周期时变时滞非线性参数化系统的自适应学习控制

针对一阶未知非线性参数化周期时变时滞系统,设计了一种自适应学习控制方案。假设未知时变参数,时变时滞和参考信号的共同周期是已知的,通过重构系统方程,将包含时变时滞在内的所有未知时变项合并成为一个周期时变向量,采用周期自适应律估计该向量.通过构造一个Lyapunov—Krasovskii型复合能量函数证明了所有信号有界并且跟踪误差收敛.结果被推广到一类含有混合参数的高阶非线性系统.通过两个仿真例子说明本文所提出的控制算法的有效性.

一类非线性时滞输出反馈系统的自适应控制

针对一类参数化非线性时滞输出反馈系统,提出了一种无记忆自适应跟踪控制器的设计方案.采用时滞滤波器估计系统状态,用Domination处理非线性时滞项,应用Backstepping技术设计控制器和参数自适应律.放宽了对时滞项的要求.通过构建一个Lyapunov＿Krasoviskii泛函,证明了闭环系统的稳定性,实现了对目标轨线的渐近跟踪,保证了所有信号一致有界.实例仿真说明了该方案的可行性.

非线性时滞大系统自适应神经网络分散控制

针对一类未知非线性时滞关联大系统,提出一种自适应神经网络分散跟踪控制方案.采用神经网络逼近各子系统内部的非线性函数和关联项中的时滞非线性函数;利用占有方法处理时滞项,采用B ackstepp ing技术设计分散控制律和参数自适应律.基于Lyapunov-K rasov isk ii泛函证明了闭环大系统所有信号半全局一致最终有界.通过调节设计参数和增加神经元个数,可以实现任意输出跟踪精度.实例仿真说明了该方案的可行性.

非线性时滞系统自适应backstepping输出反馈控制

针对一类参数化非线性时滞系统,采用时滞滤波器,结合backstepp ing的设计方法,提出了一种自适应输出反馈控制器的设计方案.放松了对非线性时滞项的要求,实现了对给定目标轨线的全局渐近跟踪,并保证闭环系统所有信号一致有界.基于Lyapunov-Krasovisk ii泛函方法证明了整个闭环系统的稳定性.实例仿真说明了该方案的可行性.

非线性关联系统自适应神经网络输出反馈分散控制

针对一类带有完全未知关联项的非线性大系统,提出一种自适应神经网络输出反馈分散控制方法.采用神经网络逼近未知的关联项,因此对关联项常做的假设如匹配条件,被上界函数所界定等不再要求.在神经元输入中采用参考信号取代关联信号,从而成功地避免了对关联信号的微分.保证了闭环系统所有信号半全局一致最终有界,证明了跟踪误差收敛于一个包含原点的小残集.

非线性时滞系统自适应神经网络BACKSTEPPING控制

针对一类未知非线性时滞系统,提出了一种自适应神经网络控制设计方案,将BACKSTEP- PING、占有方法以及自适应界化技术结合起来构造了一个鲁棒自适应神经网络跟踪控制器,采用神经网络逼近未知时滞函数,放松了对非线性时滞函数的要求。通过构建一个恰当的LYAPUNOV- KRASOVISKII泛函证明了闭环系统所有信号半全局一致最终有界,调节设计参数可以实现任意输出跟踪精确度。实例仿真说明了该方案的可行性。

非线性时滞系统自适应输出反馈跟踪控制

针对一类参数化非线性时滞输出反馈系统,提出了一种自适应输出跟踪控制器的设计方案。引入时滞滤波器估计未知系统状态,采用backstepping技术设计控制律和参数自适应律,运用占优方法处理非线性时滞项,从而放宽了对非线性时滞函数的要求,实现了对给定目标轨线的全局渐近跟踪,同时保证闭环系统所有信号一致有界。基于Lyapunov-Krasoviskii泛函方法证明了整个闭环系统的稳定性。实例仿真说明了该方案的可行性。

