基于模糊观测器T-S模型和自适应模糊逻辑系统的一类非线性系统的H∞控制

针对一类非线性系统，把模糊T-S模型和自适应模糊逻辑系统两类模糊逻辑方式结合起来，提出了一种基于观测器的控制方案．首先，应用模糊T-S模型对非线性系统建模，设计观测器来观测系统状态；由线性矩阵不等式得到模糊模型的控制律．其次，应用自适应模糊逻辑系统作为补偿器来补偿建模误差．证明了闭环系统满足期望的性能．仿真结果表明了该方案的可行性．     

基于T-S 模糊模型的采样数据网络控制系统H∞ 输出跟踪控制

研究具有采样数据的基于T-S (Takagi-Sugeno) 模糊模型网络控制系统H输出跟踪控制问题. 提出将采集器端数据采样周期、数据传输时滞和数据丢包转换为零阶保持器端数据更新周期, 在此基础上, 利用输入时滞法和PDC (Parallel distributed compensation) 技术, 建立网络环境下被控对象和参考模型合并的基于T-S 模糊模型的增广系统模型. 通过Lyapunov 方法, 并充分利用采样特性, 给出系统实现H输出跟踪的充分条件, 以及可靠模糊控制器的设计. 仿真结果表明所设计模糊控制器能够实现该类系统良好的跟踪.     

基于T-S模糊模型的非线性网络化控制系统H∞鲁棒容错控制

针对一类具有参数不确定的非线性网络化控制系统,同时考虑网络延时和丢包的影响,基于T-S模糊模型建模,通过构造Lyapunov-Krasovskii泛函,推证出了确保非线性网络化控制系统在执行器或传感器发生失效故障时具有H_∞鲁棒完整性的时滞依赖充分条件,并以求解线性或非线性矩阵不等式的方式给出了控制器的设计方法.最后,仿真算例验证了所提方法的可行性和有效性.     

离散T-S模糊系统的部分状态反馈H∞控制

基于部分状态信息的控制器是一类特殊的静态输出反馈控制器,一般难以利用线性矩阵不等式工具求解.本文研究离散T-S模糊系统的部分状态反馈镇定及部分状态反馈H∞控制问题.通过引入松弛变量,将离散T-S模糊系统的部分状态反馈镇定问题转换成求解一组线性矩阵不等式（LMI）,并给出基于LMI的部分状态反馈H∞控制器设计方法.通过数值算例验证了所给方法的有效性.     

非线性系统广义模糊跟踪控制

研究一种给定 H∞ 模型参考跟踪特性的非线性系统的 T-S 广义模糊跟踪控制问题. 通过把一般的模糊模型等价变换到广义模糊模型, 引入了松弛变量, 并基于线性矩阵不等式 (LMI) 给出了新的 H∞ 跟踪控制器设计方法. 控制器参数在一组线性矩阵不等式中同时得到求解, 避免了原有方法分步求解的困难, 方法简单易行且具有鲁棒性. 两个算例表明了结论的有效性.     

基于模糊模型的时滞不确定系统的模糊H∞鲁棒反馈控制

讨论了一类具有状态和控制时滞的不确定非线性系统的模糊H∞状态反馈控制问题.采用具有时滞的不确定Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模,提出了一套基于LMI的模糊鲁棒控制器的系统设计方法,给出了模糊H∞状态反馈控制器存在的充分条件,以保证闭环模糊系统渐近稳定并满足从干扰输入到控制输出的H∞范数界约束.示例仿真表明了该方法的有效性.     

基于LMI方法的T-S模糊系统的H∞输出反馈控制器设计

研究了一类T-S模糊系统的H∞控制问题,给出了T-S模糊系统一个新的H∞输出反馈控制器设计方法.该方法充分考虑了模糊子系统间的相互作用.H∞输出反馈控制器可通过求解一组线性矩阵不等式获得.最后通过数值仿真例子,说明所提出的设计方法的可行性.     

