基于观测器的一类不确定非线性系统自适应输出反馈控制

针对一类不确定非线性系统,基于非线性状态观测器采用回馈递推(Backstepping)设计方法提出了一种鲁棒自适应L2增益控制方案。该控制方案首先对系统的不可观测状态设计非线性状态观测器,在此基础上通过多步递推得到系统的控制律并设计了未知干扰的参数自适应律,使系统具有L2增益性能。同时把采用常规设计方法需要对过多参数进行辨识问题简化为只需对与未知干扰个数相同的参数进行辨识的问题,简化了控制器结构。最后通过仿真算例验证了所设计控制方案的有效性。     

基于高增益观测器的非线性系统自适应模糊滑模控制

针对一类有界的不确定非线性系统,基于高增益观测器并结合自适应模糊逻辑系统和滑模控制,提出了一种基于高增益观测器的自适应模糊滑模控制方案。该方案不需要系统状态可测的条件,而是通过设计高增益观测器来估计系统的状态并能保证观测误差一致最终有界。基于李亚普诺夫函数方法,给出了自适应模糊滑模控制律以及在线调节的参数自适应律。所提出的控制方案不但能使闭环系统稳定,而且保证了跟踪误差的一致最终有界性。仿真结果进一步验证了该控制方案的实用性和有效性。     

基于神经网络的反步自适应大机动飞行控制

针对飞机大机动飞行时模型非线性和参数不确定性的特点,提出了一种基于全调节神经网络的反步自适应控制方法。飞机模型不确定部分由全调节径向基函数(radical basis function, RBF)神经网络在线补偿,控制律及神经网络参数自适应律由反步法回馈递推得到,并利用一种自适应参数策略的混沌粒子群算法优化控制器固定参数,改善动态性能,最后通过加权伪逆控制分配方法得到最终控制信号。仿真结果表明：在较大的模型气动参数不确定及控制增益矩阵未知时,所设计的控制律仍能理想地跟踪飞机大机动指令飞行,神经网络参数估计误差指数收敛到有界紧集,系统具有快速的收敛性和良好的鲁棒性。     

感应电机非线性自适应鲁棒控制

基于耗散性与稳定性之间的等价关系和投影原理，设计具有L2增益的非线性白适应鲁棒器应用于感应电机控制是一种新颖的方法．针对感应电机转子电阻与负载转矩的不确定性，在设计控制器时，引入与不确定性参数相对应的可调参数。利用投影定理设计了自适应控制律，在线修正参数值，同时耗散性分析中采用了L2增益算法，使系统不但对不确定项具有鲁棒性，而且对外部干扰具有抑制作用，保证整个闭环系统的动态品质。数值仿真验证了设计方法的正确性。     

基于耗散理论的TCSC与励磁协调控制研究

针对TCSC与发电机励磁的协调控制问题,研究了能够实现干扰抑制的鲁棒非线性协调控制律。首先针对一类多输入非线性系统,通过耗散不等式的递推设计,提出了一种L2增益意义下的干扰抑制方法,得到实现干扰抑制的控制律。然后考虑电力系统的强非线性和不确定性,建立了带有干扰项的TCSC与发电机励磁系统非线性模型。最后,提出了TCSC与发电机励磁的鲁棒非线性协调控制律。在单机无穷大系统情况下的仿真结果表明,提出的控制律可有效抑制干扰的影响,提高电力系统暂态稳定性。     

参数未知非线性混沌系统的自适应反演滑模控制

针对一类含有非匹配未知参数和非参数不确定性的混沌系统,基于自适应反演和滑模控制方法,研究自适应反演滑模控制策略,实现了不确定混沌系统的调节问题。与现有自适应控制相比,允许系统存在非匹配未知参数和非参数化的不确定性,增强了控制系统的鲁棒性。仿真算例证明了理论研究成果的正确性和鲁棒性。     

参数未知随机系统的最小方差对偶自适应控制

针对参数未知随机系统的自适应控制问题,研究了最小方差对偶自适应控制。分析了由于未知参数的不确定性,使得运用动态规划原理求解最优控制律时存在着困难,转而寻求次优控制律;给出了差分方程转换成状态空间模型的方法,将未知参数在一个确定的模型集中取值,运用动态规划原理得到各模型的控制律,通过各模型后验概率加权获得次优对偶控制律。给出了算例,以验证此算法的有效性,表明所得到的控制律既有调节作用,又有学习作用。     

