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。     

基于DSC后推法的非线性系统的鲁棒自适应NN控制

针对一类具有不确定系统函数和方向未知的不确定增益函数的非线性系统, 提出了一种鲁棒自适应神经网络控制算法. 本算法采用RBF神经网络(Radial based function neural network, RBF NN)逼近模型不确定性, 外界干扰和建模误差采用非线性阻尼项进行补偿, 将动态面控制(Dynamic surface control, DSC)与后推方法结合, 消除了反推法的计算膨胀问题, 降低了控制器的复杂性; 尤其是采用Nussbaum函数处理系统中方向未知的不确定虚拟控制增益函数, 不仅可以避免可能存在的控制器奇异值问题, 而且还能使得整个系统的在线学习参数显著减少, 与DSC方法优点结合, 使得控制算法的计算量大为减少, 便于计算机实现. 稳定性分析证明了所得闭环系统是半全局一致最终有界(Semi-global uniformly ultimately bounded, SGUUB)的, 并且跟踪误差可以收敛到原点的一个较小邻域. 最后, 计算机仿真结果表明了本文所提出控制器的有效性.     

一类非仿射非线性不确定系统自适应鲁棒控制

针对一类结构和参数均未知且控制方向未知的不确定非仿射非线性系统,提出了一种鲁棒自适应控制算法.基于中值定理将非仿射系统转化为具有线性结构的时变系统,在此基础上,利用参数投影估计算法对有界时变参数进行辨识,参数辨识误差和外界干扰采用非线性阻尼项进行补偿.同时将动态面控制(DSC)和反推法相结合,消除了反推法的计算膨胀问题,并采用Nussbaum型函数处理系统中方向未知的不确定控制增益函数,避免了可能存在的控制器奇异值问题.最后,采用解耦反推,基于李雅普诺夫稳定性定理证明了闭环系统的半全局一致最终有界.仿真结果验证了所设计控制方案的可行性与有效性.     

一类不确定非线性系统的鲁棒自适应控制

针对一类具有一般不确定性和未知参数的非线性系统,设计出一种适用于输出跟踪的鲁棒自适应控制器.该控制器对系统的参数和状态的不确定性具有鲁棒性,能保证闭环系统的全局稳定性,并解决了ε-跟踪问题.仿真实例表明,所设计的鲁棒自适应控制器具有良好的跟踪性能.     

一类不确定非线性系统的鲁棒控制

提出一种新的适于不确定非线性系统的鲁棒控制方案。它对系统的不确定性的知识要求较少,因而能处理一大类不确定非线性系统的控制问题。其另一个优点是能有效克服[1]中方案在过渡响应阶段产生的过大控制信号问题。     

MIMO非线性系统的直接自适应控制

本文给出模型未知多输入多输出非线性系统的一种动态线性逼近方法，提出了基于该线性化方法的自适应控制律。讨论了在一定假设条件下自适应控制律的收敛性。     

不确定非线性系统的鲁棒输出反馈自适应控制

针对一类具有一般不确定性的非线性系统,设计一种新的鲁棒输出反馈自适应控制器。在较弱条件下,该控制器不仅能保证闭环系统全局稳定,且能使跟踪误差以指数速度收敛到零的小领域内。仿真结果验证了所给控制方案的有效性。     

一类不确定非线性系统的鲁棒自适应控制

针对一类不确定非线性系统 ,设计出一种新的自适应控制器 ,它克服了现有方案存在的过多参数辨识问题 ,从而降低了控制器的动态阶次 .在较弱条件下 ,该控制器不仅能保证闭环系统所有信号有界 ,而且能使跟踪误差以指数速度收敛到零的有界小邻域内     

不匹配不确定线性时滞系统的鲁棒自适应控制

对一类同时具有匹配不确定性及结构确定不匹配不确定性的不确定时滞系统进行鲁棒自适应控制。首先,采用李雅谱诺夫函数方法,结合基于线性矩阵不等式的鲁棒控制器设计方法和变结构控制方法,设计鲁棒控制器,保证闭环系统的二次渐近稳定。利用自适应参数估计方法,设计具有匹配不确定性范数界估计能力的鲁棒自适应控制器,保证闭环系统的一致终结有界。结合算例,进行控制器的设计和仿真研究,验证所提出的设计方法的有效性。     

一类具有未知死区MIMO系统的自适应模糊控制

针对一类具有未知死区并具有下三角函数控制增益矩阵的不确定MIMO非线性系统, 根据滑模控制原理, 并利用Nussbaum函数的性质, 提出了一种自适应模糊控制器的设计方案. 该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件. 通过引入积分型李亚普诺夫函数及最优逼近误差与死区扰动上界的自适应补偿项,证明了闭环系统是稳定的,跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

Robust Tracking Control of Uncertain MIMO Nonlinear Systems with Application to UAVs

In this paper, we consider the robust adaptive tracking control of uncertain multi-input and multi-output (MIMO) nonlinear systems with input saturation and unknown external disturbance. The nonlinear disturbance observer (NDO) is employed to tackle the system uncertainty as well as the external disturbance. To handle the input saturation, an auxiliary system is constructed as a saturation compensator. By using the backstepping technique and the dynamic surface method, a robust adaptive tracking control scheme is developed. The closed-loop system is proved to be uniformly ultimately bounded thorough Lyapunov stability analysis. Simulation results with application to an unmanned aerial vehicle (UAV) demonstrate the effectiveness of the proposed robust control scheme.      

