基于参数估计误差的鲁棒自适应律设计及验证

针对传统自适应控制系统设计的自适应律参数收敛慢进而影响控制系统瞬态性能的问题,研究一类新的基于参数估计误差修正的鲁棒自适应律设计.首先引入滤波操作给出参数估计误差的提取方法,构建出含参数估计误差修正项的自适应律,进而将该自适应律用于控制器设计和分析中,可同时实现控制误差和参数估计误差指数收敛.对比分析了几类传统自适应律和所提出自适应律的收敛性和鲁棒性,并给出了保证参数收敛所需持续激励条件的一种直观、简便的在线判别方法.数值仿真及基于自制三自由度直升机系统俯仰轴实验结果表明,基于参数误差修正的自适应律及控制器可得到优于传统自适应方法的跟踪控制和参数估计性能.     

卫星姿态直接自适应模糊预测控制

对具有模型不确定性和未知外干扰的卫星姿态系统提出了多输入多输出直接自适应模糊预测跟踪控制设计方法. 此方法先基于卫星姿态动力学模型设计出非线性广义预测控制律, 再构造直接自适应模糊控制器逼近预测控制律中因模型不确定性引起的未知项. 文中证明了所设计的控制律能使卫星跟踪给定的期望姿态轨迹, 跟踪误差收敛到原点的小邻域内. 仿真结果验证了此方法的有效性.     

无人驾驶飞行器姿态的非线性扰动抑制控制

本文研究了无人驾驶飞行器(unmanned aerial vehicle,UAV)的姿态跟踪控制问题.针对在飞行器姿态跟踪时存在的系统模型不确定性和外界扰动,提出了一种基于四元数的姿态跟踪控制方法,基于UAV的姿态误差模型分别设计系统的观测器和控制器.首先,以四元数为姿态参数建立系统的非线性误差模型;在此基础之上,设计一种非线性干扰观测器(nonlinear disturbance observer,NDOB)用以在线估计误差模型中的复合扰动,并在控制输入端进行相应的补偿.然后通过设计非线性广义预测控制律设镇定误差系统,实现姿态跟踪.最后基于频域理论分析了非线性干扰观测器的扰动抑制性能.仿真与实验结果表明本文提出的方法在系统存在复合扰动的情况下能使系统姿态有效的跟踪期望值.     

自治飞艇直接自适应模糊路径跟踪控制

针对具有模型不确定和未知外部干扰的自治飞艇, 提出了直接自适应模糊路径跟踪控制方法. 该方法由路径跟踪控制和自适应模糊控制两部分组成. 首先基于飞艇的平面运动模型设计路径跟踪控制律, 包括制导律计算、偏航角跟踪和速度控制3 部分; 然后构造直接自适应模糊控制器逼近路径跟踪控制律中的不确定项. 稳定性分析证明所设计的控制律能使飞艇跟踪给定的期望路径, 跟踪误差收敛到原点的小邻域内. 仿真结果验证了所提出方法的有效性.

     

基于不确定逼近的机械手间接自适应鲁棒预测控制

为了使机械手系统在含有模型不确定项时具有良好的跟踪性能和较强的抗干扰能力,提出了一种间接自适应鲁棒预测控制。首先,针对机械手模型设计出非线性鲁棒预测控制器;然后,基于三次样条函数逼近控制律中因模型不确定性产生的未知项,并在控制律中引入一个D-控制项抑制外部干扰。理论证明了所设计的控制器能够使跟踪误差收敛到原点。仿真验证了所提方法的有效性。     

相对阶n= 3 = 3 的鲁棒直接型模型参考自适应控制

针对相对阶n^*=3具有噪声的一类简单系统，给出了具有未规范化自适应律的鲁棒直接型模型参考自适应控制器的设计，通过引入非线性阻尼项，保证了闭环系统的所有信号都是全局稳定的，而且跟踪误差及参数估计误差均收敛于零。     

具有未知负载扰动的水井钻机电液伺服系统无模型自适应控制

针对电液伺服系统在水井钻机推进工况下存在的参数不确定以及未知负载扰动突变等非线性因素,提出了基于径向基(RBF)神经网络扰动观测器的无模型自适应控制方法.首先,通过改进的无模型自适应控制动态线性化方法,将被控系统线性化为与输入输出相关的增量形式,并将未知负载扰动合并到一个非线性项中;然后,设计了径向基神经网络扰动观测器对含有未知负载扰动的非线性项进行估计,作为对未知扰动的补偿;最后,设计了时变参数估计律,通过在线调整伪偏导数,给出了电液伺服系统的控制更新律.仿真结果表明,所设计的控制器能够对未知负载扰动突变进行补偿,并能确保跟踪误差有界收敛.     

