一类带有输入时滞的非线性关联大系统的分散自适应控制

为解决带有完全未知关联项和输入时滞的非线性关联大系统的跟踪控制问题,本文提出一种自适应分散控制策略,利用神经网络逼近理论处理未知项,同时引入合适的辅助系统消除输入时滞。为了消除未知关联项对系统的影响,定义新的未知常数和非线性光滑函数来界定未知关联项。根据Lyapunov稳定性理论,本文所提出的控制方法能够保证闭环系统一致最终有界,并且跟踪误差能够收敛到原点的一个小邻域内。最后通过仿真算例进一步检验所设计方法的可行性。

非线性关联大系统的控制器设计

对一类由Takagi-Sugeno双线性模型描述的带有时变时滞的非线性关联大系统,研究了其分散状态反馈控制问题.根据Lyapunov稳定性分析理论和并行分布补偿算法,导出了闭环关联大系统时滞相关渐进稳定的充分条件,该条件比现有结果具有更小的保守性.设计出了相应的分散模糊控制器,并将其转化成为一个受线性矩阵不等式约束的凸优化问题.

基于T-S双线性模型的非线性关联大系统的分散控制

对一类由Takagi-Sugeno(T-S)双线性模型描述的非线性关联大系统,研究了其分散状态反馈控制问题.根据Lyapunov稳定性分析理论和并行分布补偿(PDC)算法,导出了闭环关联大系统渐近稳定的充分条件,该条件比现有结果具有更小的保守性.设计出了相应的分散模糊控制器,并将其转化成为一个受线性矩阵不等式(LMIs)约束的凸优化问题.最后,通过仿真例子验证了所提方法的有效性.

非线性时滞关联大系统的分散控制

研究了一类带有时变时滞的双线性关联大系统的分散状态反馈控制问题。通过定义新型的Lyapunov函数,导出了闭环关联大系统时滞相关渐近稳定的充分条件。通过并行分布补偿算法(PDC)和求解线性矩阵不等式得到分散模糊控制器。理论证明和仿真例子都说明在所设计控制器的作用下,关联大系统是渐近稳定的。

关联大系统的静态输出反馈控制

研究了一类基于T-S双线性模型的非线性关联大系统的分散静态输出控制反馈问题。应用Lyapunov稳定性分析理论,得到了闭环关联大系统渐近稳定的充分条件,并把这些条件转换成线性矩阵不等式(LMI)的形式,相应的分散模糊控制器可由线性矩阵不等式的解得到。最后,通过仿真数例验证了所提方法的有效性。

模糊双线性关联系统的反馈控制

为了分析一类基于Takagi-Sugeno双线性模型的非线性关联大系统的分散静态输出控制反馈问题,提出了一种改进的李雅普诺夫函数方法.通过构造新型的李雅普诺夫函数,得到了闭环关联大系统渐近稳定的充分条件.在证明过程中,通过放松约束条件使该方法得到的稳定条件比现有结果具有更小的保守性.利用线性矩阵不等式设计出相应的分散模糊控制器.理论分析和仿真结果表明,该方法具有更好的稳定性能.