一类非仿射系统的鲁棒控制

考虑汽车转向控制中出现的微分包含系统的控制问题。首先用一非仿射不确定系统来描述这一微分包含系统，基于耗散理论分析了这一类非仿射不确定系统的鲁棒控制问题。并针对该非线性系统的有界性，给定系统鲁棒稳定的充分条件是满足一线性矩阵不等式，最后给出了一个仿真计算实例以验证算法的有效性。

一类非仿射系统的PI-like容错控制

针对存在执行器故障的不确定非仿射动态系统,研究其跟踪控制问题.在不太苛刻的Lipschitz条件下,提出了一种成本低、易于设计的用户友好类似比例积分(Proportion integration,PI)的控制策略,和传统PI控制方法不同,这里的"比例""积分"增益的确定无需反复试凑过程,并且在系统可能出现执行器失效故障的情况下可以确保稳定跟踪.

一类非仿射系统全局镇定控制器的设计

讨论一类多输入多输出非仿射系统的全局可镇定性 ,其中该系统的自治系统Lyapunov稳定 .利用LaSalle不变原理 ,得到系统全局可镇定的充分条件 ;基于分离原理和降阶观测器 ,给出了一类降阶动态输出反馈镇定控制器的设计 .

含有非匹配干扰和未知动态的非仿射系统滑模控制算法

针对含有非匹配干扰和未知动态的非仿射系统控制问题,提出了一种基于扩张状态观测器(ESO)的改进滑模控制(SMC)方案.本文首先利用扩张状态观测器,将原系统转变为一个包含干扰的二阶积分级联系统,使含有未知动态的非仿射系统控制器设计问题转化为二阶积分级联系统的控制器设计问题,从而使得控制器在设计过程中不需要对对象模型完全已知.为了改善ESO的瞬态性能,提出了一种含有预设性能函数(PPF)的改进ESO,利用PPF对估计误差进行约束,抑制ESO收敛过程中的振荡和超调.其次,提出了一种带有修正项的改进滑模面,在降低ESO估计误差所带来的非匹配干扰影响的同时,也提高控制系统的收敛速度和跟踪精度.仿真算例表明,所提的改进ESO能够更快收敛,振荡次数显著减少,改进的滑模控制能够处理非匹配干扰的影响,并获得更快的收敛速度以及更高的跟踪精度.

非仿射系统的自学习滑模抗扰控制

针对一类单输入单输出(single-input single-output,SISO)非仿射非线性系统的控制问题,提出了一种自学习滑模抗扰控制方法.该方法用非线性光滑函数设计扩张状态观测器,实现SISO非仿射非线性系统内部不确定性和外部扰动的扩张状态估计,并将扩张状态观测器(extended state observer,ESO)与自学习滑模控制技术融为一体,实现SISO非仿射非线性系统的自学习滑模抗扰控制.该方法不依赖受控对象的数学模型,可以快速跟踪任意给定的参考信号.数值仿真试验表明了该方法响应速度快、控制精度高,具有很强的抗扰动能力,因而是一种鲁棒稳定性很强的控制方法,在SISO非仿射非线性系统控制领域具有重要作用.

控制方向未知的SISO非仿射系统间接自适应模糊输出反馈控制

针对一类单输入单输出(SISO)非仿射非线性系统控制方向未知时出现的控制器奇异问题,提出了一种间接自适应模糊控制方案.利用中值定理将非仿射系统转化为仿射系统,通过模糊逻辑系统逼近该仿射系统中的未知函数,并构造模糊控制器,同时利用Lyapunov稳定性定理设计自适应律,最终克服了控制器的奇异问题;在此基础上,通过构造观测器估计跟踪误差,设计输出反馈自适应模糊控制器,解决了状态不可测时系统控制器设计难题,采用Lyapunov稳定性定理证明控制器能使得跟踪误差收敛同时闭环系统所有信号均有界.仿真结果验证了所设计控制方案的可行性与有效性.

