多输入多输出有界变时滞非线性系统的绝对稳定性判据

以时滞反馈控制系统为背景 ,通过建立Liapunov Razumikhin函数来分析多输入多输出变时滞系统零解的绝对稳定性 ,通过对时滞界估计来达到系统零解的绝对稳定性判定。

时滞非线性系统的采样迭代学习控制

针对一类输入时滞非线性系统,提出了一种采样迭代学习控制算法,该算法不含跟踪误差的微分信号,给出了学习算法收敛的充分条件,当不存在初始误差、不确定扰动时,算法在采样点处能实现对期望输出信号的完全跟踪,否则,跟踪误差一致有界,仿真结果表明了该算法的有效性。

受正弦扰动时滞非线性系统的近似最优减振控制

研究时滞非线性系统在正弦扰动作用下的最优减振控制问题,给出一种无时滞近似最优减振控制律的迭代方法.通过假设Lagrange算子,将由原系统最优控制问题得到的既含时滞项又含有超前项的非线性两点边值问题转换为新的有利于求解的形式,再通过构造序列将其转化为不含时滞项和超前项的线性非齐次两点边值问题序列.证明了该序列的收敛性.通过交替迭代序列得到了系统最优减振控制律.仿真结果表明,该方法在不同时滞下对扰动都具有很好的鲁棒性.

含不确定参数的时滞非线性系统的鲁棒镇定性

讨论了一类含不确定参数的时滞非线性系统的鲁棒可镇定性．利用代数Ｒｉｃｃａｔｉ方程的正定解以及Ｌｙａｐｕｎｏｖ稳定性的概念，得到了该系统可由状态反馈控制器镇定的充分条件，并给出了控制器的设计．

状态和输入多时变时滞非线性系统的干扰补偿控制器设计

针对干扰波形已知但幅值未知的情况,对于状态和输入均存在多时变时滞的一类非线性系统设计了干扰补偿控制器.由于未知无界干扰的作用将使系统的状态失去控制,必须对干扰进行补偿控制.为得到系统状态和干扰的估计,将干扰系统和受控系统构成增广系统,对此增广系统设计非线性时滞状态观测器,并将干扰估计值作为补偿控制器的输入从而实现对干扰的补偿.

随机时滞非线性系统状态反馈镇定

针对一类严格反馈随机时滞非线性系统,提出了一种状态反馈镇定方案。在系统非线性函数满足线性增长条件的假设下,基于反推技术和占优方法设计了一个无记忆线性状态反馈控制器。通过构建一个四次Lyapunov-Krasoviskii泛函,证明了闭环系统在概率意义下全局渐近稳定,仿真实例说明了方案的可行性。

饱和时滞非线性系统的间接线性矩阵不等式抗饱和设计

当时滞非线性系统具有执行器饱和时,其稳定性无法得到保证.为了寻找饱和时滞非线性系统的稳定控制器,本文阐述了一种间接线性矩阵不等式(LMI)一步抗饱和设计方法.首先,利用Takagi-Sugeno(T-S)模糊模型将一类饱和时滞非线性系统精确重构,引入输出反馈并行分布补偿系统得到闭环控制系统.然后,运用李雅普诺夫稳定性理论,导出闭环系统的稳定条件,利用一个矩阵不等式的等价引理,将闭环系统稳定条件间接的转化为两个LMIs条件,进而得到间接LMI抗饱和补偿算法,同时给出了吸引域估计及其优化模型.最后给出了应用此方案的一个仿真实例.

随机时滞非线性系统的新噪声到状态稳定性

研究了随机时滞非线性系统的噪声到状态稳定性问题。运用一致渐近稳定函数,给出了判定该系统解的存在唯一性的新的充分条件,并进一步得到了新的噪声到状态稳定性的判据。结果表明,本文给出的稳定性定理放宽了原有经典结果中的限制。

初态学习下时滞非线性系统的迭代学习控制

针对在有限时间区间上重复运行的一类状态时滞非线性系统,研究了一种带有初态学习的迭代学习控制算法。基于算子谱理论证明了系统在任意初态条件下经过迭代学习后,其输出能够完全跟踪期望轨迹,得到了该算法谱半径形式的收敛条件,比范数形式的收敛条件放宽了。并通过对系统初态的迭代学习,放松了迭代学习控制算法对初始状态函数的要求。仿真结果验证了所提算法的有效性。最后,将该算法应用到含有状态时滞的非线性间歇过程,结果也表明了该算法的有效性和可靠性。

