一类具有Markov跳跃参数的不确定混合系统滑模控制

针对一类具有Markov跳跃参数的不确定混合系统,基于滑模控制理论,设计了滑模控制器.通过线性矩阵不等式方法,分别给出了匹配不确定和非匹配不确定条件下系统在滑模面上均方意义下指数稳定的充分条件.同时针对这两种不确定性,设计了相应的滑模控制策略,并证明了该控制策略能够确保系统的运动轨迹在有限时间内到达滑模面并一直保持在滑模面上.仿真结果表明,所设计的控制器对不确定混合线性Markov跳跃系统具有很强的稳定性和鲁棒性.     

一类非线性系统的模糊自适应反推滑模控制

针对一类具有非匹配不确定非线性系统,提出一种模糊自适应反推滑模变结构控制方法。首先利用模糊逻辑系统有效逼近系统的未知非线性,然后针对反推方法中需要对虚拟控制反复求导而存在的"微分爆炸"现象引入低阶滤波器,同时抑制非匹配不确定性的影响;最后设计一种积分终端滑模控制,解决了控制过程中的奇异问题,加快了远离平衡位置的系统状态收敛速度,保证了系统的收敛精度,同时削弱了传统滑模控制中存在的抖振现象。Lyapunov稳定性分析证明了所设计的控制器能够保证闭环系统的有限时间收敛。对比仿真结果显示系统状态跟踪效果较好,控制输入抖振现象削弱明显。     

一类非线性系统的模糊滑模控制

对一类不确定非线性系统，提出了一种基于模糊逻辑的连续滑模变结构设计方法。由于使用模糊逻辑控制，平滑了切换信号，避免了滑模控制所固有的颤动现象。仿真结果表明，文中所提出的控制方法，对模型不确定性和外来扰动具有较强的鲁棒性。     

混合系统PID控制及稳定性分析

由于被控对象为常见的二阶线性连续系统,而计算机通常只对离散信号进行处理,所以控制器采用离散的PID控制器,并在连续模块与离散模块之间采用零阶保时器,从而构成一个混合反馈控制系统.由于Z变换使得时域与频域系统形成一一对应的关系,故在分析过程中把整个闭环系统都化成统一的Z变换形式,并给出此系统的开环与闭环传递函数计算公式,从而推导出开环传递函数的幅值裕度和相角裕度.应用线性矩阵不等式(LMI)方法,先设定一个线性不等式区域,形成LMI区域的特征函数来分析整个闭环系统的稳定性,通过构造一个矩阵不等式并求解出一个正定对称矩阵,使得闭环系统Z变换后的特征值都在单位圆内部,从而所得到的闭环系统具有稳定性及较强的鲁棒性.     

一类MIMO非线性系统的自适应模糊滑模控制

研究了一类具有未知常数控制增益的MIMO非线性系统的自适应模糊控制问题。基于滑模控制原理,利用Ⅱ型模糊系统的逼近能力,提出了一种分散自适应模糊滑模控制器设计设计的新方案 。通过理论分析,证明了闭环控制系统是全局稳定的、跟踪误差收敛到零。     

一类不确定仿射非线性系统的自适应变结构控制

研究非匹配不确定仿射非线性系统的输出跟踪问题．针对系统中的参数不确定性,基于李亚普诺夫稳定性理论提出了一种分段控制方案,当控制误差大于一定范围时,采用自适应变结构控制方案,使得闭环跟踪系统全局渐近稳定,参数估计值收敛,系统信号保持有界,控制误差减小到零域附近时,切断变结构控制,避免了颤振现象的出现．理论研究和仿真结果证实了理论结果的正确性和有效性．     

一类非线性网络化控制系统的滑模变结构控制

基于滑模控制系统滑动模态不变性和T-S模糊模型能有效解决菲线性系统建模的优点,研究了一类具有时延和丢包的非线性网络化控制系统的滑模变结构控制问题.采用滑模控制理论设计控制器,证明了在控制器作用下系统能在有限时间内到达滑模面并一直保持在滑模面上,并根据Lyapunov理论和线性矩阵不等式(LMI)方法推证出了系统状态全局稳定的充分条件.最后以一个仿真算例验证了本文方法的可行性和有效性.     

一类非线性系统的非奇异Terminal滑模控制

针对一类二阶非线性系统提出新的Terminal滑模控制面以克服传统的Terminal滑模控制的奇异问题,同时确保系统从任何初始状态在有限时间内收敛至平衡点;进一步考虑系统参数摄动和外界扰动等不确定性因素上界的未知性,用Lyapunov稳定性方法给出了一个带有未知性上界参数估计的自适应非奇异Terminal滑模控制的控制.     