基于神经网络MIMO非仿射系统自适应控制

针对一类多输入多输出非仿射非线性系统,基于神经网络设计了一种自适应控制方案。该系统隐含控制输入,利用隐函数定理和伪控制概念提出了控制运算法则,采用Lyapunov方法证明了系统的稳定性。该方案采用神经网络补偿系统中的非线性部分,设计了鲁棒项来增加系统的抗干扰能力。仿真结果充分证明了该方案的有效性和可行性。

不确定非仿射系统的引入动态逆的自抗扰控制器设计

针对一类不确定非仿射严反馈非线性系统,提出一种引入动态逆的线性自抗扰控制器设计方法.首先,利用微分同胚映射将严反馈非线性系统变换为积分串联型系统,然后针对积分串联型系统设计线性自抗扰控制器.提出的线性自抗扰控制器将闭环系统划分为3个时间尺度,其中线性扩张状态观测器位于最快的时间尺度上,用来估计系统的状态和总和扰动,动态逆位于次快的时间尺度上用以求解非仿射情况下的控制律,系统动态位于最慢的时间尺度上.利用奇异摄动理论分析了闭环系统的稳定性和性能.提出的自抗扰控制设计方法同样适用于控制增益不确定的仿射非线性系统.仿真和实验结果验证了提出的线性自抗扰控制器的可行性.

输入受限的二阶非仿射非线性不确定系统串级自耦PID控制

针对一类输入受限的二阶非仿射非线性不确定系统的控制问题,提出了一种串级自耦PID控制方法。在考虑了系统输入饱和受限的前提下,将二阶系统分为外环广义位移环和内环广义速度环,分别采用自耦PD和自耦PI算法实现串级控制策略。解决了自耦PID控制面对输入信号为阶跃信号时需要设计过渡过程的短板;设计了串级耦合速度因子,并将内外环的可调参数进行了数据拟合,进一步降低了控制器的调参难度,分析并证明了串级自耦PID控制的合理性和稳定性。仿真结果表明,所提控制方法较自耦PID控制不仅响应速度快、鲁棒性更好,而且具有极强的抗干扰能力,在一类二阶非仿射非线性不确定系统的控制领域具有广泛的应用前景。

一类非仿射非线性时滞系统的动态状态反馈镇定

本文讨论了一类非仿射非线性时滞系统的全局镇定问题.通过引入辅助积分系统和构造合适的LyapunovKrosovskii泛函,提出了一种基于反推法的时滞无关动态状态反馈控制器,所提控制方法无需时滞的任何先验知识.利用Lyapunov稳定性理论证明了该控制策略能够保证非仿射时滞系统状态渐近收敛于原点,且所有闭环信号全局有界.一个仿真实例进一步验证了所得控制方案的可行性与有效性.

基于零和微分对策的非仿射导弹拦截系统制导律设计

文中基于零和微分对策理论研究了非仿射导弹拦截系统制导律设计问题。首先构建辅助系统,将系统转化为仿射非线性增广形式;其次将导弹与目标视为对抗双方,根据极大极小值原理,设计最优微分对策制导策略,使得拦截系统能够满足预设的性能指标;接着为了获得HJI(Hamilton-Jacobi-Isaacs)方程解析解,利用积分自适应动态规划技术构建神经网络;然后设计积分型自适应权值更新律,在线学习最优微分对策制导律,通过Lyapunov方法证明了闭环系统的有界性;最后将所提算法应用于非仿射导弹拦截系统。仿真结果表明,导弹视线角速率和相对速率满足目标成功捕获必要条件且脱靶量为1 m左右,导弹能够成功拦截目标。

多人多出非仿射系统的径向基网络逆控制方法

针对多入多出非仿射非线性系统,提出了一种径向基网络补偿逆模型误差的自适应控制方法.将难以求逆的非仿射项分解为可逆部分和不可逆部分,可逆部分作为理想逆来近似系统的直接逆,逆模型误差用径向基网络的自适应控制信号补偿,网络权值利用不可逆部分非仿射信息更新,应用均值理论和Lyapunov函数证明了自适应控制律的稳定性.仿真结果验证了该方法的有效性.

一类非仿射不确定非线性系统的自适应模糊输出反馈控制

针对一类非仿射的不确定非线性系统,利用H∞控制技术和模糊系统,提出一种基于观测器的混合的直接自适应模糊控制方法,该方法不需要系统的状态变量完全可测,同时取消了最优逼近误差平方可积的假设条件,而且跟踪误差渐近收敛到零。仿真结果表明所提设计方法的有效性。

非仿射纯反馈系统自适应神经网络快速预设性能控制

鉴于在纯反馈系统控制器设计过程中广泛采用的反推法需要逐级设计虚拟控制律,设计过程复杂,本文通过变量替换将一类未知非仿射纯反馈系统变换为等效的积分链式系统.利用有限时间收敛的微分器对转换系统的状态进行估计,并构造时变的误差面.通过对误差面的瞬态与稳态值进行性能约束并设计自适应预设性能控制器,实现了对跟踪误差的预设性能控制.最后,基于Lyapunov理论进行了稳定性分析,证明了闭环系统所有信号半全局最终一致有界.仿真算例表明了控制方法的有效性.