鲁棒极点约束的T-S系统状态反馈H∞控制方法

针对T-S模糊模型描述的非线性系统,提出一种基于线性矩阵不等式(LMI)具有闭环极点约束的状态反馈H∞控制设计方法,将闭环系统稳定性和性能指标归结为线性矩阵不等式(LMI)的凸规划问题,通过求解线性矩阵不等式得到满足要求的控制器参数。以倒立摆为例,对该方法进行了验证,结果表明该方法可行有效。     

基于T-S模糊性能评估器的非线性系统跟踪控制器设计

讨论了一类非线性系统的H∞状态反馈跟踪控制器设计问题.区别于传统的模糊控制设计方法,该文提出的控制策略由模糊性能评估器(FPE)和控制器(FC)两部分组成.模糊性能评估器为模糊模型和控制策略提供了一种校验方法,可以间接地判断闭环控制的效果,从而提供了一种模糊控制系统无损调试的新方法.文中以线性矩阵不等式组(LMIs)的形式,给出了模糊性能评估器和控制器存在的充分条件.     

T-S模糊系统的基于观测器的H∞控制设计

研究了T-S(Takagi-Sugeno)模糊系统H∞控制设计问题.放宽了Kim E等的T-S模糊系统可二次稳定的条件.给出了T-S模糊系统新的观测器设计方法.然后给出了T-S模糊系统基于观测器的H∞控制存在的两个新的充分条件.新方法不但简单,而且充分考虑了模糊子系统间的相互作用.最后通过例子,应用LMI技术,说明了本文给出的T-S模糊系统的基于观测器的H∞控制器的设计方法简便易行.     

离散T-S模糊广义系统的H∞控制

研究了离散T-S模糊广义系统的H_∞控制问题. 首先引入辅助矩阵变量得到新的容许性条件, 解决了由于矩阵P的不定性, 无法运用Schur补引理处理非线性Lyapunov不等式的问题, 进而得到严格不等式表示的H_∞控制条件.基于模糊Lyapunov函数方法, 分别研究了状态反馈控制器、静态输出反馈控制器、动态输出反馈控制器的构造方法. 所得结论可推广到系统具有范数有界不确定性的情况. 最后通过算例验证方法的有效性.     

基于模糊观测器的非线性MIMO系统H2/H∞模糊状态反馈控制

研究了非线性系统H₂/H_∞模糊状态反馈控制问题.采用局部线性化方法,用T-S模糊线性模型逼近非线性系统,用模糊观测器重构系统状态.在希望的H_∞干扰抑制约束下,通过最小化H₂控制性能指标,实现了模糊状态反馈次优控制.通过将优化问题转化成2个特征值问题(EVP),应用线性矩阵不等式(LMI)优化方法求解,使问题的求解大大简化.所设计的闭环系统在平衡点是局部二次型稳定的,系统抗扰性能和动态性能均较好.     

Event-triggered controller design of nonlinear discrete-time networked control systems in T-S fuzzy model

This article is concerned with event-triggered fuzzy control design for a class of discrete-time nonlinear networked control systems (NCSs) with time-varying communication delays. Firstly, a more general mixed event-triggering scheme (ETS) is proposed. Secondly, considering the effects of the ETS and communication delays, based on the T-S fuzzy model scheme and time delay system approach, the original nonlinear NCSs is reformulated as a new event-triggered networked T-S fuzzy systems with interval time-varying delays. Sufficient conditions for uniform ultimately bound (UUB) stability are established in terms of linear matrix inequalities (LMIs). In particular, the quantitative relation between the boundness of the stability region and the triggering parameters are studied in detail. Thirdly, a relative ETS is also provided, which can be seen as a special case of the above proposed mixed ETS. As a difference from the preceding results, sufficient conditions on the existence of desired fuzzy controller are derived to ensure the asymptotic stability of the closed-loop system with reduced communication frequency between sensors and controllers. Moreover, a co-design algorithm for simultaneously determining the gain matrices of the fuzzy controller and the triggering parameters is developed. Finally, two illustrative examples are presented to demonstrate the advantage of the proposed ETS and the effectiveness of the controller design method.     

基于T-S 模糊模型的网络控制系统非脆弱H∞ 跟踪控制

针对一类T-S 模糊模型描述的网络控制系统(NCSs) 非脆弱H_∞跟踪控制问题进行研究. 首先, 综合考虑网络中数据传输时滞和数据丢包的影响, 采用输入时滞法和并行分布补偿(PDC) 技术, 建立基于T-S 模糊模型的NCSs 状态跟踪误差模型; 然后, 利用Lyapunov 方法和改进的自由权矩阵方法, 基于线性矩阵不等式(LMI), 给出满足系统H_∞ 跟踪性能的条件, 并给出非脆弱模糊控制器设计方法; 最后, 通过仿真实例表明了该方法的有效性.     

