一类非三性系统的间接自适应输出反馈模糊控制

针对一为未知非线性系统,提出一种输出反馈控制方法。首先在假设系统状态已知的情况下设计状态反馈控制器,实现跟踪性能。然后在系统状态下不完全可测的情况下,通过设计高增益观测器对系统的状态进行估计,实现输出反馈控制器设计。最后证明所设计的输出反馈控制器可获得状态反馈控制器所取得的最大最小问题的跟踪性能。     

基于神经网络的一类非线性系统自适应输出跟踪

针对一类未知非线性系统,提出了一种输出反馈控制方法.首先,在假设系统状态已知情况下设计状态反馈控制器,实现跟踪性能;然后,在系统状态不完全可测的情况下,通过设计高增益观测器对系统的状态进行估计,实现输出反馈控制器设计,证明了所设计的输出反馈控制器可以获得状态反馈控制器的性能.     

非线性系统的模糊自适应输出反馈控制

针对一类未知非线性系统,考虑系统状态不完全可测的情况,利用Lyapunov综合方法设计了一种基于高增益观测器的模糊鲁棒自适应输出反馈控制器,并证明在一定条件下,所设计的输出反馈控制器能获得状态反馈控制器的性能。     

基于约束H∞输出反馈的四轮转向模型跟踪控制

以跟踪参考模型为控制策略,提出一种基于约束H_∞输出反馈控制的四轮转向（4WS）控制新方法．将前馈控制和反馈控制相结合,同时控制前、后轮转角,以实现实际车辆模型对参考模型的期望性能跟踪．兼顾抗干扰能力与执行机构输出饱和,将约束H_∞输出反馈控制应用于反馈控制器的设计．仿真实验表明所设计的4WS车辆系统可以很好地跟踪参考车辆模型,提高了车辆的操纵稳定性．     

含执行机构未知动态的液压伺服系统输出反馈控制

针对含有未知动态(如:执行机构、负载等)液压伺服系统,提出一种基于未知系统动态估计器的输出反馈控制方法.该方法不依赖于函数逼近器和传统反步控制设计,且无需难以测量的系统内部状态.首先,为避免反步控制和系统全部状态,引入等价变换,将含液压执行机构的伺服系统高阶严格反馈模型转化为Brunovsky标准型,进而运用高阶滑模微分器观测转化后的系统未知状态.控制器设计中引入描述收敛速率、最大超调量和稳态误差的性能函数,保证预设控制系统稳态和瞬态控制性能.为补偿系统集总未知动态影响,设计一种仅含一个调节参数并保证指数收敛的未知系统动态估计器.该输出反馈控制器可以实现对系统输出的精确跟踪控制.最后,通过数值仿真结果表明了所提出算法的有效性.     

一类模糊非线性系统自适应输出反馈控制

针对一类未知非线性系统,利用模糊逻辑系统、H∞控制和高增益观测器,提出了一种模糊自适应输出反馈控制方法.证明了所设计的输出反馈控制器可以获得状态反馈控制器的性能.仿真结果证明了所提出方法是有效的.     

具有参数不确定性的非线性系统的鲁棒输出跟踪

研究具有非线性参数化的非线性系统的输出跟踪问题.采用时变状态反馈控制律,指数镇定输出跟踪误差,并保证非线性系统的所有状态是有界的.为了实现时变状态反馈控制律,设计高增益鲁棒观测器观测构造该控制律所需要的状态,使得整个闭环系统的输出能渐近跟踪期望输出,且该闭环系统中所有信号都是有界的.     

基于观测器的输出反馈电子节气门控制器设计

针对电子节气门系统的状态变量不完全可测量, 设计了一个基于观测器的输出反馈电子节气门控制系统. 该系统由一个估计不可测量状态的降阶观测器和一个非线性状态反馈控制器组成. 同时在控制器中引入了跟踪误差的积分项以抑制跟踪静差. 将建模误差和观测器误差等不确定性看作外部扰动, 在输入到状态稳定性(Input to state stability, ISS)理论框架下分析了跟踪误差系统的鲁棒性, 并据此给出了选择控制器参数的指导性原则.仿真及实验结果表明, 基于观测器的输出反馈控制器能够很好地实现电子节气门的跟踪控制.     

严格反馈非线性系统的自适应神经网络输出反馈控制

基于非线性反馈函数,文章设计神经网络状态观测器,解决一类非线性系统的输出反馈控制问题.非线性反馈神经网络观测器在系统存在不确定性函数的情况下实时估计系统状态.利用所获得的状态信号,设计了自适应神经网络动态面控制器,同时保证了闭环系统的稳定性和所有信号的有界性.通过调节设计参数的取值能够达到期望的闭环跟踪性能.数值仿真表明,所设计的状态观测器不需要对原系统做状态变换,能够克服输出反馈滑模控制器带来的抖震问题.     

一类模糊非线性系统的直接鲁棒自适应输出反馈控制

针对一类未知非线性系统,利用模糊逻辑系统、H^∞控制和高增益观测器,提出一种模糊直接鲁棒自适应输出反馈控制方法。证明了所设计的输出反馈控制方法不但能保证闭环控制系统稳定,而且可获得在状态反馈控制器下的性能。仿真结果进一步验证了所提出方法的有效性。     

一类增长率依赖输出的非线性系统的输出反馈输出跟踪控制

研究一类增长率依赖输出非线性系统的输出反馈输出跟踪控制问题.利用系统结构特点,构造出系统实现输出跟踪时内部状态的渐近轨迹.通过建立状态与渐近轨迹偏差的动态方程,将输出跟踪问题转化为偏差系统的镇定问题,然后通过设计偏差系统的输出反馈镇定控制器给出输出反馈输出跟踪控制器.最后以仿真实例验证本文结论.     