状态和输入受约束的非仿射不确定系统鲁棒自适应控制

针对状态和输入均受约束的非仿射不确定系统,提出了一种通用鲁棒自适应反演控制方案.结合系统状态和输入受约束的特性,利用中值定理将非仿射系统转化为具有线性结构的时变系统以获取时变不确定参数的变化区间;基于非线性映射技术将约束量映射至整个实数空间来处理系统的状态受约束问题,以保证状态始终在约束区间内变化.在此基础上,利用参数自适应投影技术对有界不确定时变参数和外界扰动进行在线估计,参数估计误差采用鲁棒反馈控制技术进行补偿;同时采用双曲正切函数和Nussbaum增益技术处理系统输入受约束的问题和可能存在的控制器奇异值问题,结合反步法设计了控制器.最后,根据解耦反推法,基于Lyapunov稳定性定理证明了闭环系统所有信号半全局最终一致有界.仿真结果验证了所设计控制方案的可行性与有效性.

时变时滞非仿射大系统的分散自适应控制

针对一类具有未知时变时滞的非仿射互联大系统基于神经网络的逼近能力,提出了一种分散自适应神经网络控制方案。该方案利用中值定理对未知非仿射函数进行分离;利用分离技术和Young's不等式放宽了对未知时滞及时滞互联不确定项的限制,同时大大减少了在线调节参数的数量。此外,利用Lyapunov-Krasovskii泛函补偿了未知时滞带来的不确定性。通过理论分析,证明了闭环系统所有信号是有界的,输出跟踪误差收敛到原点的一个小邻域内。最后,仿真结果验证了所提控制方案的有效性。

MIMO非仿射非线性系统的自适应模糊控制

针对一类多输入多输出非仿射非线性系统,设计了一种自适应模糊H∞控制方案,该方案把自适应模糊控制和高增益观测器结合起来.利用多变量的隐函数定理,证明了非仿射系统控制器的存在性.通过设计高增益观测器,解决了系统的状态不可测量问题,实现系统的输出反馈控制,模糊自适应控制增强了系统在线逼近干扰及处理系统不确定的能力.仿真结果表明了控制方案的有效性及优越性.

初态学习下非仿射非线性系统的迭代学习控制

针对非仿射非线性系统,提出初态学习律,并给出关于初态学习的收敛性充分条件.初态学习使得系统在每次迭代开始时,不严格要求其初态与期望初态重合或者固定于某一具体位置上,而是允许存在一定的定位偏差.利用压缩映射分析方法,推导出在初态学习下的开环学习律、闭环学习律、开闭环学习律的收敛性充分条件,证明了迭代学习控制系统关于初始定位误差的鲁棒收敛性.依据此收敛性条件,可确定输入学习律及初态学习律的学习增益.理论分析与数值仿真表明初态学习下迭代学习算法的有效性.

非仿射非线性系统的自适应模糊输出反馈控制

针对一类单输入单输出非仿射非线性系统,提出了基于观测器的自适应模糊输出反馈控制。该算法通过构造线性误差观测器估计系统输出误差和系统状态,利用估计状态变量和估计输出误差变量设计自适应控制律,采用模糊逻辑系统在线消除非线性系统中的不确定模型,引入监督控制消除系统逼近误差和外界干扰,并利用Lyapunov方法严格证明了在该控制律作用下闭环系统所有信号一致最终有解,闭环系统的输出能最终跟踪期望输出。仿真结果表明了该方法的有效性。

带有时滞的未知非仿射非线性系统自适应模糊跟踪控制

应用自适应模糊逼近方法研究了一类带有时滞的未知非仿射非线性系统的跟踪控制问题.系统的实际控制器是按照Backstepping设计过程经逐步反推而得到,在每一步设计中需要用自适应模糊逻辑系统来逼近未知的非线性函数.为了降低控制设计对先验知识的依赖性,取消须事先已知模糊基函数的限制,采用非线性参数化的模糊逻辑系统作为逼近器.由于逼近器中的未知参数彼此之间呈非线性关系,无法直接得到在线估计这些参数的自适应律.为了实现对相关参数的在线调节,先应用Taylor展开式将呈非线性关系的参数分离,使其相互之间具有线性关系,然后再基于Lyapunov第2方法给出相应参数的自适应调节律.最后,通过一个仿真实例来验证所给方法的有效性.结果表明:所得自适应模糊控制器能有效补偿时滞的影响,保证闭环系统中所有信号均有界,而且输出跟踪误差能收敛到原点的任意小邻域内.