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．     

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.     

一类纯反馈非线性系统的动态面控制

针对一类非仿射输入纯反馈非线性系统,提出了一种动态面控制算法.不同于运用中值定理,该算法通过引入一个辅助系统,将原系统转化为输入仿射系统,结合动态面控制与反推设计法,消除了反推法中"计算膨胀"问题.所设计控制器保证了闭环系统所有信号半全局一致最终有界,且通过选择合适的设计参数可使跟踪误差收敛到原点的一个小邻域内.一个仿真实例进一步验证了所提控制算法的有效性.     

一类非线性时滞系统的自适应动态面控制

本文对于一类含不确定输入时滞和干扰的非线性系统的跟踪控制问题提出了一种自适应动态面控制方案. 利用动态面控制方法避免了传统的后推设计中存在的复杂度爆炸问题. 分别构造了一个滤波器和一个虚拟观测器来产生辅助信号. 采用神经网络来逼近未知的连续函数. 跟踪误差被证明最终收敛到一个足够小的紧集. 给出了一个数字仿真示例验证了理论结果.     

输入时滞非线性系统的新型动态面Funnel控制

本文针对一类带有输入时滞的不确定非线性系统, 提出了新型动态面Funnel控制方案. 首先设计补偿动态 变量将输入时滞系统转换成无时滞的系统, 仅需在递归控制的最后一步补偿, 从而优化了控制器设计过程. 其次, 构造Funnel函数, 使系统的瞬态和稳态跟踪误差被限制在给定边界内. 最后, 提出新型非线性动态面控制方法, 不仅 避免了自适应反推控制中的“微分爆炸”问题, 而且消除了边界层误差, 使得系统的跟踪误差最终渐近收敛到零. 理 论分析表明该闭环系统的所有信号一致最终有界, 仿真结果验证了该控制方案的有效性.     

一类高次随机非线性系统的自适应动态面控制

针对一类含非线性参数高次随机非线性系统的输出跟踪控制问题,基于自适应增加幂次积分方法,利用参数分离技术和动态面技术,给出了一种自适应光滑状态反馈控制器设计方法。利用Sigmoid函数设计参数自适应律,保证了其导数连续。将低通滤波器引入控制器设计过程,避免了“微分爆炸”现象。通过构造适当形式的控制Lyapunov函数进行稳定性分析,证明了系统输出能被依概率地调节至参考信号的邻域范围。仿真结果验证了所提控制器设计方案的有效性。     

一类纯反馈非线性系统的简化自适应神经网络动态面控制

针对一类完全非仿射纯反馈非线性系统,提出一种简化的自适应神经网络动态面控制方法.基于隐函数定理和中值定理将未知非仿射输入函数进行分解,使其含有显式的控制输入;利用简化的神经网络逼近未知非线性函数,对于阶SISO纯反馈系统,仅一个参数需要更新;动态面控制可消除反推设计中由于对虚拟控制反复求导而导致的复杂性问题.通过Lyapunov稳定性定理证明了闭环系统的半全局稳定性,数值仿真验证了方法的有效性.     

一类严反馈块控非线性MIMO系统的动态面控制

针对一类具有未知不确定性的严反馈块控非线性多输入多输出(MIMO)系统,提出一种满足L∞跟踪性能的动态面鲁棒控制律设计方法.通过非线性阻尼项对未知不确定性进行补偿,动态面控制方法消除了反向递推(backstepping)设计方法中由于对虚拟控制反复求导而导致的复杂性问题.基于李亚普诺夫稳定性定理证明了闭环系统的所有信号半全局一致最终有界,通过适当选择设计参数及初始化动态面变量,跟踪误差可收敛到原点的一个任意小邻域内,且可以保证系统各个输出跟踪误差的L∞性能.数值仿真验证了方法的有效性.     

一类非线性切换系统的自适应神经动态面控制

针对一类严格反馈型不确定非线性切换系统,提出了一种鲁棒自适应神经动态面跟踪控制方案.该方案在基于共同Lyapunov函数的后推法设计中引入动态面控制(dynamic surface control,DSC)技术,利用径向基神经网络逼近构造的未知共同上界函数,并将滤波器输出导数取代传统中间变量作为神经网络输入,降低了网络输入维度;同时利用Young’s不等式技术有效减少了神经网络控制器的可调参数数目.此外,理论证明了该控制方案可以保证在任意切换下闭环系统所有信号半全局一致终结有界,且跟踪误差在有限时间收敛到零的小邻域内.实验结果表明了所提方法达到了很好的跟踪性能.     

