基于反演设计的块控型极值搜索系统一体化控制方法研究

针对极值搜索控制系统 (Extremum seeking control systems, ESCSs)设计中, 极值搜索算法与控制器采取单独设计时易导致系统难以发挥其最佳性能, 而现有的一体化设计方法却存在需要根据被控对象和具体的极值搜索算法进行不同形式的一体化建模的问题, 以块控型的极值搜索控制系统为研究对象, 提出了一套通用的极值搜索控制系统的一体化控制方法. 首先针对块控型极值搜索控制系统, 采用反馈线性化设计思想, 构建出系统的伪虚拟控制量; 然后以极值搜索算法得到的搜索变量作为其输入量, 设计多层神经网络 (Multilayer neural networks, MNNs)逼近由近似模型与实际模型之间的差异而导致的误差项、状态变量的极值和极值的变化率, 同时运用自适应参数和鲁棒项函数抵消神经网络逼近误差的影响; 最后利用反演控制方法求取出系统的虚拟控制量和实际控制量. 此一体化控制方法确保系统的状态跟踪误差、输出量与其极值之间的误差、 极值搜索变量的跟踪误差以及神经网络各参数的估计误差均有界且指数收敛至系统原点的一个有限邻域内, 且理论分析和仿真结果都验证了此方法的有效性.     

基于线性参数神经网络的非线性系统稳定自适应控制

提出适用于多种网络类型的神经网络稳定自适应控制设计思想,在神经网络逼近误差界未知的条件下,对该误差界进行在线自适应估计,研究基于线性参数神经网络的仿射非线性系统稳定自适应控制。采和Ｌａｐｕｎｏｖ函数方法证明系统状态变量、网络权值矢量、网络逼近误差界的在线估计及输出跟踪误差的收敛性。仿真结果表明,该方案跟踪性能良好,稳态误差较小,系统输出能快速跟踪目标信号。     

船舶航向控制的多滑模鲁棒自适应设计

针对带有未知虚拟控制增益和常参数不确定的非匹配不确定船舶航向非线性控制问题,设计了一种新的多滑模鲁棒自适应控制算法.该算法利用神经网络来逼近系统模型的不确定性;应用逐步递推的多滑模控制算法降低了控制器的复杂性;尤其是采用Nussbaum函数处理系统中符号未知的问题,避免了可能存在的控制器奇异值问题;然后借助Lyapunov稳定性分析方法,理论分析证明了所得闭环系统全局一致最终有界,且跟踪误差收敛到零.仿真试验结果表明,该方法具有较好的控制效果.     

多变量非线性系统RBF直接广义预测研究

为了避免Diophantine方程求解和矩阵求逆运算,提高广义预测控制算法的实时性,对一类参数未知多变量非线性系统提出一种径向基函数神经网络的直接广义预测控制（GPC）算法。该算法将多变量非线性系统转换为多变量时变线性系统,然后利用径向基神经网络来逼近控制增量,对控制器参数向量,即网络权值中的未知向量基于跟踪误差进行自适应调整。理论证明,该方法可使跟踪误差收敛到原点的一个小邻域内。仿真结果验证了此算法的有效性。     

基本积分型李亚普诺夫函数的直接自适应神经网络控制

针对一类具有下三角形函数控制增益矩阵的非线性系统,基于滑模控制原理,并利用 多层神经网络的逼近能力,提出了一种直接自适应神经网络控制器设计的新方案.通过引入积 分型李亚普诺夫函数及残差与逼近误差和的上界函数的自适应补偿项,证明了闭环系统是全局 稳定的,跟踪误差收敛到零.     

基于S函数调节的非线性自适应动态面控制

针对一类控制增益未知的多输入多输出（MIMO）非线性系统,提出了一种基于神经网络的鲁棒自适应动态面控制方法．利用动态面控制解决反推法的计算膨胀问题;同时在参数自适应律中引入S（Sigmoid）函数,动态调节神经网络的收敛速度,解决了自适应初始阶段的抖振现象．利用李亚普诺夫稳定性定理,证明了闭环系统所有信号最终有界,系统的跟踪误差最终收敛到有界紧集内．仿真结果表明了该方法的有效性．     

基于积分型切换函数的自适应神经网络控制

针对一类具有未知函数控制增益的非线性系统,利用RBF神经网络的逼近能力,依据滑模控制原理,提出了一种直接自适应神经网络控制器设计新方案。通过引入积分型切换函数及逼近误差自适应补偿项,监督控制用饱和函数代替符号函数,根据李雅普诺夫稳定性理论,证明了闭环系统是全局稳定的,跟踪误差收敛到零。该算法应用于连续搅拌型化学反应器CSTR（Continuous Stirred Tank Reactor）,仿真结果显示,该算法能很好地使CSTR跟踪给定的温度信号,表明了该控制策略的有效性。     