Fuzzy adaptive sliding-mode control for MIMO nonlinear systems

A stable adaptive fuzzy sliding-mode controller is developed for nonlinear multivariable systems with unavailable states. When the system states are not available, the estimated states from a semi-high gain observer are used to construct the output feedback fuzzy controller by incorporating the dynamic sliding mode. It is proved that uniformly asymptotic output feedback stabilization can be achieved with the tracking error approaching to zero. A nonlinear system simulation example is presented to verify the effectiveness of the proposed controller.     

一类不确定非线性系统自适应输出反馈跟踪控制的新结果

研究了一类不确定非线性系统的自适应输出反馈实际跟踪控制问题. 解决该控制问题的困难主要源于此类系统控制系数不确定, 并具有依赖于不可测状态的增长且其增速是关于输出的多项式函数. 首先, 通过推广现有的K–滤波器, 引入了新的动态高增益K–滤波器, 并基于此构造了状态观测器. 然后, 应用反推技术, 成功的设计了系统的自适应输出反馈跟踪控制器. 主要结果表明, 通过设计参数的适当选择, 所构造的控制器能保证闭环系统的所有状态全局有界, 并且当时间足够大时, 跟踪误差收敛到零点的既定小邻域内.     

Output tracking control of switched nonlinear systems with multiple time-varying delays

In this paper, the output tracking control problem for a class of switched nonlinear systems with multiple time-varying delays is studied based on equivalent-input-disturbance (EID) approach. More precisely, with the use of suitable Lyapunov-Krasovskii functional together with average dwell-time technique, an output feedback tracking controller is designed which makes that the states of resulting system can asymptotically track the desired trajectory. Further, the EID estimator is implemented to reject both matched and unmatched disturbances effectively without requiring any prior knowledge of the disturbances. Simulation results are presented to illustrate the effectiveness and potential of the developed EID-based output tracking control design technique. The results reveal the fact that the tracking controller based on EID provides a better tracking performance than the feedback controller based on sliding mode technique.     

一类不确定非线性系统的指数鲁棒输出跟踪

研究一类不确定非线性系统的鲁棒输出跟踪控制问题。应用输入／输出反馈线性化法和李亚普诺夫方法,提出一种基于不确定项上界的连续型鲁棒输出跟踪控制器设计方法。该控制器不仅可确保闭环系统的状态一致最终有界,使系统输出按指数规律跟踪期望输出,而且计算简单,更易实现。仿真结果证明了该方法的可行性与有效性。     

Output tracking of stochastic nonlinear systems with unstable linearization

This paper studies the output tracking problem for a class of stochastic nonlinear systems whose linearization parts may have unstable modes via output‐feedback control. This is in contrast with most of the existing results where only state‐feedback control is considered. On the basis of the homogeneous domination technique, an output tracking controller is designed. It is shown that the expectation of tracking error can be made arbitrarily small while all the states of the closed‐loop system remain to be bounded in probability. Finally, a simulation example is given to illustrate the effectiveness of the tracking controller.     

基于反馈线性化同步伺服电机鲁棒跟踪控制

为了保证具有不确定非线性的PM同步伺服电机驱动系统的稳定性,确保闭环系统的输出准确跟踪期望输出并减少不确定项对该驱动系统的影响,利用Lyapunov稳定性理论,设计了一种基于反馈线性化的鲁棒跟踪控制器,并作了相应的仿真研究。仿真结果表明,该控制器不仅确保闭环系统的输出按指数规律跟踪期望输出,而且保证闭环系统状态的一致最终有界。该控制器设计简单,易于实现,具有很好的实用性。     

Adaptive neural output feedback tracking control for a class of nonlinear systems

In this paper, an adaptive neural output feedback control scheme based on backstepping technique and dynamic surface control (DSC) approach is developed to solve the tracking control problem for a class of nonlinear systems with unmeasurable states. Firstly, a nonlinear state observer is designed to estimate the unmeasurable states. Secondly, in the controller design process, radial basis function neural networks (RBFNNs) are utilised to approximate the unknown nonlinear functions, and then a novel adaptive neural output feedback tracking control scheme is developed via backstepping technique and DSC approach. It is shown that the proposed controller ensures that all signals of the closed-loop system remain bounded and the tracking error converges to a small neighbourhood around the origin. Finally, two numerical examples and one realistic example are given to illustrate the effectiveness of the proposed design approach.     

Adaptive Non‐Backstepping Fuzzy Control for a Class of Uncertain Nonlinear Systems with Unknown Dead‐Zone Input

Based on the approximation property of fuzzy logic systems, we propose a novel non‐backstepping adaptive tracking control algorithm for a class of single input single output (SISO) strict‐feedback nonlinear systems with unknown dead‐zone input. In this algorithm, we introduce some novel state variables and coordinate transforms to convert the strict‐feedback form into a normal one, and it is not necessary to consider the traditional approximation‐based the backstepping scheme. Due to new states variables being unavailable, the tracking control is changed from a state‐feedback one to an output‐feedback one. So, observers need to be designed to estimate the indirect nonmeasurable states. According to Lyapunov stability analysis method, the developed controller can guarantee that all of the signals in the closed‐loop system will be ultimately uniformly bounded (UUB), and the output can track the reference signal very well. Simulation results are presented to show the effectiveness of the proposed approach.