具有新型状态约束的非线性系统神经网络自适应控制

针对一类具有时变非对称新型状态约束和未知时变控制增益的不确定严格反馈非线性系统,文章提出一种神经网络自适应跟踪控制算法.与通常研究的仅与运行时间有关的时变状态约束不同,文章还同时考虑了期望轨迹和系统部分状态对约束边界函数的影响,该类新型状态约束包含通常研究的时变约束与常数约束,因而这里研究的新型状态约束更具普遍性与实用性.此类约束边界函数的各阶导数将涉及不确定非线性动态,不再适用于控制器的设计.文章将神经网络和虚拟参数技术相结合处理不确定非线性部分,该方法无需对权重矢量参数进行直接估计,大大降低了计算负担;此外,通过构造非分段连续的非对称受限李雅普诺夫函数,降低了控制器设计与稳定性分析的复杂性.文章提出的控制算法能够保证系统在不违反时变非对称新型状态约束的情况下实现较好的跟踪性能,理论分析和仿真结果均验证了该控制算法的有效性和优越性.