控制增益符号未知的不确定非线性系统鲁棒自适应控制

针对一类控制增益函数及符号均未知的不确定非线性系统,基于反推滑模设计方法,提出一种鲁棒自适应神经网络控制方案.结合Nussbaum增益设计技术和神经网络逼近能力,取消了控制增益函数及符号已知的条件,应用积分型Lyapunov函数避免了控制器奇异性问题,并通过引入神经网络逼近误差和不确定干扰上界的自适应补偿项消除了建模误差和不确定干扰的影响.理论分析证明了闭环系统所有信号半全局一致终结有界,仿真结果验证了该方法的有效性.     

面向控制性能的一类非线性关联系统输出反馈动态面控制

针对一类含有完全未知关联项的多输入/多输出非线性系统,提出了输出反馈动态面自适应控制方案,克服了反推控制中的微分爆炸问题;利用神经网络逼近系统中的未知关联项,对于每个子系统只需对一个参数设计自适应律;引入性能函数和输出误差变换,跟踪误差信号的收敛速率、最大超调量和稳态误差等控制性能指标均可得到保证.理论证明了闭环系统的所有信号半全局一致有界,仿真结果验证了所提方案的有效性.     

一类非线性系统的积分变结构模糊自适应跟踪控制

针对一类具有未知常数控制增益的不确定非线性系统,基于变结构控制原理,并利用具有非线性可调参数的模糊系统逼近等价控制,提出一种具有监督控制器的积分变结构模糊自适应跟踪控制策略.该策略通过监督控制器保证闭环系统所有信号有界.进一步,通过引入最优逼近误差的自适应补偿项来消除建模误差的影响.理论分析证明了跟踪误差能够收敛到零.仿真结果表明了该方法的有效性.     

Distributed adaptive output consensus control of second-order systems containing unknown non-linear control gains

In this paper, we address the output consensus problem of tracking a desired trajectory for a group of second-order agents on a directed graph with a fixed topology. Each agent is modelled by a second-order non-linear system with unknown non-linear dynamics and unknown non-linear control gains. Only a subset of the agents is given access to the desired trajectory information directly. A distributed adaptive consensus protocol driving all agents to track the desired trajectory is presented using the backstepping technique and approximation technique of Fourier series (FSs). The FS structure is taken not only for tracking the non-linear dynamics but also the unknown portion in the controller design procedure, which can avoid virtual controllers containing the uncertain terms. Stability analysis and parameter convergence of the proposed algorithm are conducted based on the Lyapunov theory and the algebraic graph theory. It is also demonstrated that arbitrary small tracking errors can be achieved by appropriately choosing design parameters. Though the proposed work is applicable for second-order non-linear systems containing unknown non-linear control gains, the proposed controller design can be easily extended to higher-order non-linear systems containing unknown non-linear control gains. Simulation results show the effectiveness of the proposed schemes.     

On the adaptive control of robot manipulators with velocity observers

To achieve accurate tracking control of robot manipulators many schemes have been proposed. A common approach is based on adaptive control techniques, which guarantee trajectory tracking under the assumption that the robot model structure is perfectly known and linear in the unknown parameters, while joint velocities are available. Despite tracking errors tend to zero, parameter errors do not unless some persistent excitation condition is fulfilled. There are few works dealing with velocity observation in conjunction with adaptive laws. In this note, an adaptive control/observer scheme is proposed for tracking position of robot manipulators. It is shown that tracking and observation errors are ultimately bounded, with the characteristic that when a persistent excitation condition is matched then they, as well as the parameter errors, tend to zero. Simulation results are in good agreement with the developed theory.     

控制方向未知的时变不确定系统的重复控制

本文考虑一类具有未知时变参数并且控制方向未知的非线性系统的重复学习控制.针对重复学习控制的特点,所构造的李亚普诺夫函数不仅与当前参数估计误差有关,也与前一次参数估计误差有关.基于该李亚普诺夫函数,结合Nussbaum类型函数,提出了控制方向未知的系统的重复学习方法.该方法不采用饱和控制,但能保证在闭环系统中跟踪误差在重复区间上一致收敛于零.最后,一个仿真例子说明了该方法的可行性.     

