含有非线性参数化的非完整系统的鲁棒自适应控制

针对一类含有强非线性漂移项和未知非线性参数的非完整系统, 提出了一种全局自适应状态反馈控制策略. 首先通过引入参数分离技术, 将非线性参数化系统转换为似然线性参数化系统. 然后引入反馈支配方法设计全局自适应稳定控制器, 同时, 为了避免系统出现不可控性, 设计了一种开关策略. 所设计的控制器能保证系统状态全局收敛到原点, 且其它信号保持有界. 仿真例子验证了算法的有效性和鲁棒性.     

一类未知参数非线性系统的自适应无源控制

对一类含有未知参数的本质非线性系统,通常的Backstepping方法无法应用.为此,提出一种基于状态反馈的自适应无源控制对策,通过对非线性系统进行反馈无源化控制,设计自适应无源镇定控制器和自适应无源输出跟踪控制器.设计中适当调节自适应无源控制器参数,能够保证闭环系统稳定且所有信号全局一致有界,从而解决了此类含有未知参数非线性系统的稳定性和输出跟踪问题.仿真算例验证了提出控制方案的有效性,表明系统具有较强的稳定性和跟踪特性.     

高阶不确定非线性系统线性状态反馈自适应控制设计

研究了一类控制系数未知的高阶不确定非线性系统的自适应镇定控制设计. 尽管该问题已经得到解决,但是所设计的控制器是非线性反馈形式,较为复杂. 与现有文献不同,本文通过综合运用增加幂积分技术和切换自适应控制方法,给出了该控制问题的更为简单且易于实现的新型线性反馈控制器,使得系统状态有界且最终趋于零. 值得指出的是,与切换自适应控制文献相比,本文所研究的非线性系统具有更严重的不确定/未知性和更强的非线性,这主要体现在未知的系统控制系数和更高的系统幂次中.     

一类高阶非线性不确定系统自适应稳定控制

研究了一类高阶非线性不确定性系统的自适应稳定控制设计问题.因该系统的非线性程度高,其控制系数不等同、符号已知、但数值未知,故在此之前其稳定控制设计问题没有得到解决.本文应用自适应技术,结合设计参数的适当选取,从而得到了设计该类非线性系统状态反馈稳定控制器的新方法,并基于反推技术,给出了稳定控制器的设计步骤.所设计的状态反馈控制器使得闭环系统的状态全局渐近收敛于零,其余闭环信号一致有界.最后通过一个仿真例子说明了控制设计方法的有效性.     

控制增益未知的船舶航向非线性自适应跟踪控制

针对参数不确定的船舶运动非线性控制系统控制方向未知的困难,将逆推算法与Nussbaum增益方法相结合,提出一种新的自适应非线性控制策略,从而实现船舶运动航向跟踪控制.首先,从理论上证明了所设计的自适应控制器保证最终的控制系数符号未知的参数不确定船舶运动非线性系统中所有信号一致有界,船舶的实际航向全局自适应地渐近跟踪期望的参考航向.对两条船舶数学模型的仿真实验结果表明,所设计的自适应非线性跟踪控制器具有良好的适应性及鲁棒性.     

带有输入和状态时滞的高阶非线性前馈系统的自适应控制

本文考虑了一类高阶不确定非线性前馈系统的自适应镇定问题.将高阶非线性进一步放宽到不仅允许状态时滞,而且还具有未知增长率.通过将自适应方法、动态增益控制方法和增加幂次积分器法结合,设计了一个状态反馈控制器.所设计的控制器保证了闭环系统的所有信号有界,平衡点全局稳定,并且原状态收敛到0.     

有未知控制系数和零动态的高阶非线性系统的自适应控制设计

主要研究一类控制系数未知和有不可测零动态的高阶非线性系统的全局自适应镇定问题. 进一步放宽了对零动态的约束条件, 通过定义一个恰当的未知参数, 把连续自适应状态反馈控制器的动态阶数降到最低(仅一维). 通过结合增加幂次积分方法, 相关的自适应技术以及交换能量函数思想, 给出控制器的设计步骤. 所设计的控制器确保闭环系统的所有状态是全局一致有界的, 且原系统的状态收敛到零.     

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。     

控制方向未知的全状态约束非线性系统的鲁棒自适应跟踪控制

针对一类控制方向未知的含有时变不确定参数和未知时变有界扰动的全状态约束非线性系统,本文提出了一种基于障碍Lyapunov函数的反步自适应控制方法.障碍Lyapunov函数保证了系统状态在运行过程中始终保持在约束区间内;Nussbaum型函数的引入解决了系统控制方向未知的问题;光滑投影算法确保了不确定时变参数的有界性.障碍Lyapunov函数、Nussbaum型函数及光滑投影算法与反步自适应方法的有效结合首次解决了控制方向未知的全状态约束非线性系统的跟踪控制问题.所设计的自适应鲁棒控制器能在满足状态约束的前提下确保闭环系统的所有信号有界.通过恰当地选取设计参数,系统的跟踪误差将收敛于0的任意小的邻域内.仿真结果表明了控制方案的可行性.     

