一类非严格反馈大系统的自适应神经网络控制

针对一类具有非严格反馈模块的非线性互联大系统,本文提出了一种输出反馈控制方案。首先使用神经网络来逼近未知系统函数,然后借助向量的范数性质处理非严格反馈模块。由于系统的状态不可测,所以建立观测器来估计未知状态。同时,结合自适应控制策略和Backstepping方法,设计出一种自适应神经网络分散输出反馈控制器,并利用Lyapunov稳定性理论进行稳定性分析。结果表明,在该控制策略作用下,闭环系统所有的信号保持半全局有界,且系统输出可以很好地跟踪给定的参考信号,通过仿真算例来验证本文设计控制策略的有效性。仿真结果表明,系统的输出能很好地跟踪给定的追踪信号;系统的控制信号和自适应参数保持在0的邻域内;设计的观测器能有效地观测原互联大系统的系统状态。说明本文设计的控制策略能够很好地运用在具有非严格反馈模块的互联大系统中。该研究更具有一般性和通用性。     

一类非严格反馈切换系统的自适应神经网络控制

针对具有非严格反馈的非线性系统的控制问题,本文主要研究非严格反馈形式的单输入单输出非线性切换系统的控制问题。运用自适应神经网络控制方法,逼近系统的组合非线性函数;同时,结合Backstepping方法设计神经网络控制方案,利用神经网络的结构性质简化设计过程,成功的将神经网络自适应Backstepping设计方法拓展到该类非严格反馈系统上,最后通过仿真例子验证本文所提控制方法的有效性。仿真结果表明,在任意切换信号及所给控制器的作用下,保证了良好的跟踪性能,并保证闭环系统所有状态是半全局一致最终有界的,跟踪误差收敛到原点的一个残差集内。该研究具有一定的实用价值。     

基于Backstepping设计的非线性大系统模糊自适应输出反馈分散控制

针对一类高频增益符号未知,仅有输出可测的非线性大系统提出了一种模糊自适应Backstepping分散控制方法。在backstepping递推设计中,采用模糊逻辑系统逼近未知非线性函数,利用Nussbaum增益方法解决未知高频增益符号未知问题。利用所提出的模糊自适应分散控制方法,可以使得闭环系统的信号是一致终结有界（UUB）。仿真实例进一步验证了所提方法的有效性。     

基于事件触发机制的一类非严格反馈非线性系统的自适应神经网络追踪控制

基于事件触发机制,研究了一类非严格反馈非线性系统的自适应神经网络追踪控制问题.结合反步技术、神经网络和事件触发机制,提出了一种自适应神经网络控制方案,减少了数据传输量并减轻了控制器和执行器之间的传递负担,保证了输出信号尽可能地追踪到参考信号,同时使得闭环系统的所有信号有界.此外,通过避免芝诺现象保证了所提事件触发机制的...     

变时滞随机大系统的输出反馈分散控制

研究了一类具有严反馈形式的变时滞随机非线性大系统,其互联项满足线性增长约束,选择了适合这类组合非线性系统的分散状态观测器,应用Backstepping方法,通过选取适当的四次型控制Lyapunov-Krasovskii泛函,并参照Lyapunov-Krasovskii泛函定理,设计了输出反馈分散控制器,使得其闭环系统的平衡点在概率意义下时滞无关渐近稳定。通过仿真实验,其结果表明了该控制算法的有效性。     

基于区间二型模糊逻辑系统的非线性大系统模糊自适应输出反馈分散控制

针对一类状态不可测的非线性大系统,首先设计一种误差观测器,然后设计一种自适应输出反馈模糊控制器。在设计中,应用二型模糊逻辑系统逼近系统中的未知函数,结合模糊自适应和非线性分散控制设计理论,给出了一种新的二型模糊自适应分散控制方法,基于李亚普诺夫函数方法证明了整个闭环系统的稳定性,而且取得很好的控制跟踪性能。仿真实例进一步验证了所提方法的有效性。     