基于可变增益的翼伞自适应模糊反步降高控制

针对含模型不确定性的无人动力翼伞低空降高控制问题,提出了一种基于可变增益的自适应模糊反步法控制策略。首先,推导了稳定航速下翼伞尾沿偏转变增益反步控制律,通过设计增益参数简化了控制器形式。然后,利用模糊逻辑系统在线逼近系统的不确定性,并加入自适应鲁棒项对逼近误差进行消除,采用Lyapunov理论得出的模糊系统权值和逼近误差自适应律,保证了闭环系统的一致最终有界性和跟踪精度。最后,针对控制器增益的组合形式,采用单独的模糊系统对增益参数进行在线调节。仿真结果验证了所提方法的有效性。     

推广匹配非线性系统变结构鲁棒自适应控制

对于一类不确定非线性系统 ,利用推广匹配条件对系统进行反馈线性化 ,将系统变换成一个具有n-2个积分链和两个含有未知参数和不确定项的方程的非线性系统。在利用极点配置法给出鲁棒自适应滑动模态超平面设计的基础上 ,提出了变结构鲁棒自适应控制律的设计方法 ,并将所提出的设计方法应用于下摆加驱动电机系统的控制律。经仿真研究表明 ,控制效果令人满意。     

具有扇区输入非线性的三轴MEMS陀螺仪鲁棒自适应控制

微机电系统(micro electro mechanic system, MEMS)陀螺仪在制造和应用过程中会受到系统参数不确定、外界干扰和力电换能器非线性效应的影响,降低MEMS陀螺仪的检测精度。提出一种基于增益自适应的滑模控制策略对MEMS陀螺仪3个轴向轨迹进行控制,采用一种基于时变死区技术的积分自适应律估计参数不确定和干扰的上界以避免估计发散,选择合适的控制律消除非线性扇区输入的影响,实现陀螺3个轴向的轨迹跟踪指定的参考运动,从而提高检测精度。最后利用Lyapunov直接法证明了闭环误差系统的渐近稳定性和所有信号的有界性。仿真结果表明了该策略的有效性。     

一类不确定混合线性时滞系统鲁棒控制问题研究

讨论了一类不确定混合线性时滞系统在其Markov跳跃参数所处模态非精确可测得情况下的鲁棒控制问题。给出了非匹配条件下系统不确定部分范数上界已知时,使系统呈均方意义下指数稳定的保代价控制充分条件。并根据混合系统模式下的LaSalle稳定性定理,对匹配条件下系统不确定部分的未知范数上界给出了一种参数自适应估计方法,设计了相应的鲁棒自适应控制律以实现混合线性时滞系统以概率1渐近稳定。鲁棒自适应控制律的设计仅依赖于跳跃参数的非精确测量值。     

基于模糊辨识的混合鲁棒自适应控制

针对一类多输入多输出不确定非线性系统,提出一种基于模糊辨识的混合鲁棒自适应控制方法。该方法探讨了自适应模糊控制器的参数自适应律由跟踪误差和逼近误差共同进行调节,并从理论分析和仿真角度证明了该方法比参数自适应律仅用跟踪误差进行调节的控制器具有更好的跟踪效果,该方法加快了系统跟踪误差的收敛速度。将该算法用于两连杆机械手轨迹跟踪,仿真结果表明该算法具有跟踪精度高,收敛速度快的优点。     

自适应反演滑模转台鲁棒控制器设计

针对未知非线性、外界干扰和参数摄动等不确定因素对实际转台控制系统的影响,提出了自适应反演滑模神经网络的转台鲁棒控制器设计。自适应反演滑模控制作为主控制器,RBF神经网络实现了不确定上界值的在线辨识。仿真结果表明,基于RBF神经网络的自适应反演滑模控制很好地克服对象的不确定性,实现控制系统的较强鲁棒性,适于高精度飞行仿真转台系统的实时鲁棒控制。     