基于观测器的非线性时变时滞系统自适应重复控制

针对一类未知时变时滞非线性系统,提出一种基于观测器的重复控制方案．采用线性矩阵不等式设计非线性观测器,所设计的控制律含有ＰＩＤ 反馈项,常值参数自适应律是微分差分型的,时变参数学习律是差分型的．在假设未知时变时滞、时变参数和参考输出的周期有已知的最小公倍数下,通过构造一个Ｌｙaｐｕｎｏｖ-Ｋｒａｓｏｖｓｋｉｉ型复合能量函数,证明了所有闭环信号有界且输出跟踪误差收敛．仿真实例表明了算法的有效性．     

智能车辆路径跟踪控制方法

为了提高智能车辆路径跟踪控制器的可靠性和控制精度,提出一种基于误差动力学模型的路径跟踪控制方法.基于车辆运动学模型和动力学模型建立系统误差动力学模型,并在此基础上推导出车辆路径跟踪控制的稳态控制律,利用李雅普诺夫稳定性理论验证稳态控制律的正确性.为了减小外部干扰对控制性能的影响,提高控制器的可靠性,进一步设计基于车辆侧向位移误差的瞬态控制律,并利用李雅普诺夫稳定性理论验证闭环系统的稳定性.稳态控制律和瞬态控制律构成了非线性的路径跟踪控制器.通过与车辆路径跟踪常用的线性控制器和非线性控制器对比验证所提出控制方法的有效性,线性控制器选用LQR控制器,非线性控制器选用Stanley控制器.仿真结果表明,与LQR控制器相比,所提出控制方法的路径跟踪控制精度、抗干扰性和可靠性更好.与Stanley控制器相比,所提出控制方法具有更好的路径跟踪控制精度和控制收敛速度,且在大曲率路径跟踪过程中具有更好的可靠性.     

无人水面艇复合自适应轨迹跟踪控制

针对存在模型参数不确定性和极易受到风、浪、流等时变干扰的欠驱动无人水面艇的轨迹跟踪控制问题,根据扰动观测器能对不确定项和外界干扰进行估计和补偿且具有鲁棒性特点,提出一种基于复合扰动观测器的自适应轨迹跟踪控制。该复合自适应观测器利用跟踪误差和估计误差共同调节自适应参数,在不激励高频未建模动态的情况下,该复合自适应闭环控制系统可得到更快的收敛速度和更高的跟踪精度。理论分析和仿真实验证明了所提出的无人水面艇复合自适应控制的有效性。     

Observer-based adaptive iterative learning control for nonlinear systems with time-varying delays

An observer-based adaptive iterative learning control (AILC) scheme is developed for a class of nonlinear systems with unknown time-varying parameters and unknown time-varying delays. The linear matrix inequality (LMI) method is employed to design the nonlinear observer. The designed controller contains a proportional-integral-derivative (PID) feedback term in time domain. The learning law of unknown constant parameter is differential-difference-type, and the learning law of unknown time-varying parameter is difference-type. It is assumed that the unknown delay-dependent uncertainty is nonlinearly parameterized. By constructing a Lyapunov-Krasovskii-like composite energy function (CEF), we prove the boundedness of all closed-loop signals and the convergence of tracking error. A simulation example is provided to illustrate the effectiveness of the control algorithm proposed in this paper.     

含有参数化和非参数化不确定性系统重复学习控制

针对含有参数化和非参数化的高阶非线性系统,设计了一种重复学习控制方案.假设未知时变参数和参考信号的共同周期是已知的,通过参数重组技巧,将所有未知时变项合并为一个周期时变向量.将改进Backstepping方法与分段积分机制相结合,构造了微分-差分参数自适应律和重复学习控制律,使跟踪误差在误差平方范数意义下渐近收敛于零.利用Lyapunov泛函,给出了闭环系统收敛的充分条件.仿真结果验证了该方法的有效性.     

含有未知控制方向的非线性时滞系统学习控制

本文对于一类含有未知控制方向及时滞的非线性参数化系统,设计了自适应迭代学习控制算法.在设计控制算法过程中采用了参数分离技术和信号置换思想来处理系统中出现的时滞项,Nussbaum增益技术解决未知控制方向等问题.为了对系统中出现的未知时变参数和时不变参数进行估计,分别设计了差分及微分参数学习律.然后通过构造的Lyapunov-Krasovskii复合能量函数给出了系统跟踪误差渐近收敛及闭环系统中所有信号有界的条件.最后通过一个仿真例子说明了控制器设计的有效性.     

