基于约束输入变速吸引律的离散重复控制器设计

针对离散时间线性系统的周期跟踪问题, 提出一种能够约束控制输入变化速度的变速吸引律, 结合干扰抑制措施构造了理想误差动态, 并由此导出离散重复控制器. 分析表明, 该变速吸引律能使跟踪误差在有限时间内单调收敛至零, 且误差收敛速度可控. 为刻画误差动态行为, 推导了有界扰动下的误差单调收敛域、绝对值收敛域和稳态误差带, 并给出了收敛步数. 针对伺服电机系统的仿真与实验结果验证了所提出控制方案的有效性.

     

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．     

基于椭圆吸引律的离散重复控制

针对离散时间系统的周期轨迹跟踪问题,提出一种基于椭圆吸引律的离散重复控制方法.该方法能有效减小抖振,并通过扰动扩张状态观测技术对系统的未知扰动进行有效抑制,采用重复控制技术对系统中存在的周期扰动完全消除.为了刻画系统误差动态性能,推导出单调减区域、绝对吸引层、稳态误差带的表达式以及系统跟踪误差进入稳态误差带的最大步长.通过数值仿真与直线伺服电机实验,验证所提出控制方法的有效性.     

PID控制原理在语音信号盲源分离中的应用

语音信号在非平稳系统中是动态混合的,为了实时抑制盲源分离过程中的非平稳混合扰动,加快收敛速度,减小稳态误差,提出了一种应用PID控制原理的自适应盲源分离算法。依据一种无预处理的自适应盲源分离算法建立PID控制模型,调节学习速率,跟踪语音信号的分离过程,实时减小由非平稳混合引入的分离误差,动态更新分离矩阵。在混合矩阵缓变和突变两种情形下分别对PID参数整定和语音信号的分离进行仿真分析,结合经典算法对比提出算法的性能。仿真与对比结果表明,提出的算法适用于非平稳混合系统语音信号的分离,算法性能较经典算法有改善。     

具有扰动输入的不确定性非线性系统的输出调节极限性能

本文研究了一类具有扰动输入的不确定性非线性系统的输出调节问题, 给出了该类系统在最差的不确定性参数和扰动输入情况下系统输出调节的极限性能. 所讨论的非线性系统是可镇定非最小相位系统, 并且该系统的零动态由“鲁棒输入对状态稳定(robust input-to-state stable)部分”和“不稳定但可镇定部分”组成. 假设系统的不确定性参数和扰动输入分别以非线性函数和仿射形式同时出现在系统零动态的鲁棒输入对状态稳定部分和系统的可线性化部分, 而且其可线性化部分的不确定性具有下三角形结构形式. 该系统输出调节问题的性能以其输出信号能量作为度量. 对于上述非线性系统, 在最差的不确定性参数和扰动输入情况下, 输出调节问题的极限性能只取决于镇定其零动态“不稳定部分”所需的最小能量.     

具有输入和输出约束的高阶随机系统神经网络控制

针对高阶非线性系统,开展自适应神经网络跟踪控制器设计,系统受到随机扰动的影响.首次把输入和输出约束问题引入到高阶系统的跟踪控制中,并假定系统动态是未知.首先借用高斯误差函数表达连续可微的非对称饱和模型以实现输入约束,和障碍Lyapunov函数保证系统输出受限;其次,针对高阶非线性系统,径向基函数(RBF)神经网络用来克服未知系统动态和随机扰动.在每一步的backstepping计算中,仅用到单一的自适应更新参数,从而克服了过参数问题;最后,基于Lyapunov稳定性理论提出自适应神经网络控制策略,并减少了学习参数.最终结果表明设计的控制器能保证所有闭环信号半全局最终一致有界,并能使跟踪误差收敛到零值小的邻域内.仿真研究进一步验证了提出方法的有效性.     