一类非线性系统的RBF神经网络滑模控制及应用

针对一类模型不精确的非线性系统,提出了一种RBF神经网络与滑模控制策略。RBF神经网络在一定条件下可以任意精度逼近非线性函数,且具有较强的自学习、自适应和组织能力。因此,将其与滑模变结构控制策略相结合,应用于非线性系统中。实验结果表明:其克服了传统滑模变结构控制中的振颤问题,同时,继承了滑模变结构控制所具有的快速性能好、鲁棒性强和抗干扰性能优良的特点。     

方向未知的非仿射非线性系统的模糊滑模控制

为解决一类控制方向未知的非仿射非线性系统的控制问题, 提出一种新的自适应模糊滑模控制方法, 无需系统控制方向和不确定项的上界的先验知识。采用模糊逻辑系统直接逼近控制器中的未知部分, 在参数自适应律中引入Nussbaum函数处理控制方向未知问题。用一类光滑非线性饱和函数改进传统的积分滑模面, 能使控制器在保证传统积分滑模控制跟踪精度的同时获得更好的动态性能。利用李雅普诺夫方法证明了闭环系统的稳定性。数值仿真验证了算法的有效性。     

一类串级非线性系统的最优滑模控制器设计

对一类串级不确定非线性系统提出了一种基于SDRE控制的最优滑模控制方法.该方法采用2环控制结构，外环控制器的设计采用基于依赖状态的Riccati方程最优控制器，用以产生最优滑模面；内环控制器的设计采用滑动模控制以减小控制系统对参数变化、模型误差、外部干扰的敏感.设计的最优滑模控制器能使一类串级不确定系统具有鲁棒稳定性.同时，提出了2种求解依赖于状态的Riccati方程的方法.最后，通过仿真实例验证了该控制方法的有效性.     

基于RBF神经网络的一类非线性系统模糊自适应控制

针对一类非线性不确定系统,基于ＲＢＦ神经网络,结合模糊滑模控制提出了一种自适应控制方法。根据Ｌｙａｐｕｎｏｖ稳定性理论设计ＲＢＦ网络和模糊滑模补偿控制器的参数。     

一类非线性网络控制系统的控制器设计

针对一类非线性网络控制系统,提出了一种新型自适应模糊滑模预测控制方法,采用带有时间超前非线性状态预估器的新型的滑模控制(SMC)方案,补偿网络诱导时延,而后利用模糊自适应系统来逼近非线性环节,并基于Lyapunov稳定性理论设计自适应律,保证系统的稳定性. 以网络环境下空间飞行器的姿态控制为例进行仿真,结果表明,所提出的方法不仅实现了高精度的姿态稳定控制,且系统对不确定参数、网络诱导延时及外界干扰带来的影响具有很好的鲁棒性.     

一类非线性系统的直接自适应控制

在模糊神经网络滑模控制器的基础上提出了一种设计方法，将ＦＮＮＳＭＣ与模糊神经网络有机结合，通过平滑切换实现自适应控制。这种方法增强了系统的鲁棒性且能有效地消除高频颤动，仿真结果说明本方法有效。     

一类非线性不确定系统的间接自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种间接自适应模糊滑模控制设计方法.构造了线性切换面确保滑动运动稳定,用监督控制确保系统状态有界,设计了自适应模糊控制器确保到达条件成立.该方法不仅确保系统稳定,而且抑制了抖振.仿真结果也证明了此方法的有效性.     

一类非线性不确定系统的自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种自适应模糊滑模控制方法.构造线性切换面确保滑动运动稳定,利用趋近律构造理想控制,用监督控制确保系统状态有界,用模糊逻辑系统逼近其连续项,用补偿切换项来消除逼近误差,该方法有效的结合了自适应模糊控制和滑模控制的优点,控制器构造简单,稳定条件弱,控制性能好.仿真结果也证明了此方法的有效性.     

三个Buffers切换到达系统的混合系统建模和控制

采用被服务Buffer编号为离散标识,Buffer中待处理任务数为连续状态,建立了系统的代数微分方程模型,提出了三个Buffers切换到达系统不稳定周期轨道的一种基于混合状态的镇定控制方法。当Server服务于一个Buffer时,以此状态下在连续周期轨道上对应的2个顶点张成的一维线形子流型滑动目标,仅通过系统许可的对极限连续处理时间的控制,使系统镇定于周期轨道,并从系统的混合模型角度,分析了镇定方法的鲁棒性。