控制方向未知的非线性系统的自适应输出跟踪控制

针对一类含有未知控制方向和时变不确定性的本质非线性系统,应用Nussbaum-type增益技术和Adding a power integrator递推设计方法,设计了一种鲁棒自适应状态反馈拉制器．所设计的控制器能保证闭环系统所有信号全局一致有界,特别是通过适当调整控制器设计参数,可使输出跟踪误差在有限时间后变得适当小．最后通过仿真实例对算法进行验证.     

Adaptive neural control for MIMO nonlinear systems with state time-varying delay

In this paper,adaptive neural control is proposed for a class of multi-input multi-output(MIMO)nonlinear unknown state time-varying delay systems in block-triangular control structure.Radial basis function(RBF)neural networks (NNs)are utilized to estimate the unknown continuous functions.The unknown time-varying delays are compensated for using integral-type Lyapunov-Krasovskii functionals in the design.The main advantage of our result not only efficiently avoids the controller singularity,but also relaxes the restriction on unknown virtual control coefficients.Boundedness of all the signals in the closed-loop of MIMO nonlinear systems is achieved,while The outputs of the systems are proven to converge to a small neighborhood of the desired trajectories.The feasibility is investigated by two simulation examples.     

时变时滞非线性系统自适应神经网络控制

对于一类具有未知时变时滞和虚拟控制系数的不确定严格反馈非线性系统,基于后推设计提出一种自适应神经网络控制方案.选取适当的Lyapunov-Krasovskii泛函补偿未知时变时滞不确定项.通过构造连续的待逼近函数来解决利用神经网络对未知非线性函数进行逼近时出现的奇异问题.通过引入一个新的中间变量,保证了虚拟控制求导的正确性.仿真算例表明,所设计的控制器能保证闭环系统所有信号是半全局一致终结有界的,且跟踪误差收敛到零的一个邻域内.     

Robust adaptive tracking for time-varying uncertain nonlinear systems with unknown control coefficients

Presents a robust adaptive control approach for a class of time-varying uncertain nonlinear systems in the strict feedback form with completely unknown time-varying virtual control coefficients, uncertain time-varying parameters and unknown time-varying bounded disturbances. The proposed design method does not require any a priori knowledge of the unknown coefficients except for their bounds. It is proved that the proposed robust adaptive scheme can guarantee the global uniform ultimate boundedness of the closed-loop system signals and disturbance attenuation.     

未知多变量非线性系统自适应模糊预测控制

对一类未知多变量非线性系统提出了直接自适应模糊预测控制方法,此方法首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接用模糊逻辑系统组成的向量来设计预测控制器,并基于时变死区函数对控制器中的未知向量和广义误差估计值中的未知矩阵进行自适应调整．文中证明了此方法可使广义误差向量估计值收敛到原点的一个邻域内．     

Decentralised adaptive control for a class of stochastic switched interconnected nonlinear systems

In this paper, we focus on the problem of adaptive stabilisation for a class of interconnected uncertain switched stochastic nonlinear systems. Classical adaptive and backstepping technique are employed for control synthesis. Instead of estimating the switching parameters directly, we design the adaptive controller based on the estimations of bounds on switching time-varying parameters. A smooth function is introduced to deal with the difficulties caused by unknown interactions and tuning function approach is used to circumvent the overparameter problem. It is shown that under the action of the proposed controller all the signals of the overall closed-loop systems are globally uniformly bounded in probability under arbitrary switching. Simulation results are presented to illustrate the effectiveness of the proposed approach.     

Adaptive control of a class of quantised nonlinearly parameterised systems with unknown control directions

The problem of adaptive control is studied for a class of nonlinearly parameterised systems with quantised input signal and unknown control directions. The homogeneous domination approach and the Nussbaum-type gain method are applied to design an adaptive state-feedback controller. A hysteretic type of quantiser is incorporated to reduce actuator chattering. The proposed controller can ensure that all signals of the nonlinear system are globally bounded, and that the system state asymptotically converges to zero. Two numerical examples are presented to demonstrate the effectiveness and potential of the proposed techniques.     

控制方向未知的二阶时变非线性系统自适应迭代学习控制

对一类二阶严格反馈时变非线性系统的自适应迭代学习控制问题进行了研究.系统中含有非周期时变参数化不确定性且控制方向未知.首先,提出了一种神经网络估计器,实现了对未知非周期时变非线性函数的逼近.随后,用Nussbaum函数对未知控制方向进行了自适应估计,并综合应用baCkstcpping技术和自适应迭代学习控制技术设计了控制器.所设计的控制器能保证系统所有状态量在Lpe-范数意义下有界,且系统的输出量在LT2-范数意义下收敛到期望轨迹.最后的仿真研究证明了控制器设计方法的有效性.     

控制方向未知的时变非线性系统鲁棒控制

针对一类具有未知时变控制方向、不确定时变参数以及未知时变有界干扰的严反馈非线性系统,给出一种带有死区修正算法的鲁棒控制方法.在控制系数符号未知的情况下,通过在反步法中引入Nussbaum增益和死区修正技术,得到一种修正的鲁棒反步设计方法.该方法不需要未知时变控制系数的上下界先验知识以及不确定参数和外界干扰的上界信息.算法保证了闭环系统所有信号的有界性,同时使得跟踪误差收敛于零的任意小邻域内.