一种改进的变步长LMS自适应算法及分析

现有的变步长LMS算法中,大都采用建立步长因子与误差信号的函数关系的方法,以提高算法的收敛速度和跟踪性能,但由于未考虑输入信号对算法性能的影响,使得当输入信号发生变化后,稳态误差明显增大。为此,在现有算法的基础上,引入了输入信号因子,提出了一种改进算法。该算法可根据瞬时误差和输入信号来调整步长因子,使算法不仅能保持较高的收敛速度和跟踪性能,还可在输入信号变化的情况下,保证较小的稳态误差。理论分析及仿真实验表明新算法的性能优于现有算法。     

组合模糊控制技术与扰动观察法提升光伏发电MPPT性能

组合典型MPPT算法以优化系统性能是光伏发电新的研究范式。针对传统单一MPPT算法无法兼顾动态性能和稳态性能问题,尝试将模糊控制技术和扰动观察法进行组合用于光伏发电MPPT控制,具体方法是当系统靠近功率曲线两端时采用扰动观察法跟踪,当系统位于最大功率点附近采用模糊控制技术跟踪。实验结果表明,组合控制算法能够根据系统所处状态准确地在扰动观察法和模糊控制算法之间切换,系统响应时间相对于模糊控制缩短了31%,稳态误差相对于扰动观察法减少了67%,系统性能显著提升。     

工业过程抗非重复性干扰改进的迭代学习控制

对于实际工业过程系统中存在的非重复性干扰,传统的PD型迭代学习控制不能很好地加以抑制.为此,提出加权PD型指数变增益加速闭环迭代学习控制算法.通过采集非重复性扰动信号,将其转化为设定值阶跃变化的序列,并采用改进的加权PD型指数变增益闭环算法,消除非重复性干扰,从而获得更为理想的系统输出,使控制系统的动态性能得到改善.算法研究表明,当迭代次数趋于无穷时,跟踪误差一致收敛到零.系统仿真验证了所提控制算法的有效性.     

永磁同步电机有限时间预设性能控制

为实现扰动作用下对永磁同步电机角位置伺服系统的高瞬态和稳态跟踪性能控制,本文提出一种具有预设性能约束的有限时间控制方法.首先,设计扰动观测器实现对负载力矩扰动的估计与补偿.其次,引入有限时间预设性能函数以保证角跟踪误差的动态性能,并通过可逆变换将受不等式约束的角位置跟踪误差转换为等效的无约束误差形式.然后,将有限时间指...     

一种非线性多环递归自适应跟踪控制

针对控制输入有界的变参数广义高阶非线性系统跟踪控制问题,给出一种多环递归跟踪的鲁棒控制方法.通过分层引入虚拟跟踪器,将高阶系统分解为多个独立子系统;内环虚拟跟踪器使内环输出指数收敛于外环虚拟输入,最内环设计自适应控制器补偿参数摄动和外部干扰,并保证输出指数收敛于外环虚拟输入;多环递归跟踪实现系统输出精确跟踪期望输入,理论证明闭环系统的全局渐近收敛性.数值仿真验证了多环跟踪控制器的可行性和合理性.     

循环神经网络前馈补偿的压电驱动器跟踪控制

压电驱动器固有的迟滞特性,以及其他动态特性严重地影响其跟踪性能.循环神经网络能够准确拟合非线性系统,并且具有记忆存储能力,本文设计了一种循环神经网络对压电驱动器的迟滞特性进行建模,进而得到能够准确模拟输出位移和输入电压之间关系的逆模型,并据此对压电驱动器进行前馈补偿.此外,考虑到建模误差以及其他扰动对驱动器跟踪精度的影...     

不确定时滞系统非脆弱鲁棒H∞控制研究

针对不确定时滞系统,应用鲁棒稳定与鲁棒性能准则约束条件,设计鲁棒性较强的非脆弱鲁棒控制器,使得当控制器本身在一定范围内变化时,仍能保证状态反馈闭环系统的稳定性和鲁棒性能指标,进而有效抑制扰动输入信号以及控制器参数变化对系统性能的影响.该控制器的设计过程充分考虑时滞的 影响,进而克服已有时滞无关型结论的保守性.最后...     

基于光流的四旋翼直升机鲁棒自主着陆控制

针对小型四旋翼无人机自主着陆问题,提出了一种基于光流的高度估计方法和基于信号补偿的高度鲁棒控制器设计方法.首先从通用光流运动模型出发,采用奇异值分解方法求解无人机线速度和深度的比值,通过对垂直速度和高度比值积分获得高度数据.其次,将考虑地效影响和其它不确定性的高度通道非线性模型分解为标称线性模型和等效扰动两部分,并设计基于信号补偿的高度鲁棒控制器,该控制器由标称控制器和鲁棒补偿器组成,其中标称控制器使得标称闭环系统达到期望的高度跟踪特性,鲁棒补偿器用于抑制等效扰动的影响.最后从理论上证明了该控制器可以保证高度跟踪误差在有限时间内收敛至指定的原点邻域内.四旋翼无人机自主着陆的实验结果验证了所提出的基于光流的高度估计和鲁棒控制方法的有效性.     