基于收缩理论的一类非线性系统自适应动态面控制

针对一类不确定非线性参数严反馈系统,提出基于收缩理论的自适应动态面控制方法.动态面控制器设计保证了各子系统关于状态误差部分收缩;对不确定参数构造收缩自适应律,并利用收缩下的奇异摄动分析降阶处理子系统,确保降阶前后状态误差间的偏差及滤波误差有界;通过分层子系统的收缩鲁棒性分析,证明了原闭环系统状态半全局收敛到以期望轨迹为中心的球域内,保证了跟踪误差及自适应估计有界.刚性机械臂系统仿真验证了所提出方法的有效性.     

一类非线性系统的多面滑模控制

提出一种基于模糊ＣＭＡＣ神经网络的多面滑模变结构控制算法,其特点是无须已知不确定性函数及其各阶导数的上界,与经典设计广阔霜比,所提出的方案允许非参数化不确定性,仿真实例显示了该方法的有效性。     

Adaptive Dynamic Surface Control with Guaranteed L∞ Tracking Performance for a Class of Uncertain Nonlinear Systems with Unknown Time Delays

This paper is aimed at exploring dynamic surface control (DSC) for a class of uncertain nonlinear systems in strict‐feedback form with time delays. Combining the Finite Covering Lemma (Heine‐Borel Theorem) with neural networks, a novel method is proposed to approximate time delay terms, which leads to the abandonment of traditional Lyapunov‐Krasovskii functionals. Then, a surface error modification and an initialization technique are proposed to guarantee the tracking performance. Moreover, by applying a newly‐developed neural network based adaptive control technique, it is shown that the update law for the proposed DSC scheme is needed only at the last design step with only one parameter being estimated online, which significantly reduces the computational burden, compared with current DSC schemes. Simulation results are presented to illustrate the efficiency of the proposed scheme.     

一类非线性时滞系统的自适应模糊动态面控制

针对一类具有未知方向增益函数的严格反馈非线性时滞系统, 提出了一种自适应模糊动态面控制(Dynamic surface control, DSC)算法. 通过利用DSC设计技术和Lyapunov-Krasovskii函数, 该算法不仅克服了计算膨胀的问题, 而且补偿了未知的时滞. 采用Nussbaum函数解决了虚拟控制增益的符号问题, 并且避免了控制器的奇异性. 所设计的控制器保证了闭环系统所有的状态和信号是半全局有界的, 并且通过选择合适的设计参数可使跟踪误差为任意小. 仿真结果表明了所提出控制器的有效性.     

Output-feedback Dynamic Surface Control for a Class of Nonlinear Non-minimum Phase Systems

In this paper, an output-feedback tracking controller is proposed for a class of nonlinear non-minimum phase systems. To keep the unstable internal dynamics bounded, the method of output redefinition is applied to let the stability of the internal dynamics depend on that of redefined output, thus we only need to consider the new external dynamics rather than internal dynamics in the process of designing control law. To overcome the explosion of complexity problem in traditional backstepping design, the dynamic surface control (DSC) method is firstly used to deal with the problem of tracking control for the nonlinear non-minimum phase systems. The proposed outputfeedback DSC controller not only forces the system output to asymptotically track the desired trajectory, but also drives the unstable internal dynamics to follow its corresponding bounded and causal ideal internal dynamics, which is solved via stable system center method. Simulation results illustrate the validity of the proposed output-feedback DSC controller.      

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.     

Adaptive Robust Control for a Class of Uncertain MIMO Non-affine Nonlinear Systems

In this paper, the adaptive robust tracking control scheme is proposed for a class of multi-input and multioutput (MIMO) non-affine systems with uncertain structure and parameters, unknown control direction and unknown external disturbance based on backstepping technique. The MIMO nonaffine system is first transformed into a time-varying system with strict feedback structure using the mean value theorem, and then the bounded time-varying parameters are estimated by adaptive algorithms with projection. To handle the possible "controller singularity" problem caused by unknown control direction, a Nussbaum function is employed, and the dynamic surface control (DSC) method is applied to solve the problem of "explosion of complexity" in backstepping control. It is proved that the proposed control scheme can guarantee that all signals of the closed-loop system are bounded through Lyapunov stability theorem and decoupled backstepping method. Simulation results are presented to illustrate the effectiveness of the proposed control scheme.      

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.     

基于模型补偿的一类非线性系统的控制设计

针对一类基于模型补偿的非线性系统,首先运用backstepping方法设计其具有严格三角结构形式的嵌入子系统的控制器,进而根据已设计出的该子系统的控制器推得补偿后的整个系统的控制器;其次证明了所设计的控制器使得整个闭环系统是渐近稳定的;最后通过实例验证了结果的正确性.     

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。