一类时滞非线性系统的自适应控制器设计

针对一类带有扰动的未知时滞非线性系统,将未知的非线性函数表示成新的表达式,利用反步方法设计了一种鲁棒自适应控制器。首先构造一种新的LyapunovKrasovskii泛函,有效补偿了未知时滞的不确定性,使得控制器的设计不存在未知时滞项。然后引入一种合适的偶函数,解决了控制器的奇异性问题。最后利用Lyapunov直接方法,证明了设计的控制器能保证闭环系统全局一致最终有界。通过仿真实例验证了所设计的自适应控制器的有效性。

一类非线性时滞系统的鲁棒自适应控制

考虑了一类含有时滞非线性系统鲁棒自适应控制问题.运用backstepping方法,巧妙构造了状态反馈控制器和自适应控制律.通过选取适当的Lyapunov函数,解决了系统中的时滞项.基于Lyapunov稳定性理论,所设计的控制器实现了闭环系统的渐近稳定.最后,给出了数值例子,并对系统进行了仿真,结果验证了方法的有效性.

几类时滞非线性哈密顿系统的稳定性分析(英文)

研究了带有时滞的哈密顿系统的稳定性问题。针对几类时滞哈密顿系统,根据Lyapunov函数法并结合哈密顿系统的内在结构性质,提出一些稳定性的充分条件。考虑了哈密顿函数中带有时滞的系统的鲁棒稳定性问题,在此基础上通过哈密顿实现研究了一类时滞非线性系统的稳定性。讨论了一类不确定时滞哈密顿系统的稳定性,这类系统的结构矩阵含有属于某些凸有界多项域的时不变不确定性。给出了几个数值例子,通过例子研究表明,所提出的结果对于分析时滞非线性系统的稳定性是非常有效的。

一类时滞不确定非线性系统的鲁棒控制器设计

针对一类具有单输入滞后不确定非线性系统 ,采用精确反馈线性化方法和 Lyapunov方法设计出一种使系统终极有界 ( UUB)的无记忆光滑状态反馈鲁棒控制器 .仿真算例表明了本文所采用方法的有效性 .

非线性时滞系统输出反馈镇定

该文首次研究了一类非线性时滞系统的镇定问题 .用 Backstepping技术 。

时滞非线性随机大系统的指数稳定性

建立了一般随机泛函微分方程p阶均值指数稳定与几乎必然指数稳定的新型判据 ,然后应用所得判据到具有可变多时滞的非线性随机大系统 ,得到了这种随机大系统时滞无关的均方指数稳定与几乎必然指数稳定的代数判据 .

随机非线性时滞大系统的输出反馈分散镇定

针对具有严格反馈形式的随机非线性时滞大系统,设计了含有时滞项的随机控制Lyapunov函数,运用Backstepping技术,构造出一类输出反馈无记忆控制器.在此控制器作用下,所考虑的闭环系统实现概率意义上的时滞无关全局渐近稳定.并在无限时区优化指标函数的约束下,对控制器进行逆优再设计,以满足一定的性能要求.

一类非线性时滞系统的模糊预测控制

利用模糊T-S模型对一类输入受限的非线性时滞系统进行建模;在此基础上,提出了模糊预测控制,推导了预测性能指标上界,将稳定性约束,输入约束变换成容易求解的线性矩阵不等式形式。采用了并行分布补偿预测控制器,基于李雅普诺夫函数和线性矩阵不等式方法给出滚动时域优化的充分条件,证明了闭环系统的稳定性,仿真结果验证了所提方法的有效性。

时滞离散非线性系统基于NN预测的准滑模控制

研究一类具有输入滞后的离散非线性系统的准滑模控制问题 .根据滑模控制原理和神经网络的逼近能力 ,提出了一种基于神经网络预测的准滑模控制器设计方法 ,给出了神经网络预测器的自适应算法 .通过理论分析和仿真结果 ,证明了神经网络预测器的自适应算法是收敛的 ,闭环准滑模控制系统是稳定的 。

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.

离散时间非线性时滞系统最优控制的DISOPE算法

对于非线性时滞系统的最优控制 ,提出一种基于线性时滞模型和二次型性能指标问题的迭代算法 ,将时滞系统化为满足马尔可夫性质的增广状态系统 ,在模型和实际存在差异的情况下 ,该算法通过迭代求解时滞线性最优控制问题和参数估计问题 ,获得原问题的最优解 .仿真实例表明该算法的有效性和实用性 .