一类非线性非严格反馈系统的间接自适应神经网络控制

针对一类非严格反馈非线性系统,本文提出了间接自适应神经网络控制器的设计方案,并基于系统函数界函数的单调递增性质,提出了变量分离方法,同时利用间接自适应神经网络控制技术和Backstepping(反推)相结合的方法,构造出间接自适应神经网络状态反馈控制器,所构造的间接自适应控制器,保证了闭环系统的所有信号是半全局有界的,并且系统的所有状态收敛到原点充分小的邻域内,有效地解决了一类非线性非严格反馈系统的自适应神经网络控制问题,并采用数值例子进行仿真实验。仿真结果表明,在本文所提出的控制律的作用下,不但保证了闭环系统的稳定,而且保证所有信号在闭环系统有界。该控制器为一类非严格反馈非线性系统的稳定性控制提供了理论参考。     

非线性互联系统的自适应模糊分散控制

针对一类带有完全未知关联项的非线性严格反馈互联系统,本文提出一种自适应模糊输出反馈分散控制方案。在控制设计过程中,先设计状态观测器来估计系统中不可测的状态,将研究领域由状态反馈的系统扩展至状态未知的输出反馈系统,然后应用模糊逻辑系统逼近未知的光滑非线性函数,并结合Lyapunov方法和自适应Backstepping技术,设计出一个自适应控制方案,通过仿真算例验证所提控制方法的有效性。仿真结果表明,所设计的观测器较好地估计了未知的系统状态,确保在所提控制器的作用下,整个闭环系统具有良好性能。该方案保证了闭环系统的所有信号半全局一致终极有界。     

基于反演法的严格反馈非线性系统模糊自适应约束控制

严格反馈非线性系统控制研究得到各界广泛关注,但实际的非线性特性以及不确定性因素的存在对系统的输出跟踪控制问题具有很大影响.针对输出轨迹跟踪控制问题,提出一种性能约束的自适应反演(backstepping)控制方法,并通过模糊逻辑系统的万能逼近性能对非线性系统中的不确定性因素进行辨析识别.为保证非线性系统的暂态和稳态性能,设计出具有约束条件的控制器.通过Lyapunov稳定性分析表明,闭环系统中的所有信号都是半全局一致最终有界的.仿真结果验证了性能约束的自适应反演控制方法的可行性.     

基于区间二型模糊逻辑系统的非线性大系统模糊自适应分散控制

针对一类状态可测的非线性大系统,提出了基于二型模糊逻辑系统的模糊自适应分散控制方法。在设计中,应用二型模糊逻辑系统逼近系统中的未知函数,结合模糊自适应和非线性分散控制设计理论,给出了一种新的二型模糊自适应分散控制方法,基于李亚普诺夫函数方法证明了整个闭环系统的稳定性,而且取得很好的控制跟踪性能。仿真实例进一步验证了所提方法的有效性。     

基于神经网络MIMO非仿射系统自适应控制

针对一类多输入多输出非仿射非线性系统,基于神经网络设计了一种自适应控制方案。该系统隐含控制输入,利用隐函数定理和伪控制概念提出了控制运算法则,采用Lyapunov方法证明了系统的稳定性。该方案采用神经网络补偿系统中的非线性部分,设计了鲁棒项来增加系统的抗干扰能力。仿真结果充分证明了该方案的有效性和可行性。     

一类非自治混沌系统的自适应时滞反馈同步控制

提出了一种维非自治系统自适应的时滞反馈控制的方法,通过选取一个合适的自适应反馈控制器,构造特殊形式的lyapunov函数,给出了一类非自治混沌系统的全局自适应同步的判据,最后把理论的结果应用于有名的杜芬振子,用数值模拟验证了结论的正确性。     

