跟踪控制

文章讨论了线性不确定系统的鲁棒输出渐近跟踪控制问题，给出了基于Lyapunov方程正定解存在性的输出反馈跟踪控制器的设计方法。该方法所设计的控制器对系统中所有允许的不确定性均使其输出能渐近跟踪所给定的参考信号，并使系统状态保持有界。     

基于ESO的全驱动船舶递归滑模动态面输出反馈控制

全驱动非线性船舶轨迹跟踪控制问题存在模型参数不确定和外部扰动未知的双重不确定性,仅位置和艏向可测,对此提出基于非线性三阶扩张状态观测器(ESO)的递归滑模动态面输出反馈控制.通过非线性三阶ESO观测船舶实时速度,估计和补偿系统不确定项,完成对船舶实时位置和艏向的滤波,提出递归滑模动态面输出反馈轨迹跟踪控制算法来保证跟踪控制系统的稳健性和稳定性,利用Lyapunov理论证明控制系统一致最终有界,并仿真验证理论结果.     

非匹配不确定非线性系统的鲁棒输出跟踪

针对一类非匹配不确定非线性系统,提出一种鲁棒自适应渐近输出跟踪控制方法,该方法无须已知不确定性函数及其各阶导数上界。基于Lyapunov函数方法,给出了鲁棒自适应控制律以及GCMAC神经网络权值调整算法,通过后一个状态镇定前一个状态,最终达到了对期望输出的渐近跟踪,同时系统状态有界。应用于电液位置伺服系统的仿真结果表明该控制策略是有效的,对系统不确定性和未知干扰具有较强的鲁棒性。     

非匹配不确定非线性系统的反演变结构控制

讨论一类非匹配不确定的非线性系统的输出跟踪问题。结合反演(Backstepping)设计方法和变结构控制，提出了反演变结构控制策略。对存在非匹配不确定性和未知干扰的系统，设计的反演变结构控制器实现鲁棒输出跟踪，闭环系统在有限时间进入滑动模态。仿真算例证实理论结果。     

有界不确定性非线性系统的自适应滑模控制

研究有界不确定性非线性系统的鲁棒跟踪问题,考虑了在同时存在参数、结构及干扰的不确定性条件下,控制系统的鲁棒性。采用自适应滑模控制律,证明了所设计的控制系统满足滑动条件,能保证系统输出全局稳定,并对系统的动态不确定性具有鲁棒性。最后,给出了计算机仿真算例,仿真结果表明,本文提出的控制方法是有效的。     

L_1 adaptive controller of nonlinear reference system in presence of unmatched uncertainties

An extension of L_1 adaptive control is proposed for the unmatched uncertain nonlinear system with the nonlinear reference system that defines the performance specifications. The control law adapts fast and tracks the reference system with the guaranteed robustness and transient performance in the presence of unmatched uncertainties. The interval analysis is used to build the quasi-linear parameter-varying model of unmatched nonlinear system, and the robust stability of the proposed controller is addressed by sum of squares programming. The transient performance analysis shows that within the limit of hardware a large adaption gain can improve the asymptotic tracking performance. Simulation results are provided to demonstrate the theoretical findings of the proposed controller.     

基于模糊干扰观测器的抗饱和自适应反步控制

针对一类输入受限的非匹配不确定非线性系统,提出了一种抗饱和自适应反步控制方法.利用模糊干扰观测器在线逼近系统的未知非匹配不确定及干扰,采用反步控制方法设计自适应控制器.控制系统设计中引入限幅滤波器,有效降低了控制输入饱和对系统稳定性的影响,并且控制器设计无需对虚拟控制律进行重复求导.利用李亚普诺夫稳定性定理,证明了闭环系统渐近稳定.仿真结果表明了该方法的有效性.     

一类非线性系统的自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种稳定的自适应模糊滑模控制方法。构造线性切换面确保滑动运动稳定，利用趋近率构造理想控制，用监督控制确保系统状态有界，用模糊逻辑系统逼近其连续项，用补偿切换来消除逼近误差，该方法有效地结合了自适应模糊控制和滑板控制的优点，控制器构造简单，稳定条件弱，控制性能好，仿真结果也证明了此方法的有效性。     

基于ZPETC和混合灵敏度复合控制的交流伺服系统

针对永磁同步电机(PMSM)交流伺服系统，提出了基于零相位误差跟踪控制(ZPETC)和混合灵敏度的复合控制方法，以解决交流伺服系统的快速跟随性能和抗干扰性能的矛盾.首先根据混合灵敏度控制方法设计了保障系统鲁棒稳定性和抗干扰性能的控制器，然后将包括混合灵敏度控制器在内的闭环系统整体看成被控对象，将其离散化后，进行ZPETC的设计.ZPETC保障了系统的跟随性能.仿真结果表明，所提出的复合控制方法在保证伺服系统的快速精确跟踪性的同时，对系统参数变化和负载扰动也具有很强的鲁棒性.     

基于模糊控制的不确定混沌系统终端滑模同步

针对非匹配不确定混沌系统,提出一种直接自适应模糊滑模同步方法。通过设计滑模切换面,并将其作为模糊控制系统的唯一输入,模糊控制器的参数依滑模趋近条件在线确定,使得同步跟踪误差渐进到零点。本文方法简化了常规模糊控制结构的复杂性,削弱了滑模控制的抖振程度,并且同步时间较短,对参数不确定性及外干扰具有较好的鲁棒性。最后通过仿真实验证明了本文方法的有效性。     

带不确定性的船舶航向动态神经模糊跟踪控制

针对常规水面船舶的航向跟踪控制中建模参数随航速时变引起的不确定性问题,提出一种基于动态神经模糊模型的控制算法.动态神经模糊模型在学习中同时调整结构和参数,充分逼近船舶的逆动力学.训练好的动态神经模糊模型作为逆控制器,与传统的PD控制器并联,用于船舶航向的跟踪控制,且控制过程中能进一步调整模型权值.以5446TEU大型集装箱船为例,进行航向跟踪控制的仿真结果表明,该算法能克服建模参数不确定性的影响,快速有效地跟踪期望航向,控制效果良好.     

带不匹配不确定性系统的鲁棒控制

针对一类带有不同匹配不确定性的线性系统,利用变结构控制理论设计鲁棒控制器,应用鲁棒控制谅 变结构控制的切换函数,以保证滑动模态在不同匹配不确定性存在时是稳定的,利用所得切换函数设计的变结构控制律能够使系统状态在不同确定性存在的条件下在有限时间内到达切换面,保证了滑动模态的存在,给出的仿真算例说明了方法的有效性。