高超声速飞行器非线性鲁棒控制律设计

高超声速飞行器具有模型非线性程度高、耦合程度强、参数不确定性大、抗干扰能力弱等特点,其自主控制具有较大的挑战.论文提出了一种基于鲁棒补偿技术和反馈线性化方法的非线性鲁棒控制方法.文中首先采用反馈线性化的方法对纵向模型进行输入输出线性化,实现速度和高度通道的解耦和非线性模型的线性化.针对得到的线性模型,设计包括标称控制器和鲁棒补偿器的线性控制器.基于极点配置原理,设计标称控制器使标称线性系统具有期望的输入输出特性,利用鲁棒补偿器来抑制参数不确定性和外界扰动对于闭环控制系统的影响.基于小增益定理,证明了闭环控制系统的鲁棒稳定性和鲁棒跟踪性能.相比于非线性回路成形控制方法,仿真结果表明了所设计非线性鲁棒控制算法的有效性和优越性.     

基于RBFN的伺服系统逆控制器设计及仿真研究

飞行仿真转台伺服系统中有一些诸如负载变化、机械摩擦等不确定和非线性因素，而神经网络逆控制对模型的不依赖性能较好的解决这些问题。该文给出了转台伺服系统速度跟踪的神经网络逆控制方案，它可以克服转台中负载变化及一些参数变化的影响，且能显著的提高动态精度。通过使用RBF神经网络实现了对象逆动态模型的在线辨识。并直接将该RBFN与PI环节构成一种神经网络逆控制制器，仿真结果表明这种方法具有较好的鲁棒性及较高的跟踪精度，有实际应用价值。     

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．     

Robust‐decentralized tracking control for a class of uncertain MIMO nonlinear systems with time‐varying delays

A new control design method based on signal compensation is proposed for a class of uncertain multi‐input multi‐output (MIMO) nonlinear systems in block‐triangular form with nonlinear uncertainties, unknown virtual control coefficients, strongly coupled interconnections, time‐varying delays, and external disturbances. By this method, the controller design is performed in a backstepping manner. At each step of backstepping procedure, a nominal virtual controller is first designed to get desired output tracking for the nominal disturbance‐free subsystem, and then a robust virtual compensator is designed to restrain the effect of the uncertainties, delays involved in the subsystem, and the couplings among the subsystems. The designed controller is linear and time‐invariant, so the explosion of complexity in the control law is avoid. It is proved that robust stability and robust practical tracking property of the closed‐loop system can be ensured, and the tracking errors can be made as small as desired. Copyright © 2013 John Wiley & Sons, Ltd.     

A new improved continuous variable structure controller for accurately prescribed tracking control of BLDD servo motors

A new improved robust variable structure controller is presented to provide an accurately prescribed tracking performance for brushless direct drive (BLDD) servo motors (SM) under uncertainties and load variations. A special integral sliding surface suggested for removing the reaching phase problems can define its ideal sliding mode and virtual ideal sliding trajectory from an initial position of SM. The tracking error caused by the nonzero value of the sliding surface is derived. A corresponding continuous control input with the disturbance observer is suggested to track a predetermined virtual ideal sliding trajectory within a prescribed value under all the uncertainties and load variations. The usefulness of the proposed algorithm is demonstrated through the comparative simulations for a BLDD SM under load variations.     

不确定Euler-Bernoulli梁方程的边界输出跟踪

本文讨论边界带有控制输入非同位的内部不确定和外部扰动的Euler-Bernoulli梁方程输出跟踪问题. 为处理边界干扰, 文章首先设计了一个新的总扰动估计器, 在线估计未知扰动. 其次基于估计出来的总扰动, 设计一个伺服系统跟踪参考信号. 最后根据自抗扰方法获得控制输出跟踪的反馈控制. 闭环系统被证明是适定和有界的, 且受控系统的输出指数跟踪参考信号.