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。

输入饱和情形下大机动UAV鲁棒反演姿态控制

无人机(UAV)大机动过程中,控制舵面效能降低带来的输入饱和问题导致UAV极易进入失控状态。针对此问题,引入辅助系统实现对输入饱和的有效补偿;同时针对UAV面临的建模误差及机动过程中受到的干扰,用径向基神经网络(Radial Basis Function Neural Networks,RBFNNs)逼近建模不确定性并在控制律设计时构造鲁棒项来消除这些不利影响。同时在反演姿态控制器设计时,为了能对设计的虚拟控制律求导,采用动态面控制技术(Dynamic Surface Control,DSC),有效降低了控制器的解算复杂性,综合提出一种控制性能更好的鲁棒反演大机动姿态控制器;然后对整个闭环系统设计Lyapunov函数,证明了系统的稳定性;最后,通过对典型大机动动作Herbst机动的仿真结果分析,证明了本文设计的鲁棒反演姿态控制器的有效性和鲁棒性。

DC-DC变换器自适应反步控制器设计

研究了存在系统不确定性以及输入电压干扰的情况下,DC-DC变换器的输出电压跟踪问题。假设输入电压扰动为连续有界函数,提出了一种结构相对简单的自适应反步控制器。在控制器设计过程中,采用了自适应动态面控制(ADSC)技术,以简化控制器结构设计。此外,利用自适应律估计负载电流的不确定性以及输入电压的干扰。通过构造李雅普诺夫函数,证明了所有闭环信号都是一致最终有界的。最后,通过仿真试验与试验平台验证了提出的控制方案的有效性。