基于观测器的自适应神经网络Backstepping输出反馈控制

针对一类单输入单输出状态不可测非线性系统,提出一种自适应神经网络bakstepping输出反馈控制方法。首先,用神经网络逼近非线性函数,然后设计神经网络自适应观测器估计系统的状态。其次,在backstepping设计框架下,设计了自适应输出反馈控制器。最终,证明了所提出的自适应神经网络控制方法能够保证系统所有信号有界的同时,跟踪误差趋近于原点的一个小邻域内。仿真结果进一步验证了所提出方法的有效性。     

基于高增益观测器的SISO非线性系统模糊自适应输出反馈控制

针对一类状态不可测的SISO非线性不确定系统,提出一种新的模糊自适应Backstepping输出反馈控制,利用模糊逻辑系统逼近未知非线性函数,设计模糊自适应高增益观测器对系统未知状态进行观测,利用模糊自适应Backstepping控制方法设计模糊自适应输出反馈控制器。通过理论分析证明了闭环系统是半全局一致最终有界的;观测误差和跟踪误差都分别收敛到零的一个小邻域内。     

基于观测器设计的随机非线性时滞系统模糊自适应动态面控制

针对一类状态不可测的非线性随机时滞系统,提出了一种模糊自适应输出反馈控制策略。首先设计了非线性观测器使其对系统的状态进行估计,设计模糊状态观测器估计不可测状态。利用所设计的观测器,动态面控制技术以及自适应backstepping控制方法,设计了一种自适应输出反馈控制器。并且证明了闭环随机系统在概率意义下半全局一致最终有界稳定。此外,选择合适的参数还能使观测误差和系统输出任意的小。仿真实例验证了提出方案的有效性。     

基于Backstepping设计的非线性系统自适应模糊输出反馈控制

对一类单输入单输出动态不确定非线性系统,提出一种模糊自适应Backstepping和动态信号相结合的输出反馈控制方法。设计中,首先用模糊逻辑系统逼近未知非线性函数,然后引入模糊自适应观测器估计系统的状态。其次把模糊自适应控制和Backstepping控制设计技术相结合,给出了基于观测器的模糊自适应输出反馈控制设计方法。最后基于Lyapunov函数和动态信号证明了整个闭环系统的稳定性,同时使得输出收敛到原点的一个较小区域内。仿真实例进一步验证了所提方法的有效性。     

随机多输入多输出系统的自适应神经网络控制

针对一类具有严格反馈形式的随机非线性多输入多输出系统的自适应神经跟踪控制问题,本文利用径向基函数神经网络的万能逼近性,结合自适应Backstepping设计方法,提出了一类新的自适应神经网络状态反馈控制器,并对该系统提出的控制器含有较少的参数问题,通过Lyapunov稳定性理论进行了稳定性分析和证明,并应用仿真算例进行验证,仿真结果表明,闭环系统的所有误差变量概率意义下有界,并使系统的输出收敛到参考信号的一个小的邻域范围之内。该研究对随机非线性多输入多输出系统的跟踪控制有一定的指导意义。     

具有未知死区的SISO非仿射非线性系统间接自适应模糊控制

为了解决含有未知死区输入特性的SISO非仿射非线性系统的跟踪控制问题,提出了基于模糊自适应方法的控制器设计方案,把未知死区分解为一个线性项和一个扰动类似项,当系统状态可测时,利用模糊逻辑系统设计间接自适应模糊控制器,并结合跟踪误差信息设计自适应律;系统状态不可测时,通过引入误差观测器估计的状态变量,设计了间接自适应模糊输出反馈控制器．理论论证过程说明两种控制器能使系统的跟踪误差最终收敛到零的某一邻域,且闭环系统所有信号均有界. 仿真实验结果表明利用所设计控制方案可以使系统完成跟踪控制任务．     

基于观测器的混合直接自适应模糊辨识与控制

针对一类状态不可测的单输入单输出非线性不确定系统,提出了一种基于观测器的混合直接自适应模糊辨识与控制方法。设计中,将观测器、直接自适应模糊控制器与白适应模糊辨识模型相结合,用跟踪误差估计和辨识误差去调整系统的参数,以取得更好的逼近和跟踪效果。基于Lyapunov方法,证明了闭环系统的稳定性,跟踪误差渐近收敛剑零点的一个小邻域内,仿真结果验证了该方法的有效性。     

