一类高阶非线性不确定系统自适应稳定控制

研究了一类高阶非线性不确定性系统的自适应稳定控制设计问题.因该系统的非线性程度高,其控制系数不等同、符号已知、但数值未知,故在此之前其稳定控制设计问题没有得到解决.本文应用自适应技术,结合设计参数的适当选取,从而得到了设计该类非线性系统状态反馈稳定控制器的新方法,并基于反推技术,给出了稳定控制器的设计步骤.所设计的状态反馈控制器使得闭环系统的状态全局渐近收敛于零,其余闭环信号一致有界.最后通过一个仿真例子说明了控制设计方法的有效性.     

控制方向未知的高次非线性系统的鲁棒自适应控制

研究了一类具有不可控不稳定线性化的非线性系统的自适应控制问题.该类系统的控制方向未知且含有不确定时变非线性参数.应用Nussbaum-type增益技术和adding a power integrator递推设计方法,设计了一种鲁棒自适应状态反馈控制器.所设计的控制器能够保证闭环系统的所有信号全局一致有界,且系统的状态渐近趋于零.除了假设未知参数及不确定性有界外,所设计的控制策略不需要控制系数的任何先验知识.仿真例子验证了算法的有效性.     

高阶不确定非线性系统线性状态反馈自适应控制设计

研究了一类控制系数未知的高阶不确定非线性系统的自适应镇定控制设计. 尽管该问题已经得到解决,但是所设计的控制器是非线性反馈形式,较为复杂. 与现有文献不同,本文通过综合运用增加幂积分技术和切换自适应控制方法,给出了该控制问题的更为简单且易于实现的新型线性反馈控制器,使得系统状态有界且最终趋于零. 值得指出的是,与切换自适应控制文献相比,本文所研究的非线性系统具有更严重的不确定/未知性和更强的非线性,这主要体现在未知的系统控制系数和更高的系统幂次中.     

一类具有未知控制方向非线性系统的输出反馈自适应控制

研究了一类控制方向未知非线性系统的输出反馈自适应镇定问题. 首先, 通过一线性状态变换, 将未知控制系数集中起来, 从而将原系统变换为适于控制设计的新系统. 然后, 分别引入状态观测器和参数估计器, 并应用积分反推和调节函数方法, 给出了输出反馈稳定控制律的构造性设计过程. 可以证明，所设计的控制器确保原系统状态渐近收敛到原点, 而其它闭环系统状态有界. 仿真结论验证了所提出方法的有效性.     

有未知控制系数和零动态的高阶非线性系统的自适应控制设计

主要研究一类控制系数未知和有不可测零动态的高阶非线性系统的全局自适应镇定问题. 进一步放宽了对零动态的约束条件, 通过定义一个恰当的未知参数, 把连续自适应状态反馈控制器的动态阶数降到最低(仅一维). 通过结合增加幂次积分方法, 相关的自适应技术以及交换能量函数思想, 给出控制器的设计步骤. 所设计的控制器确保闭环系统的所有状态是全局一致有界的, 且原系统的状态收敛到零.     

一类不确定非线性系统的输出反馈半全局镇定

研究了一类不确定非线性系统的输出反馈半全局镇定问题. 不同于现有文献,本文研究的控制系统具有更强的非线性和未知控制系数,这增加了设计输出反馈控制器的难度. 基于反推方法和输出反馈占优方法,设计了输出反馈半全局控制器. 通过选取适当的设计参数,该控制器可以保证闭环系统的半全局渐近稳定. 仿真实例验证了理论结果的有效性.     

切换拓扑下非线性多智能体系统自适应神经网络一致性

本文研究一类具有未知控制系数的非线性多智能体系统自适应神经网络分布式控制策略.首先,针对切换拓扑下具有未知控制系数的非线性多智能体系统一致性问题,提出一类自适应神经网络一致性控制算法.其中,采用神经网络函数逼近方法解决系统中的不确定性问题,并设计一项自适应光滑项处理有界扰动和神经网络函数逼近误差.随后,证明了切换拓扑下具有未知控制系数的非线性多智能体系统的一致性,并保证了闭环系统的有界性.此外,本文把相关的一致性算法扩展到了一般有向图含有一个有向生成树的情形.最后,通过仿真实例验证了本文所提算法的有效性.     

一类具有非三角结构的不确定非线性系统的自适应扰动抑制

研究一类不确定非线性系统的自适应扰动抑制问题.借助自适应技术与连续占优方法,所提出的控制策略能够处理多种不确定性的严重耦合,这些不确定性包括未知非线性参数、外部扰动和具有未知下界的时变控制系数.自适应状态反馈控制器是一维的,且其性能可以借助于$L_2-L_{2p     

一类不确定非线性系统的自适应输出反馈镇定

研究了一类不确定非线性系统的全局自适应输出反馈镇定问题. 由于不确定控制系数和未知线性增长率的存在, 这个问题比较复杂且很难解决. 本文引入一个新的在线调节的动态增益, 并基于此设计了高增益K-滤波器用于重构系统的状态. 然后, 受广义控制方法的启发, 发展了反推法并设计了自适应输出反馈镇定控制器. 结果表明, 通过选择恰当的设计参数可以保证闭环系统的全局稳定性. 给出的仿真算例验证了本文理论结果的正确性.     