Adaptive iterative learning control for nonlinearly parameterized systems with unknown time-varying delay and unknown control direction

This paper proposes a new adaptive iterative learning control approach for a class of nonlinearly parameterized systems with unknown time-varying delay and unknown control direction.By employing the parameter separation technique and signal replacement mechanism,the approach can overcome unknown time-varying parameters and unknown time-varying delay of the nonlinear systems.By incorporating a Nussbaum-type function,the proposed approach can deal with the unknown control direction of the nonlinear systems.Based on a Lyapunov-Krasovskii-like composite energy function,the convergence of tracking error sequence is achieved in the iteration domain.Finally,two simulation examples are provided to illustrate the feasibility of the proposed control method.     

Adaptive guidance law design based on characteristic model for reentry vehicles

In this paper an adaptive guidance law based on the characteristic model is designed to track a reference drag acceleration for reentry vehicles like the Shuttle. The characteristic modeling method of linear constant systems is extended for single-input and single-output （SlSO） linear time-varying systems so that the characteristic model can be established for reentry vehicles. A new nonlinear differential golden-section adaptive control law is presented. When the coefficients belong to a bounded closed convex set and their rate of change meets some constraints, the uniformly asymptotic stability of the nonlinear differential golden-section adaptive control system is proved. The tracking control law, the nonlinear differential golden-section control law, and the revised logical integral control law are integrated to design an adaptive guidance law based on the characteristic model. This guidance law overcomes the disadvantage of the feedback linearization method which needs the precise model. Simulation results show that the proposed method has better performance of tracking the reference drag acceleration than the feedback linearizaUon one.     

Adaptive backstepping control for an engine cooling system with guaranteed parameter convergence under mismatched parameter uncertainties

This paper proposes a novel adaptive backstepping control for a special class of nonlinear systems with both matched and mismatched unknown parameters. The parameter update laws resemble a nonlinear reduced-order disturbance observer. Thus, the convergence of the estimated parameter values to the true ones is guaranteed. In each recursive design step, only single parameter update law is required in comparison to the existing standard adaptive backstepping techniques based on overparametrization and tuning functions. To make a fair comparison with the overparametrization and tuning function methods, a second-order nonlinear engine cooling system is taken as a benchmark problem. This system is subject to both matched and mismatched state-dependent lumped disturbances. Moreover, the proposed model-based controllers are compared with a classical PI control by using performance metrics, i.e., root-mean-square error and control effort. The comparative analysis based on these performance metrics, simulations as well as experiments highlights the effectiveness of the proposed novel adaptive backstepping control in terms of asymptotic tracking, global stability and guaranteed parameter convergence.     

未知时变时滞非线性参数化系统自适应迭代学习控制

针对含有未知时变参数和时变时滞的非线性参数化系统,提出了一种新的自适应迭代学习控制方法.该方法将参数分离技术与信号置换思想相结合,可以处理含有时变参数和时滞相关不确定性的非线性系统.设计了一种自适应控制策略,使跟踪误差的平方在一个有限区间上的积分渐近收敛于零.通过构造Lyapunov-Krasovskii型复合能量函数,给出了闭环系统收敛的一个充分条件.给出两个仿真例子验证了控制方法的有效性.     

不确定受扰电液伺服系统智能自学习PID控制

针对具有参数不确定和外负载扰动的不确定受扰电液伺服系统,提出一种智能自学习PID控制策略.该方法不依赖于系统的精确模型,是一种数据驱动的控制方法.首先,通过改进的动态线性化方法将非线性非仿射的电液伺服系统等效为含有时变参数项和非线性不确定项的线性仿射形式;然后,采用梯度估计算法和时间差分算法分别对时变参数项和非线性不确定项进行估计;接着,利用iPID控制引入附加误差信息对过度线性化丢失的信息进行补偿;最后,根据最优准则,设计不确定受扰电液伺服系统的参数更新律和学习控制律.通过理论分析和仿真实验验证所提出控制策略的收敛性,并通过对比实验,验证该控制方案应用于电液伺服系统的优越性和精确性.实验结果表明,所提出方法能够抑制非线性扰动对系统造成的不良影响,实现理想轨迹的精确跟踪.