非线性H ∞控制理论最新发展动态

非线性H∞控制理论是非线性系统理论的一个重要方面。为此,综述了非线性H∞控制理论研究的基本内容及其最新发展动态,并指出了存在的不足。最后提出了非线性H∞控制理论需要进一步研究的几个问题。     

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.     

基于自适应神经网络的一类不确定非线性系统的鲁棒H∞控制

针对一类不确定非线性多输入时变系统，提出了一种新的鲁棒H∞控制方案．通过引入2个自适应神经网络逼近器，提出了一个简化的Hamilton—Jaeobi—like不等式，并据此设计了非线性H∞控制器和匹配不确定项补偿控制器，消除了输入摄动项和估计器最优逼近误差的有界性假设．机器人系统的鲁棒跟踪控制仿真算例证实了所提出控制方案的有效性．     

基于LM I可行解的所有状态反馈H ∞控制器

在状态反馈Ｈ∞控制器存在情况下,考虑基于线性矩阵不等式可行解的Ｈ∞控制器族的构造问题。状态反馈Ｈ∞控制珠可解性等价于一个ＬＭＩ的可解性,基于该ＬＭＩ的可行解可给出所有可能的Ｈ∞状态反馈控制器,并且对这一ＬＭＩ可解条件的任意可行解,均可给出一个Ｈ∞控制器族。这一控制器族中含有丰富的自由参数,可用于满足其他设计要求。     

基于LM Is 的不确定线性切换系统H ∞鲁棒控制

基于线性矩阵不等式(LMI)和H∞控制理论,研究一类不确定线性切换系统在任意切换策略下的H∞鲁棒控制问题.系统矩阵和输入矩阵都含有时变不确定性.首先利用矩阵Schur补引理构造LMI,得到该系统在H∞意义下渐近稳定的充分条件;然后给出了在状态反馈下和输出反馈下的H∞鲁棒稳定性的充分条件;最后用数值例子验证了文中结果的正确性.     

不确定时滞广义系统的鲁棒非脆弱H ∞控制

研究状态反馈控制器增益具有摄动的一类不确定时滞广义系统的鲁棒非脆弱H∞控制问题.分别对控制器增益具有加法式摄动和乘法式摄动研究了控制器的设计问题,并通过对系统广义二次能稳定且满足H∞范数界的研究得到解决.控制器的设计可通过求解一组线性矩阵不等式得到.数值例子说明了所给方法的有效性.     

不确定离散时滞系统具有H ∞干扰抑制的保成本控制

针对一类用矩阵凸多面体形式的不确定线性离散时滞系统，提出一种通过无记忆状态反馈实现的具有H∞干扰抑制的保成本控制。当对象存在不确定性以及外部干扰统计特性未知时，该控制器能保证闭环系统稳定和一定的线性二次型性能指标上界，同时具有H∞范数下的干扰抑制作用。基于Lyapunov稳定性理论，控制器设计可转化为线性矩阵不等式的可解性问题。数值仿真表明，该控制器实际是对最优保成本上界和干扰抑制能力的一种折衷。     

STATCOM的内部电流非线性H∞跟踪控制

研究静止同步补偿器(STATCOM)内部电流的跟踪控制问题。建立STATCOM的数学模型,通过外部电压环来设计参考电流信号,从而得到STATCOM的电流跟踪偏差模型。采用直接反馈线性化和Lyapunov函数的方法,设计H∞控制器,使得内部电流达到快速跟踪参考信号的目的,并且具有抑制外部干扰的性能。最后,通过Simulink仿真与传统两级PI控制进行比较,结果表明了所提算法对STATCOM具有更好的内部控制性能。     

一类线性参数变化时滞系统的H ∞控制

研究一类线性参数变化时滞系统的H∞控制。这类系统的状态空间矩阵是一些时变参数的仿射函数,而这些时变参数是可以实时测量的。以线性矩阵不等式的形式给出了存在依赖于参数的动态输出反馈H∞控制器的充分条件。当满足这些条件时,基于线性矩阵不等式的解可以构造出一种依赖于参数的动态输出反馈H∞控制。     

基于观测器的线性中立时滞系统的H ∞控制

研究一类中立时滞系统基于观测器的鲁棒H∞控制问题．首先讨论了相应的标称系统的稳定性准则，然后通过LMI方法给出了基于观测器的无记忆镇定控制器存在的充分条件及相应的设计方案，最后通过一个数值例子的仿真表明所提出的设计方法是有效而可用的．     

基于自适应神经网络的不确定非线性系统的模糊跟踪控制

提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T＿S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RBF神经网络完全自适应控制,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,从而有效地消除系统的未知不确定性和模糊建模误差的影响,保证了非线性闭环系统的稳定性和系统的H∞跟踪性能,而不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束.最后,将所提出的方法应用到一非线性混沌系统,仿真结果表明了所提出的方案不仅能够有效地稳定该混沌系统,而且能使系统输出跟踪期望输出.     

