非匹配条件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。     

基于模型不确定补偿的轮式移动机器人反演复合控制

针对轮式移动机器人存在模型不确定性、非线性以及未建模的动态特性等因素,严重影响系统轨迹跟踪的稳定性和精确性,提出一种基于系统模型不确定性补偿的反演复合控制策略。基于非完整轮式移动机器人的运动学模型,采用反演控制思想以及李雅普诺夫稳定性判据设计轨迹跟踪的虚拟速度控制量,作为系统的持续激励输入。考虑轮式移动机器人具有模型不确定性和外部有界力矩干扰,根据轮式移动机器人的动力学模型推导得到系统不确定项,并采用具有高度非线性拟合特性的神经网络对其估计,得到模型的力矩控制量,且由李雅普诺夫稳定性分析得到不确定项的自适应律,实现自调整和实时轨迹跟踪。对比仿真表明,该复合控制策略能自适应的跟踪期望轨迹,与单一的反演控制、模型不确定性补偿控制策略、传统PID控制相比,均具有更好的鲁棒性和高的跟踪精度。     

基于神经网络的机械手鲁棒输出跟踪控制

针对一类参数未知的机械手输出跟踪鲁棒控制问题，应用输入／输出反馈线性化方法和Lyapunov稳定理论，提出了一种基于神经网络建模的机械手输出跟踪自适应鲁棒控制器，采用三层前向神经网络来逼近未知非线性函数，网络的权值依据Lyapunov稳定性进行实时修正，保证了相应闭环系统的稳定性，所提出的控制器保证了跟踪误差及相应闭环系统的状态－致最终有界，且不需预知不确定性的上界，以两自由度移动关节刚性机械手的跟踪控制问题的为例进行了仿真，结果表明所提出方法是行之有效的。     

不确定Duffing混沌系统自适应跟踪控制的参数条件

研究了连续时间Duffing混沌系统在具有不确定性扰动时的自适应跟踪控制问题的实现条件.基于稳定性理论,在系统存在有界扰动(但扰动的界大小未知)时,采用自适应控制方法,把自适应控制器的参数条件推广到一般情况,可实现系统的状态渐近跟踪预先给定的轨线,利用matlab仿真可进一步说明该控制器在此条件下的有效性.     

可规定性能的输入受限非线性系统反步控制

针对具有不可直接测量状态和控制方向未知的输入受限非线性系统的跟踪问题,提出一种基于模糊状态观测器的反步控制方法.首先采用模糊状态观测器估计被控系统中的不可测量状态;然后利用具有光滑特性的双曲正切函数和Nussbaum增益函数对控制器的饱和问题进行处理,根据可规定误差面性能技术对输出跟踪误差的边界进行限定;最后将反步法和动态面法相结合设计鲁棒控制器.运用Lyapunov理论对系统的稳定性能进行了分析,证明闭环系统的所有信号最终半全局一致有界.以具有参数不确定性和存在外界未知有界干扰的高超声速飞行器纵向运动为仿真模型,仿真结果验证了所提算法的有效性.     

具有指定跟踪性能的间接鲁棒自适应广义预测控制

针对对象的不确定性干扰（未建模动态、有界干扰等），提出一种新的不需要持续激励条件的间接自适应广义预测控制算法，不仅考虑了自适应控制系统的闭环鲁棒稳定性，而且使所设计的自适应控制闭环系统具有指定的跟踪性能。     

一种智能反步控制方法及其应用

针对反作用射流导弹的非线性和参数不确定性严重的特点,提出一种鲁棒自适应反步智能控制(Backstepping)方法。通过非特定的Lyapunov函数,采用遗传算法优化Backstepping镇定系数,得到适当的函数降低了当镇定系数不当时跟踪误差对控制律的影响。结合模糊小脑模型(FC-MAC)神经网络,推出系统参数不确定时的鲁棒控制律,克服了传统自适应反步法对模型不确定性要求线性有界问题。仿真结果表明,这种结合Lyapunov函数选择和参数优化的Backstepping方法鲁棒性强,受参数变化影响小。     

不确定非线性系统的变结构重复控制

针对周期作业下的不确定非线性系统的跟踪控制问题,在系统不确定性界函数已知情形下,提出形式简单的变结构重复控制算法.该算法将变结构控制与重复控制相结合,以弥补单一控制方式的缺陷.其中,变结构控制部分采用断续函数连续化处理,可有效消除系统"抖振",同时保证闭环系统中所有变量有界;重复控制部分通过重复作业,可有效消除系统跟踪误差,改善系统跟踪性能,在存在非重复不确定性情形下实现系统沿整个周期完全跟踪.基于Lyapunov-like方法,给出闭环系统稳定性及学习收敛性的分析,数值仿真结果用于验证该算法的有效性.     

状态饱和非线性离散时滞系统的渐近稳定性

研究具有状态饱和非线性的离散多时滞不确定系统的鲁棒渐近稳定性,其中时滞为有界时变函数且不确定性满足范数有界条件．利用离散Lyapunov稳定性理论,结合矩阵不等式方法,获得了系统全局鲁棒渐近稳定的时滞相关充分条件．进一步给出了当系统具有定常时滞、单时滞和无时滞以及无不确定性时的渐近稳定条件,将所得结果与已有研究结果进行比较说明．最后,通过数值算例验证了所得结果的可行性．     

多输入多输出非线性参数系统的鲁棒自适应控制

如何有效地处理输入输出之间的复杂耦合和系统的各种不确定性对多输入多输出非线性参数系统的控制至关重要.通过引入辅助动态信号来刻画未建模动态,采用自适应非线性阻尼的方法抑制参数和非线性不确定性、未知有界扰动、未建模动态和输入输出之间的耦合对系统性能的影响, 并基于控制李亚普诺夫函数法来设计多输入多输出非线性参数系统的鲁棒自适应控制器.所提出的鲁棒自适应控制法不必对系统的未知参数进行估计.理论证明,所提方法保证闭环系统的所有信号一致有界,且通过选择适当的设计参数,可使跟踪误差任意的小.仿真结果例证了所提出控制法的有效性.     

输入有界的挠性航天器姿态跟踪滑模控制

针对三轴稳定挠性航天器输入受限的姿态跟踪问题,设计了一类滑模自适应姿态跟踪控制器,它能确保闭环系统在一定条件下具有全局渐近稳定性,且满足控制输入有界的要求;同时,该控制方案是一种模型独立的控制方法,不依赖于航天器结构参数及模态阶数,而且通过引入参数自适应控制律,使得控制器的设计也不依赖于参数不确定性和外部干扰力矩的界函数,具有较强的鲁棒性和工程实用性.最后根据给定的挠性航天器参数进行了数值仿真研究,结果表明在转动惯量存在较大不确定性和外部干扰的情况下,系统具有很好动态性能和有效地抑制控制输入饱和问题,表明所设计的控制方案有效可行,并具有一定潜在的工程应用前景.