一类增长线性地依赖于不可测状态不确定非线性系统输出反馈控制

研究了一类具有不确定控制系数, 稳定零动态和增长线性依赖于不可测状态非线性系统的输出反馈全局镇定问题. 首先引入两种恰当的状态变换, 将原系统变为具有确定虚拟控制系数和分离零动态的新系统. 然后, 构造了基于高增益K-滤波器的恰当观测器, 并且应用反推技术成功设计了输出反馈控制器. 通过选择恰当的设计参数, 可以保证闭环系统的全局渐近稳定性. 给出的仿真算例验证了理论结果的正确性和所提出方法的有效性.     

Adaptive state-feedback stabilization for a class of high-order nonlinear uncertain systems

For high-order nonlinear uncertain systems, there have been a lot of investigations under a strong assumption that the lower bounds of the unknown control coefficients should be exactly known. In this paper, this assumption is removed and a unified approach is developed to systematically construct a state-feedback adaptive stabilizing control law for a class of high-order nonlinear uncertain systems with unknown control coefficients. By using the method of the so-called adding a power integrator merging with adaptive technique, a recursive design procedure is provided to achieve a smooth adaptive state-feedback control law, which guarantees that the closed-loop system is globally uniformly stable while the original system states globally asymptotically converge to zero. Finally, a simulation example is given to illustrate the correctness of the theoretical results.     

一类不确定非线性系统无过参数自适应控制设计新方法

文中研究了一类控制系数未知的更一般高阶不确定非线性系统的全局稳定自适应控制设计问题.尽管现有文献已解决了该问题,但对于n维系统,现有构造稳定自适应控制的方法至少需要设计n+1个未知参数的动态调节律,即动态补偿器的维数至少为n+1,存在较为严重的过参数问题.文中通过定义新的需动态调节的未知参数,运用增加幂积分和有关自适应技术,成功地解决了已有方法中的过参数问题,给出了构造只含有一个参数调节律的稳定自适应控制设计新方法.仿真算例验证了文中所给方法的有效性.     

A new approach to adaptive control design without overparametrization for a class of uncertain nonlinear systems

This paper considers the globally stabilizing adaptive controller design for a class of more general uncertain high-order nonlinear systems with unknown control coefficients.Although the existing literature has solved the problem,for n-dimensional systems,the existing methods need at least n + 1 dynamic updating laws for the unknown parameters to construct the stabilizing adaptive controller;that is,the dimension of the dynamic compensator is not less than n + 1,and therefore,there exists serious overparame...     

Adaptive control of a class of quantised nonlinearly parameterised systems with unknown control directions

The problem of adaptive control is studied for a class of nonlinearly parameterised systems with quantised input signal and unknown control directions. The homogeneous domination approach and the Nussbaum-type gain method are applied to design an adaptive state-feedback controller. A hysteretic type of quantiser is incorporated to reduce actuator chattering. The proposed controller can ensure that all signals of the nonlinear system are globally bounded, and that the system state asymptotically converges to zero. Two numerical examples are presented to demonstrate the effectiveness and potential of the proposed techniques.     

Asymptotic sliding mode control approach to adaptive distributed tracking problem for multi-agent nonlinear delayed systems

In this article, a sliding mode coordinated decentralised state-feedback model reference adaptive control is developed for a class of large-scale uncertain multi-agent systems with time-varying delays in the nonlinear interconnections. The design procedure is based on a combination of the model coordination concept and a sliding mode control methodology. Novel decentralised controller parameterisations that are robust to unknown information exchange delays and to external disturbances with unknown bounds are proposed. Two different controllers are designed: one with discontinuous and one with continuous control action, respectively.     

输入饱和的一类切换系统神经网络跟踪控制

针对单输入单输出系统研究一种在任意切换下的跟踪控制问题,系统包含未知扰动和输入饱和特性.首先,利用高斯误差函数描述一个连续可导的非对称饱和模型.其次,利用径向基神经网络（Radial basis function neural network,RBF NN）逼近未知的系统动态.最后,基于公共的Lyapunov函数构造状态反馈控制器.设计的控制器避免过多参数调节从而减轻计算负荷.结果展示本文给出的状态反馈控制器可以保证闭环系统的所有信号是半全局一致有界的,并且跟踪误差可收敛到零值小的领域内.最后的仿真结果进一步验证提出方法的有效性.