基于状态观测器的非仿射非线性系统鲁棒自适应H∞跟踪控制

针对一类非仿射非线性系统，提出了基于状态观测器的鲁棒自适应H∞跟踪控制结构．文中利用高斯径向基神经网络（RBF神经网络）在线抵消非线性模型误差，利用高增益观测器估计不能直接测量的输出导数．利用李亚普若夫稳定理论导出了系统的控制律，包括固定结构的控制律和自适应控制律两个部分，并给出了详细的理论分析和证明：在系统没有扰动时，确保跟踪误差渐近趋于零且系统的所有信号有界；存在扰动时，取得了预期的H∞跟踪性能．     

离散时间不确定系统的混合l1/ H ∞滤波

研究离散时间不确定线性系统的混合ι1／H∞。滤波器设计问题，目的是找到一个稳定的线性滤波器，使滤波误差系统在不同的滤波通道内具有不同的性能指标．利用参数依赖LyaPunov函数法，推导出新的鲁棒ι1／H∞一性能准则．基于该性能准则推导了全阶和降阶鲁棒ι1／H∞。滤波器存在的充分条件，并将滤波器的设计问题转化为具有线性矩阵不等式约束的凸优化求解问题．     

不确定网络控制系统具有H ∞性能界的鲁棒控制

针对闭环网络控制系统,在考虑网络数据传输可能发生丢包的情况下,提出了一类不确定切换系统模型.为了量化网络数据丢失的影响,根据网络特点给出了网络传输数据丢包率的数学定义,进一步研究了此类切换系统在某种程度的数据丢包率影响下具有一定H∞性能界的鲁棒状态反馈控制问题.应用H∞鲁棒控制理论及线性矩阵不等式技术得到了全状态反馈控制器的设计方法,以一组线性矩阵不等式表示其主要结果.最后给出了一个具体的数值示例.     

基于RBF神经网络的一类不确定非线性系统自适应H∞控制

基于RBF神经网络提出了一种H∞自适应控制方法.控制器由等效控制器和H∞控制器两部分组成.用RBF神经网络逼近非线性函数,并把逼近误差引入到网络权值的自适应律中用以改善系统的动态性能.H∞控制器用于减弱外部干扰及神经网络的逼近误差对跟踪的影响.所设计的控制器不仅保证了闭环系统的稳定性,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后给出的算例验证了该方法的有效性.     

一类不确定非线性广义时滞系统的H∞控制

针对一类具有非线性控制输入的参数不确定广义时滞系统,研究了该类广义系统的鲁棒H∞控制问题.利用Lyapunov泛函方法和线性矩阵不等式工具,无需对广义系统进行转化,得到了闭环系统鲁棒渐近稳定且具有H∞范数界的充分条件;将其转化为不带参数不确定矩阵的线性矩阵不等式,基于相应的线性矩阵不等式可行解,给出了该类广义系统的H∞控制律的构造方法.数值例子表明了该方法的有效性和可行性.     

参数摄动系统的鲁棒H ∞状态估计

基于Shaked提出的参数依赖型有界实引理，研究具有凸多面体参数摄动系统的鲁棒H∞状态估计问题．采用线性矩阵不等式技术，推导出此类不确定系统的全阶鲁棒H∞滤波器存在的充分条件，并将滤波器的设计转化为一个凸优化的求解问题．与传统的基于二次稳定的滤波方案相比，该滤波器设计方法具有较小的保守性．     

不确定非线性系统全局渐近自适应神经网络控制

针对一类控制增益为一般函数形式的不确定仿射非线性系统,提出一种能够确保全局渐近稳定的自适应神经控制(adaptiveneural control,ANC)方法.为了保证神经网络逼近的适用性,设计一种可变控增益的比例微分(proportionaldifferential,PD)控制器以全局镇定被控对象.利用状态变换解决由未知控制增益函数导致的控制奇异问题.提出一种连续的自适应鲁棒控制项实现闭环系统的渐近跟踪.与现有的全局渐近跟踪ANC方法相比较,本文方法不仅简化了PD增益的选择,而且减轻了控制输入的颤振问题.仿真结果表明了本文方法的有效性.     

基于LMI的不确定非线性系统H∞控制

基于非线性系统的Takagi-Sugeno（T-S）模糊模型，研究了一类结构不确定非线性系统H∞控制问题．利用线性矩阵不等式（LMI）方法，得到了模糊H∞输出反馈控制器的系统化设计方法．考虑到子系统之间的相互作用，给出了H∞输出反馈控制器存在的充分条件．这个充分条件只用一个矩阵不等式表示，形式简洁,放宽了控制器存在的充分条件．最后，以洛伦兹混沌系统为例，说明了该方法的有效性．