具有未知非线性死区的自适应模糊控制

基于滑模控制原理,利用模糊系统的逼近能力,提出一种自适应模糊控制方法．该方法提出一种简化非线性死区输入模型,取消了非线性死区输入模型的倾斜度相等以及死区边界对称的条件,还取消了非线性死区输入模型各种参数已知的条件．该方法通过引入逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响．理论分析证明了闭环系统是半全局一致终结有界,跟踪误差收敛到零．仿真结果表明了该方案的有效性．     

高阶不确定非线性系统的线性自抗扰控制

针对一类具有内部动态和外部扰动未知的SISO高阶非线性系统,提出一种通用的线性自抗扰控制方案.该方案基于单参数调节的高增益观测器思想,分别设计线性跟踪微分器、线性扩张状态观测器和线性状态误差反馈控制律.利用Lagrange中值定理和Cauchy-Schwarz不等式将系统总扰动的微分值转化为关于系统估计和跟踪误差的函数,可以解决因系统控制增益未知所导致的控制量微分值难以预先确定的问题.在此基础上,基于Lyapunov稳定性定理证明闭环系统误差信号有界,并进一步分析得到系统估计和跟踪误差与控制器参数的定量关系,即都可以随观测器增益的增大而达到无限小.仿真比较结果验证了所提出方案的有效性,与韩式自抗扰控制方案相比,该方案结构简单,调节参数少,易于工程实现.     

四旋翼飞行器自适应动态面轨迹跟踪控制

针对具有未知外界扰动和系统不确定性集总未知非线性的四旋翼飞行器,提出了一种采用自适应不确定性补偿器的自适应动态面轨迹跟踪方法.通过将四旋翼飞行器系统分解为位置、欧拉角和角速率3个动态子系统,使各子系统虚拟控制器设计能充分考虑欠驱动约束;结合动态面控制技术,通过采用一阶低通滤波器,避免对虚拟控制信号求导;进而设计自适应不确定性补偿器,处理未知外界扰动和系统不确定性,最终确保闭环控制系统的稳定性、跟踪误差一致最终有界和系统所有状态信号有界.仿真研究和实验结果验证了本文提出控制方法的有效性和优越性.     

Distributed adaptive output feedback tracking control for a class of uncertain nonlinear multi-agent systems

This paper addresses the distributed output feedback tracking control problem for multi-agent systems with higher order nonlinear non-strict-feedback dynamics and directed communication graphs. The existing works usually design a distributed consensus controller using all the states of each agent, which are often immeasurable, especially in nonlinear systems. In this paper, based only on the relative output between itself and its neighbours, a distributed adaptive consensus control law is proposed for each agent using the backstepping technique and approximation technique of Fourier series (FS) to solve the output feedback tracking control problem of multi-agent systems. The FS structure is taken not only for tracking the unknown nonlinear dynamics but also the unknown derivatives of virtual controllers in the controller design procedure, which can therefore prevent virtual controllers from containing uncertain terms. The projection algorithm is applied to ensure that the estimated parameters remain in some known bounded sets. Lyapunov stability analysis shows that the proposed control law can guarantee that the output of each agent synchronises to the leader with bounded residual errors and that all the signals in the closed-loop system are uniformly ultimately bounded. Simulation results have verified the performance and feasibility of the proposed distributed adaptive control strategy.     

Stable adaptive fuzzy control for MIMO nonlinear systems

In this paper, an indirect adaptive fuzzy control scheme is presented for a class of multi-input and multi-output (MIMO) nonlinear systems whose dynamics are poorly understood. Within this scheme, fuzzy systems are employed to approximate the plant’s unknown dynamics. In order to overcome the controller singularity problem, the estimated gain matrix is decomposed into the product of one diagonal matrix and two orthogonal matrices, a robustifying control term is used to compensate for the lumped errors, and all parameter adaptive laws and robustifying control term are derived based on Lyapunov stability analysis. The proposed scheme guarantees that all the signals in the resulting closed-loop system are uniformly ultimately bounded (UUB). Moreover, the tracking errors can be made small enough if the designed parameter is chosen to be sufficiently large. A simulation example is used to demonstrate the effectiveness of the proposed control scheme.     

航天器全状态约束输出反馈控制

针对无角速度测量的刚性航天器姿态跟踪问题,提出一种全状态约束输出反馈控制方法.建立修正罗德里格参数描述的系统模型,提出能够适用于约束与非约束情况的改进型障碍李雅普诺夫函数(MBLF),拓展传统对数型障碍李雅普诺夫函数的适用范围.构造二阶辅助系统,将控制输入和饱和输入之间的差作为构造系统的输入,进而产生信号以补偿饱和的影响.设计状态观测器估计未知状态量,并结合反步法设计输出反馈控制律,保证系统全状态约束性能和姿态跟踪精度.通过李雅普诺夫稳定性分析证明姿态观测误差和跟踪误差能够达到一致最终有界.仿真结果验证所提方法的有效性.