判决反馈递归神经网络自适应均衡器研究

针对存在严重符号间串扰及轻度非线性畸变的数字信道,提出了两种判决反馈递归神经网络均衡器结构,将传统的线性信道判决反馈结构巧妙地融入递归神经网络中,在自适应训练时用期待信号代替判决反馈信号,并对学习步长自适应调节进行了研究．实验结果表明：在自适应参数数目相同的情况下,该均衡器较传统的递归神经网络均衡器具有更好的特性．     

一类非仿射非线性系统的神经网络输出反馈方案设计

针对一类非仿射非线性系统,设计了一种基于神经网络的自适应输出反馈控制方案,使得输出信号能够跟踪给定信号。构造观测器估计系统中的未知状态变量,采用神经网络结构补偿系统中的非线性部分,并且设计了鲁棒控制项来抵消逼近误差,增加了抗干扰能力。系统稳定性得到严格证明。仿真结果充分证明了该方案的有效性和可行性。     

广义大系统的解耦和分散控制

研究广义大系统的解耦和分散镇定问题.提出一种递阶形式的线性广义大系统,在这种形式下,每个子系统仅与"低层"子系统耦合,整个大系统的正则性、稳定性、脉冲性和能控性分别等价于子系统的正则性、稳定性、脉冲性和能控性.然后,给出一个基于图论的解耦算法,把一般的广义大系统分解成递阶形式.经证明,我们所给的方法是行之有效的.     

非线性时滞关联大系统的分散控制

研究了一类带有时变时滞的双线性关联大系统的分散状态反馈控制问题.通过定义新型的Lyapunov函数,导出了闭环关联大系统时滞相关渐近稳定的充分条件.通过并行分布补偿算法(PDC)和求解线性矩阵不等式得到分散模糊控制器.理论证明和仿真例子都说明在所设计控制器的作用下,关联大系统是渐近稳定的.     

具有输入饱和的高阶关联大系统的分散控制

针对一类具有输入饱和且关联项是关于系统状态高阶多项式的关联大系统,设计了一种新的分散自适应模糊控制方法.该方法通过对高阶关联项的处理,使得具有饱和非线性输入的关联大系统各个子系统仅根据自己的信息就能确定相应的控制量,真正实现了分散控制.基于Lyapunov稳定理论,分析证明了闭环系统半全局一致终结有界.仿真结果表明了所设计控制方法的有效性.     

含未知系数的非严格反馈系统的自适应控制

针对一类单输入单输出非严格反馈系统的自适应模糊控制问题,该受控系统含有未知的虚拟控制系数,提出了一种基于观测器的自适应模糊控制方案。采用凸组合的方法,设计了一个鲁棒观测器来估计未知的系统状态变量,同时运用Young不等式及变量分离方法,解决非严格反馈结构带来控制设计上的困难,并结合模糊自适应控制方法和Backstepping技术,构造出理想的控制器。根据Lyapunov稳定性理论,证明所提出的自适应模糊控制器能保证跟踪误差收敛到原点的一个小领域内,且自适应闭环系统的所有信号都是有界的,以一个仿真算例验证了方案的有效性。说明含未知系数的非严格反馈系统,最终可以转化成稳定性良好的系统。该研究具有广阔的应用前景。     

时滞反馈Lorenz系统的神经网络滑模自适应同步控制及在保密通信中的应用

为了研究不确定Lorenz混沌系统同步控制在保密通信中的应用,首先设计了时滞反馈Lorenz混沌系统,并通过Poincare映射和功率谱分析了其混沌动力学特性.在此基础上,提出了不确定时滞反馈Lorenz混沌系统的神经网络滑模自适应同步控制策略.应用径向基(RBF)神经网络逼近混沌系统的不确定项,基于该径向基神经网络的输出再利用滑模控制和自适应控制相结合的方法提出了单维同步控制器的设计.最后,将所设计的同步控制方法应用于保密通信.仿真结果表明,本文所提出的神经网络滑模自适应同步控制方法可以实现混沌系统同步并可应用于保密通信,且具有较强的抗干扰能力.