基于观测器的不确定超混沌Lü系统的主动控制

针对参数未知的超混沌Lü系统的控制问题,提出了一种基于观测器的主动控制方法。利用系统状态变量设计有效的参数观测器来辨识未知参数,并考虑了状态变量含有测量噪声的情况。在参数辨识的基础上,加入简单的主动控制来实现不确定超混沌Lü系统的控制。数值仿真结果表明了该观测器和控制器的有效性和可行性。     

基于RBF神经网络的分数阶混沌系统的同步

针对分数阶混沌系统的同步问题,提出一种基于径向基函数(Radial BasisFunction,RBF)神经网络的控制器。利用RBF神经网络对同步误差系统进行补偿控制,神经网络的权值可以在线调整,使得同步误差渐近收敛到零点。基于Lya-punov稳定性理论,分析了该控制器的稳定性。分别以分数阶Chen系统的同步和分数阶Liu系统的同步为例进行了数值仿真,仿真结果验证了所设计的控制器的有效性和鲁棒性。