基于自适应动态逆的着舰控制器设计

针对舰载无人机着舰过程中存在参数不确定、舰尾流干扰等问题, 设计了一种基于自适应动态逆的着舰控制律。通过动态逆消除了非线性以及多变量耦合, 在此基础上加入自适应律, 分别设计了俯仰姿态控制器和速度控制器, 并应用Lyapunov稳定性原理修正了自适应律并用来处理动力受限时的速度控制问题, 保证动力补偿系统的稳定性。仿真验证结果表明,该控制方法具有较好的动态性能与鲁棒性, 能够在复杂环境下以较高精度跟踪期望值, 符合无人机着舰指标要求。     

时滞大系统的模型参考鲁棒自适应分散控制

基于Lyapunov-Krasovskii (L-K) 泛函方法,结合线性矩阵不等式（linear matrix inequality, LMI）技术以及自适应控制方法,研究了一类不确定时变时滞大系统的模型参考跟踪控制问题,提出了一种鲁棒自适应分散控制器设计方法。时滞无关的控制器设计无需模型参考跟踪控制中苛刻的模型匹配条件且局部状态反馈增益以LMI 形式给出,便于计算机求解和参数优化。为避免控制过程中的自适应参数持续增长问题,提出了死区自适应算法。最后以仿真实例表明了所提方法的正确性与有效性。     

一类线性时变系统组合自适应迭代学习控制

针对一类有限时间区间上具有可重复性的BIBO稳定的一阶线性时变系统,将模型参考自适应控制方法与迭代学习相结合,提出了组合模型参考自适应迭代学习控制算法.基于Lyapunov方法推导出迭代学习控制律以及针对时变惯性参数与时不变高频增益的组合自适应参数更新律.该算法适于控制快时变系统,并使跟踪误差、参数估计误差和控制信号有界.当迭代次数趋于无穷时,跟踪误差关于有限时间区间一致收敛到零.系统仿真验证了所提控制算法的有效性.     

实现混沌系统同步的自适应变结构观测器方法

针对一类状态不能全部测量且含有不确定项的混沌系统,采用自适应滑模变结构观测器方法,设计了相应的控制律和自适应律,实现了混沌系统的同步控制。所给控制策略,不仅对参数变化和噪声干扰具有很强的鲁棒性,而且不需要已知不确定项的上界,也不需要串联惯性滤波器。理论分析与仿真结果表明了该方法的有效性。     

具有时变时延和丢包的网络控制系统H∞优化控制

研究了一类存在时变时延和丢包的网络控制系统(networked control systems, NCS )的H∞优化控制问题。当网络时延和连续丢包有界时,NCS被建模为等效的具有时变时滞的系统,利用Lvapunov Krasovskii泛函和线性矩阵不等式方法,在NCS渐近稳定的基础上给出NCS状态反馈次优和最优H∞控制律的设计方法,求解时不需要使用重复迭代,设计控制器时也无须知道调节参数。仿真表明了此方法的可行性和有效性。     

非匹配不确定非线性系统的鲁棒自适应控制

针对一类非匹配不确定非线性系统,研究了一种适用于输出跟踪的鲁棒自适应控制器设计新方法。结合反演设计方法和"σθ-修改"参数自适应技术所设计的控制器,对非匹配的未知参数和非参数有界不确定项具有强鲁棒性。该控制器不仅能保证闭环系统所有信号有界,且能使跟踪误差以指数速度收敛到零的小邻域内。计算机仿真算例证实了理论结果的可行性和有效性。     

基于DSC和MLP的欠驱动船舶自适应滑模轨迹跟踪控制

针对存在船舶动态不确定和外界干扰的欠驱动水面船舶轨迹跟踪控制问题,提出一种基于动态面控制(dynamic surface control,DSC)和最小学习参数法(minimal learning parameter,MLP)的自适应滑模控制方法。在控制律的设计过程中,为实现位置跟踪误差的收敛,利用反步法设计船舶前向速度和横漂速度的虚拟控制律镇定轨迹跟踪误差;引入DSC技术,用于消除反步法对虚拟控制求导引起的“微分爆炸”问题;另外,采用MLP技术,以单参数在线学习代替所有权值在线学习,减少控制器的计算量,避免出现“维数灾难”问题,并结合带有“σ-修正”的自适应律,防止参数漂移,易于工程的实现。稳定性分析证明了所设计控制律可以保证轨迹跟踪船舶闭环系统中轨迹跟踪误差信号一致最终有界,仿真结果验证了所设计控制器的有效性。