全局稳定的机器人鲁棒自适应分散跟踪控制

提出一种全局稳定的鲁棒自适应分散控制策略,用于不确定性机器人的轨迹跟踪．该控制器由一个线性ＰＤ 分散反馈＋ 补偿不确定动力学的非线性自适应分散反馈构成．仅需要了解各关节输出的位置及速度状态,就能够克服通常难于建模的摩擦力和外部扰动影响,保证全局的渐近稳定．二自由度机器人的仿真证明了该法的有效性．     

非线性系统的直接自适应控制及其改进方法

针对非线性系统,提出了一种新的直接自适应控制方法．给出了相应的自适应控制器的设计方法,并分析了所构造的控制器的输出跟踪特性,得到了控制算法收敛的条件．文中还提出了一种改进型控制器——带梯度预报的直接自适应控制器．最后的仿真结果表明了文中结论的正确性及有效性     

综合的机器人鲁棒自适应控制

研究了不确定性机器人轨迹跟踪的鲁棒自适应控制方法．利用机器人动力学参数变量分离方法,将系统的集中不确定性反映到一个集中的标量参数上,进而提出一种基于简单的计算力矩结构的综合鲁棒自适应控制策略,同时还设计了一个通用的非线性反馈增益和一个简单的自适应律,通过在线刷新一个集中的系统不确定性参数,最后保证系统达到全局指数意义的渐近稳定或全局一致最后有界．通过简化控制结构得出一种简单的鲁棒控制器．按照对控制参数的不同选择,可保证系统达到严格的全局一致最后有界、全局渐近稳定、全局指数稳定三种稳定性结果．理论分析和计算机仿真验证了控制律的有效性．     

随机系统输出反馈控制中信息状态推导的一种新方法

研究了部分可观测随机系统在风险灵敏度指标下的最优输出反馈控制问题．通过引入信息状态概念来获得输出反馈控制律,对于状态和输出(测量)噪声带有一般相关系数的随机系统,推导求得了其显式的信息状态表达式。