高阶随机非线性系统状态反馈镇定

针对一类高阶下三角随机非线性系统,提出一种新的镇定方案,采用增加一个幂积分的工具构建了一个全局稳定的光滑状态反馈控制律。通过反馈占有设计方法和Young不等式处理随机系统的非线性项,取消了对随机非线性系统反馈线性化和控制输入呈线性的要求,基于Lyapunov方法,证明了闭环系统依概率全局渐近稳定。最后,仿真实例说明了算法的可行性。

一种简化的自适应神经网络输出反馈镇定

针对一类输出反馈非线性时滞系统,提出一种简化的自适应神经网络镇定算法.所设计的状态观测器和控制器不依赖于时滞.不同于现有的结果,系统的时滞项假定完全未知,仅采用一个神经网络补偿所有未知非线性函数,因此控制器设计更加简单,而且最终的闭环系统被证明是半全局渐近稳定的.仿真结果进一步验证了该控制方案的有效性.

非线性时滞系统状态反馈跟踪控制(英文)

针对一类严格反馈非线性时滞系统,采用反推(backstepping)技术,提出了一种状态反馈跟踪控制器的设计方案.采用占有(domination)方法处理系统的非线性时滞函数.在系统非线性函数满足Lipschitz条件的假设下,实现对给定参考信号的全局渐近跟踪,并保证了闭环系统所有信号一致有界.通过构建一个Lyapunov-Krasoviskii泛函,证明了闭环系统的稳定性.最后,通过一个仿真实例说明了所提方案的可行性.

红提葡萄高产优质高效栽培技术研究

红提葡萄高产优质高效栽培技术研究结果表明,试验园红提葡萄6年平均好果率95%左右,平均单粒重13.6 g,可溶性固形物含量14.8%,年平均产值232 713.00元/hm2,比对照园96 971.25元/hm2高135 741.75元/hm2,经济效益增加显著。

一类非线性时滞系统自适应控制研究

针对一类非线性时滞系统,本文提出一种自适应控制器的设计方案,采用backstepping和domiation方法构建了一个无记忆自适应控制器。放松了对非线性时滞函数的要求(例如全局Lipschitz条件),实现了对给定目标轨线的全局渐近跟踪,保证了闭环系统所有信号全局一致有界。基于Lyapunov-Krasoviskii泛函方法证明了闭环系统的稳定性。仿真结果说明了这种控制方法的可行性和优点。

基于混合观测器的混合反馈控制

对于一类混合动态系统,研究基于混合观测器的混合反馈控制问题．通过系统线性部分和离散事件部分的Lyapunov函数构造了整个混合系统的Lyapunov函数．据此设计了使整个系统稳定的混合反馈控制且证明了闭环系统的稳定性．仿真实例说明该方法的有效性．

随机非线性严格反馈系统的自适应神经网络输出反馈镇定

针对具有严格反馈形式的随机非线性系统,首次引入神经网络控制技术,设计了适当形式的随机控制Lyapunov函数,并运用反推(Backstepping)技术和非线性观测器设计技术,构造出一类自适应神经网络输出反馈控制器.在一定条件下,证明了闭环系统平衡点依概率稳定.仿真算例验证了所给控制方案的有效性.

超混沌Lorenz系统的投影同步及其在保密通信中的应用

针对单向耦合超混沌Lorenz系统,通过引入坐标变换分析了投影同步的产生机理,同时研究了比例因子与耦合系统初值选取的关系。提出一种新颖的图像信息传输方案,理论与数值研究表明,此方案不仅能够实现对图像的无失真恢复,而且具有较高的安全性。

不确定时滞关联大系统的全局稳定模糊容错控制

研究了一类带有时变时滞的不确定非线性关联大系统的自适应模糊容错控制问题.用有界的参考信号代换模糊逼近器输入中的未知时滞信号,使得控制器的设计与应用不再依赖于时滞假设条件,使得控制器的设计和控制方法的应用更为方便.容错反推控制技术和自适应技术相结合来处理代换误差和逼近误差.所提出的方案能有效补偿所有4种类型的执行器故障,同时还可保证闭环系统的全局稳定性.仿真结果进一步验证了本文方法的有效性.