Robust fuzzy tracking control for nonlinear networked control systems with integral quadratic constraints

This paper investigates the robust tracking control problem for a class of nonlinear networked control systems (NCSs) using the Takagi-Sugeno (T-S) fuzzy model approach. Based on a time-varying delay system transformed from the NCSs, an augmented Lyapunov function containing more useful information is constructed. A less conservative sufficient condition is established such that the closed-loop systems stability and time-domain integral quadratic constraints (IQCs) are satisfied while both time-varying network-induced delays and packet losses are taken into account. The fuzzy tracking controllers design scheme is derived in terms of linear matrix inequalities (LMIs) and parallel distributed compensation (PDC). Furthermore, robust stabilization criterion for nonlinear NCSs is given as an extension of the tracking control result. Finally, numerical simulations are provided to illustrate the effectiveness and merits of the proposed method.     

基于模糊模型的时滞不确定系统的模糊H∞鲁棒反馈控制

讨论了一类具有状态和控制时滞的不确定非线性系统的模糊H_∞ 状态反馈控制问题. 采用具有时滞的不确定Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模, 提出了一套基于LMI的模糊鲁棒控制器的系统设计方法, 给出了模糊H_∞状态反馈控制器存在的充分条件, 以保证闭环模糊系统渐近稳定并满足从干扰输入到控制输出的H_∞范数界约束. 示例仿真表明了该方法的有效性.     

Enlarging the terminal region of quasi-infinite horizon NMPC based on T-S fuzzy model

The paper presents a method for enlarging the terminal region of quasi-infinity horizon nonlinear model predictive control (NMPC) for nonlinear systems with constraints. The main technique builds on the fact that terminal controllers are fictitious and never applied to the system in the quasi-infinite horizon NMPC [1]. Based on T-S fuzzy models of nonlinear systems, we show that a parameter-dependent state feedback law exists such that the corresponding value function and its level set can be served as terminal cost and terminal region. The problem of maximizing the terminal region is formulated as a convex optimization problem based on linear matrix inequalities (LMIs). A numerical example is given to illustrate the effectiveness of the proposed method.     

Statistic PID tracking control for non-Gaussian stochastic systems based on T-S fuzzy model

A new robust proportional-integral-derivative （PID） tracking control framework is considered for stochastic systems with non-Gaussian variable based on B-spline neural network approximation and T-S fuzzy model identification. The tracked object is the statistical information of a given target probability density function （PDF）, rather than a deterministic signal. Following B-spline approximation to the integrated performance function, the concerned problem is transferred into the tracking of given weights. Different from the previous related works, the time delay T-S fuzzy models with the exogenous disturbances are applied to identify the nonlinear weighting dynamics. Meanwhile, the generalized PID controller structure and the improved convex linear matrix inequalities （LMI） algorithms are proposed to fulfil the tracking problem. Furthermore, in order to enhance the robust performance, the peak-to-peak measure index is applied to optimize the tracking performance. Simulations are given to demonstrate the efficiency of the proposed approach.     

广义性能指标下T-S模糊系统的鲁棒可靠控制

针对一类具有输入及输出端扰动的T-S模糊系统, 在线性矩阵不等式区域内定义了非线性系统的稳态及动态广义性能指标, 提出了线性矩阵不等式(LMI)方法下可靠输出反馈控制器存在的充分条件, 从而保证闭环系统在传感器或执行器发生结构性故障时的稳态及动态性能, 且始终满足基于L2/L1范数理论的鲁棒性能, 并利用投射引理引入附加阵, 解耦该充分条件中的控制器变量与相关Lyapunov函数变量, 增加设计的自由度. F–16歼击机的纵向通道控制仿真表明了方法的有效性.     

Takagi-Sugeno模糊连续系统的模糊采样控制

研究了T-S模糊连续系统的模糊采样控制问题．利用广义系统的描述方法、Lyapunov-Krasovikii泛函以及线性矩阵不等式(LMI)方法,建立了LMIs形式的依赖于采样时间间隔的模糊采样镇定条件,同时给出了模糊采样控制律的设计方法．所设计的模糊采样控制律可以镇定T-S模糊系统．而且,当连续时间模糊控制律可以镇定T-S模糊系统时,对于足够小的采样时间间隔,带有同样增益矩阵的模糊采样控制律也可以镇定T-S模糊系统．最后,通过两个仿真实例说明了所给方法的有效性．