具有输入未建模动态和量化输入的纯反馈非线性系统自适应控制

目的:本文研究一类具有输入未建模动态和量化输入的纯反馈非线性系统跟踪控制问题。方法:在控制器设计中,引入M-滤波器来处理输入未建模动态,使用滞后量化器来处理量化输入,利用径向基函数神经网络(radial basis function neural networks,RBFNN)逼近未知非线性动态,选取障碍李雅普诺夫函数(barrier lyapunov function,BLF)处理输出约束,并使用Backstepping方法导出自适应控制律。结果:稳定性分析证明所得到的闭环系统全部信号均满足半全局一致终结有界(semi-globally uniformly utimately bounded,SGUUB),并且跟踪误差可以收敛到原点的一个小邻域,同时这种跟踪误差也满足输出约束。在仿真中,对于一个二阶非线性系统,可以看到当t≈0.17 s时,跟踪误差到达原点的小邻域。结论:本文提出的控制方案证明了所得到的闭环系统的所有信号都满足SGUUB。

有输入未建模动态的导弹鲁棒控制器设计

在导弹系统俯仰通道中存在输入未建模动态情况下,提出了一种基于RBF神经网络和反演控制技术的非线性鲁棒控制器的设计方法。首先应用两个RBF神经网络对输入未建模动态设计了神经网络逆补偿器,然后利用反演控制技术设计了导弹非线性控制器,最后应用Lyapunov稳定性理论推导出RBF神经网络权重矢量调节律,证明了系统的所有信号均有界且全局指数收敛至原点。最后给出的BTT导弹非线性六自由度数字仿真结果显示了该设计方法的有效性。

具有输入未建模动态的纯反馈非线性系统自适应控制

对一类具有状态和输入未建模动态且控制增益符号未知的纯反馈非线性系统,利用非线性变换、改进的动态面控制方法以及Nussbaum函数性质,提出两种自适应动态面控制方案.利用正则化信号来约束输入未建模动态,从而有效地抑制其产生的扰动.通过引入动态信号,有效地处理了由状态未建模动态引起的动态不确定性.通过在总的李雅普诺夫函数中引入非负正则化信号,并利用稳定性分析中引入的紧集,证明了闭环控制系统是半全局一致终结有界的.数值仿真验证了所提方案的有效性.

有输入未建模动态和不确定性导弹控制器设计

在考虑导弹控制系统同时存在输入未建模动态和参数不确定性的情况下,提出了一种基于RBF神经网络和反演技术的鲁棒自适应控制器的设计方法。首先用两个RBF神经网络对未建模动态进行了补偿,然后利用反演技术设计了鲁棒自适应控制器,对不确定性进行了处理,并用Lyapunov稳定性理论推导出RBF神经网络的权重矩阵调节率以及相关的自适应律,证明了系统的全局稳定性,最后通过仿真计算验证了设计的正确性。

有输入未建模动态的非线性系统自适应逆设计

对于一类存在输入未建模动态的非线性系统,提出了一种基于RBF神经网络的自适应逆补偿器设计方法.首先用两个神经网络设计了补偿器,一个用来估计输入未建模动态,另一个用来作为未建模动态的自适应逆补偿器.该设计放宽了对未建模动态的一些苛刻的要求,如相对度为零,满足小增益条件等.文中仅要求D(u)逆稳和连续光滑.然后应用反演设计技术设计了控制器,并应用Lyapunov稳定性理论推导出神经网络权重向量的调节律,同时证明了闭环系统的渐近稳定性.最后给出的仿真研究证明了该设计方法的有效性.

具有输入及状态未建模动态系统的输出反馈自适应控制

针对一类具有输入及状态未建模动态的非线性系统,设计K滤波器来估计系统不可量测状态,基于动态面控制技术并利用径向基函数神经网络的逼近能力,提出一种输出反馈自适应跟踪控制方案.利用Nussbaum函数性质,有效地解决了高频增益符号未知问题.在控制器设计中引入规范化信号来约束输入未建模动态,从而有效地抑制其产生的扰动.通过理论分析证明了闭环控制系统是半全局一致终结有界的.

非线性系统自适应逆设计及应用

对于一类存在输入未建模动态的非线性系统,提出了一种基于RBF神经网络的自适应逆补偿器设计方法。首先应用两个神经网络设计了补偿器,一个用来估计输入未建模动态,另一个用来作为未建模动态的自适应逆补偿器。该设计放宽了对未建模动态的一些苛刻的要求,如相对度为零,满足小增益条件等。仅要求D(u)逆稳和连续光滑。然后应用反演设计技术设计了控制器,并应用Lyapunov稳定性理论推导出神经网络权重向量的调节律,同时证明了闭环系统的渐进稳定性。最后给出的BTT导弹纵向控制系统设计仿真实例证明了该设计方法的有效性。