一类不确定线性系统的鲁棒自适应控制

针对一类同时具有匹配不确定性和不匹配政治面目 确定性的线性系统,首先采用李雅普诺夫稳定性定理,结合基于矩阵不等式的鲁棒控制器设计方法和变结构控制方法,设计鲁棒控制器,使得闭环系统是二次渐近稳定的,然后,利用自适应参数估计方法,设计具有匹配不确定性范数界估计能力的鲁棒自适应控制器,保证闭环系统的一致终结有界,在此基础上,进一步考虑系统中可能的未知不确定性,分析闭环系统的鲁棒性,并得到了相应的控制器设计方法。     

一类非线性参数系统的鲁棒自适应控制

针对一类具有非线性参数和未知非线性的非线性系统, 提出了一种鲁棒自适应控制设计方法, 该方法能保证所有信号全局一致有界, 并且使所研究的非线性系统的范围大大扩大.     

Robust Adaptive Dynamic Surface Control for a Class of MIMO Nonlinear Systems with Unknown Non‐Symmetric Dead‐Zone

This paper is devoted to adaptive output tracking for a class of multi‐input multi‐output nonlinear systems with unknown non‐symmetric dead‐zone. With the aid of a matrix factorization and a similarity transformation, a robust adaptive dynamic surface control scheme is proposed and the difficulty caused by the control gain matrix and the dead‐zone is circumvented. By introducing a surface error modification and an initialization technique, we show that the performance of the tracking errors can be guaranteed. Moreover, the proposed scheme contains only one updated parameter at each design step, which significantly reduces the computational burden. It is proven that all signals of the closed‐loop system are semi‐globally uniformly bounded. Simulation results on coupled inverted double pendulums are presented to illustrate the effectiveness of the proposed scheme.     

执行器故障不确定非线性系统最优自适应输出跟踪控制

本文针对一类具有执行器故障的多输入多输出（Multi-input multi-output,MIMO）不确定连续仿射非线性系统,提出了一种最优自适应输出跟踪控制方案.设计了保证系统稳定性的不确定项估计神经网络权值调整算法,仅采用评价网络即可同时获得无限时域代价函数和满足哈密顿-雅可比-贝尔曼（Hamilton-Jacobi-Bellman,HJB）方程的最优控制输入.考虑执行器卡死和部分失效故障,设计最优自适应补偿控制律,所设计的控制律可以实现对参考输出的一致最终有界跟踪.飞行器控制仿真和对比验证表明了本文方法的有效性和优越性.     

不确定系统的变结构鲁棒自适应控制及其在机械手控制中的应用

本文针对一类不确定非线性系统,通过状态微分同坯变换和反馈控制建立了系统的变结构鲁棒控制设计过程,并在此基础上提出了一种新型的变结构鲁棒自适应控制算法。该算法优点是:1)不需要确切知道系统不确定性,也不需要知道不确定性的界,而是利用自适应规律对系统不确定性范围进行在线估计;2)能够保证系统获得较为满意的动态性能;3)控制规律是连续性的,因而避免了一般变结构系统中的不连续控制所导致的颤振现象。为了说明本文所提算法的正确性,本文还以二连杆机械手为例讨论了其终端夹持不定载荷时的轨迹跟踪问题。     

具有磁滞输入非线性系统的鲁棒自适应控制

就一类具有磁滞输入的严反馈非线性系统, 提出了一种鲁棒自适应动态面控制方案. 该方案可克服传统反推控制带来的“微分爆炸”问题, 保证闭环系统的半全局稳定性, 且跟踪误差可收敛到任意小的残集内. 特别地, 通过引入动态面修正及初始化技巧, 可保证系统跟踪误差的L∞ 性能指标. 数值仿真验证了本文所提方法案的有效性.     

非线性系统的神经网络鲁棒自适应跟踪控制

针对一类具有未知非线性函数和未知虚拟系数非线性函数的二阶非线性系统,提出了一种神经网络鲁棒自适应输出跟踪控制方法.用李雅普诺夫稳定性分析方法证明了本文的神经网络自适应控制器能够使受控系统内的所有信号均为有界.选择的神经网络权值调整规律可以防止自适应控制中的参数漂移.     

于非仿射非线性模型的AC/DC系统H∞鲁棒控制器设计

讨论了交直流联合输电系统的 H∞ 鲁棒控制问题. 首先对交直流输电系统提出一种五阶非仿射非线性不确定控制模型, 该模型能综合反映交直流系统的动态特性. 基于该模型采用分层控制思想设计了系统的 H∞ 鲁棒控制器, 通过对直流系统换流器触发角的控制实现系统内部稳定和鲁棒性能的提高. 仿真结果验证了控制策略的有效性.