基于区间二型模糊逻辑系统的非线性大系统模糊自适应输出反馈分散控制

针对一类状态不可测的非线性大系统,首先设计一种误差观测器,然后设计一种自适应输出反馈模糊控制器。在设计中,应用二型模糊逻辑系统逼近系统中的未知函数,结合模糊自适应和非线性分散控制设计理论,给出了一种新的二型模糊自适应分散控制方法,基于李亚普诺夫函数方法证明了整个闭环系统的稳定性,而且取得很好的控制跟踪性能。仿真实例进一步验证了所提方法的有效性。     

基于观测器的单输入单输出非线性系统的模糊自适应输出反馈控制

在假设系统状态不可测的条件下针对一类单输入单输出非线性系统提出了直接模糊自适应滑模控制方案。其主要特点是(i)不需要假设非线性系统的用于反馈的所有状态都是可测的，而是引入观测器来估计它们。(ii)保证了闭环系统的稳定性和跟踪误差的收敛性。     

基于K滤波的自适应模糊Backstepping容错控制

针对一类不满足匹配条件的状态不可测非线性不确定故障系统,研究了一种自适应模糊输出反馈容错控制器的设计方法。设计中,利用模糊逻辑系统在线逼近系统的故障函数,使用K滤波技术,并结合Backstepping和模设计原理,建立了一种新的自适应模糊输出反馈容错控制方法。证明了所提出的自适应模糊容错控制方法能够保证闭环系统所有信号是半全局一致有界的,且跟踪误差收敛到原点的一个小邻域内。仿真结果验证了该方法的有效性。     

基于Backstepping设计的非线性大系统模糊自适应输出反馈分散控制

针对一类高频增益符号未知,仅有输出可测的非线性大系统提出了一种模糊自适应Backstepping分散控制方法。在backstepping递推设计中,采用模糊逻辑系统逼近未知非线性函数,利用Nussbaum增益方法解决未知高频增益符号未知问题。利用所提出的模糊自适应分散控制方法,可以使得闭环系统的信号是一致终结有界（UUB）。仿真实例进一步验证了所提方法的有效性。     

高阶非线性系统自适应模糊有限时间状态约束控制

针对一类具有状态约束的非严格反馈高阶非线性系统,研究一种自适应模糊有限时间跟踪控制问题.首先,利用模糊逻辑系统逼近不确定性非线性函数,在此基础上,采用障碍Lyapunov函数,解决状态约束问题,通过障碍加幂积分方法和反步递推技术,提出了一种有限时间控制设计方法.在有限时间Lyapunov稳定意义下,严格证明闭环系统半全...     

基于Backstepping SISO不确定非线系统模糊自适应鲁棒容错控制

针对一类单输入单输出非线性系统提出了自适应模糊故障检测及将backstepping技术与模糊控制相结合设计容错控制器的方法。首先,应用模糊逻辑系统设计故障估计器,在线估计系统故障向量,实现故障检测：在此基础上,引入补偿控制器,消除故障对系统运行的影响,从而实现容错控制。通过理论分析证明了跟踪误差收敛到一个小的残差集内。仿真结果表明了该方法的有效性。     

一类不确定非线性系统输出反馈扰动抑制

研究了一类带有不确定控制系数和依赖于不可测状态增长非线性系统的输出反馈扰动抑制问题。主要由于控制系数的不确定性,使得该控制问题不能用现有方法来解决。为了实现系统的扰动抑制目标,首先引入了高增益K-滤波器,进而构造了基于K-滤波器的状态观测器,然后利用反推技术设计了线性输出反馈控制器。通过选择恰当的设计参数,实现了L2-增益意义下的扰动抑制。     

非线性参数系统的鲁棒自适应输出反馈控制

采用自适应非线性阻尼和变能量函数的方法来抑制参数和非线性不确定性、未知有界扰动和未建模动态的影响,并用高增益观测器来估计系统的状态。 针对用输入输出模型描述的非线性参数系统提出的一种鲁棒自适应输出反馈控制法,不必对系统的未知参数进行估计,也不必通过产生附加动态信号来抑制未建模动态。 理论证明,所提方法保证闭环系统的所有信号一致有界,且通过选择适当的设计参数,可使跟踪误差任意的小。仿真结果例证了控制法的有效性。