基于非线性干扰观测器的不确定非线性系统鲁棒轨迹线性化控制

针对一类不确定非线性系统，基于轨迹线性化控制方法(TLC)及非线性干扰观测器技术(NDO)研究了一种新的非线性鲁棒控制策略．TLC是一种有效的非线性跟踪和解耦控制方法，但当系统中存在内部未建模动态和外界干扰时，当前TLC控制器性能将显著下降．本文利用NDO对系统中的不确定项进行估计，其输出与TLC控制律结合来对消不确定性的影响．最后通过一个数值仿真实例验证了本文提出的方法的有效性,仿真结果表明该鲁棒轨迹线性化控制方法具有很好的干扰衰减能力和鲁棒性能．     

双线性系统BFDF故障诊断

故障诊断技术是系统和控制研究的一个重要领域,在航空航天、核反应堆、热电厂、机械、化工等一系列工程技术领域得到了成功的应用。应用双线性系统故障检测滤波器(BFDF)方法,对带有未知输入的双线性系统进行了故障检测,给出了BFDF存在的充分条件和设计BFDF的具体步骤。同时,与双线性系统故障观测器(BFDO)方法进行了比较。相比之下,BFDF方法具有结构简单,设计步骤明确等优点,由BFDF产生的残差向量对未知输入具有较强的鲁棒性,对执行器、元件和传感器故障都非常敏感,残差向量对不同的故障具有不同的方向,易于故障隔离。     

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。     

不确定时滞系统基于观测器的鲁棒控制器设计

研究了不确定线性时滞系统的状态观测器和基于观测器的鲁棒控制器设计问题，其中不确定性是时变的，通过构造增广系统，利用线性矩阵不等式方法，获得了该不确定系统存在状态观测器和基于观测器的鲁棒控制器的充分条件，同时给出了相应的状态观测器和基于观测器的鲁棒控制器，所给示例说明了本文方法的设计步骤和有效性。     

非线性组合系统基于状态观测器的分散镇定

讨论了一类非线性相似组合系统的基于估计状态反馈的分散控制问题。构造了非线性渐近状态观测器,并证明了状态误差按指数收敛到零。同时,给出了组合系统经估计状态向量的反馈控制可实现分散镇定的一个充分条件。     

用人工神经网络K—Net构造状态观测器

研究了人工神经网络Ｋ－Ｎｅｔ构造非线性系统状态顺及其原理、数字描述和算法，并选用 文献中的例子进行了仿真研究和对比。这样构造的神经网络状态观测器结构清晰，算法简明，有很好的适用性。     

基于动态神经网络的非线性系统鲁棒观测器设计

基于动态神经对一类不确定非线性系统提出一种新的鲁棒观测器。其中无离线学习、持续激励和输出匹配条件等要求。仿真说明所提方法的有效性。     

基于观测器的不确定动态时滞系统鲁棒镇定的Riccati方程方法

本文给出了一类不确定动态时滞系统基于观测器的鲁棒镇定方法，该类系统的状态、输人和输出矩阵均含有不确定性，且不确定性需满足给定的匹配条件，系统不仅有状态时滞，还有控制时滞，该方法通过求解两个代数Riccati方程实现，本文比较全面地解决了满足匹配条件的不确定动态时滞系统的鲁棒镇定问题．     

基于状态观测器的迟滞非线性系统输出反馈控制

利用Preisach模型与其边界线之间的映射关系建立了容易在线更新的迟滞模型．将模型和径向基网络相结合，针对一类动态多映射迟滞非线性系统设计了输出反馈控制器．应用LyaPunov定理得到系统控制律和神经网络权值更新律，从而保证了闭环系统的跟踪误差及网络权值偏差收敛到原点的某个有界邻域内．     

基于观测器的非线性系统神经网络鲁棒控制

提出一类不依赖于模型的状态观测器，通过分析其根轨迹和极点要求配置合适的参数，该观测器本身是一个能提取高阶微分的高阶微分器．基于Lyapunov稳定性理论设计了使闭环系统渐近稳定，对模型变化和扰动具有鲁棒性的神经网络自适应控制器．该控制器不仅考虑了闭环系统的输出和设定输入误差的微分，而且考虑了误差的高阶微分，从而提高了控制品质．最后通过仿真例子验证了所提出理论的正确性．