八旋翼微型飞行器的自适应滑模控制器设计

八旋翼微型飞行器的不确定性导致很难获得稳定的控制。鉴于此,提出一个稳定的八旋翼微型飞行器的姿态控制策略以适应系统的不确定性因素和外部干扰。首先,采用区间二型模糊神经网络来逼近八旋翼微型飞行器动力学模型中的非线性和不确定性函数。然后,用李诺夫稳定性定理证明闭环系统的渐近稳定性,并利用对区间二型模糊神经网络和滑模控制增益进行在线调整。仿真结果表明,基于区间二型模糊神经网络的自适应滑模控制器能够保证在不确定性因素和有外部干扰的情况下保证八旋翼微型飞行器控制系统的良好性能,与传统的自适应滑模控制器及基于区间一型模糊神经网络的滑模控制器相比,性能显著提高。     

线性离散系统的鲁棒控制器综合

利用Ｋｈａｒｉｔｏｎｏｖ定理及其在离散时间域中的推广结果，针对线性离散区间对象讨论了鲁棒状态反馈控制器的设计，完成了稳定二次型鲁棒控制器综合，使得对于对象集合中的所有线性离散系统均为稳定的，且系统性能满足所给定的二次型指标，最后给出了一个算例。     

模糊神经网络系统的鲁棒控制器设计

设计模糊神经网络系统的鲁棒控制器,通过构造Lyapunov函数,推导出系统的鲁棒稳定性的条件和鲁棒控制律,并通过仿真验证所设计的控制器的有效性。     

基于滑膜控制和SAFNN的鲁棒混沌同步

针对带有干扰的混沌系统,进行了基于自组织自适应模糊神经网络(SAFNN)的同步控制器的设计,采用基于聚类划分的模糊神经网络,推导出模糊神经网络参数在线更新算法,并设计了神经网络结构自适应算法,从隶属度函数的生长、模糊规则的分裂和模糊规则的修剪三个方面动态调整模糊神经网络结构,摒弃了常规的试错法来调整系统的结构和参数,以便更好地满足对计算负荷和控制性能的要求,实现两者之间的平衡;最后结合滑模控制器和鲁棒控制器,对带有干扰的混沌系统进行同步控制仿真,仿真结果表明该方法有效。     

一类不确定时滞离散模糊切换系统的鲁棒稳定性问题

研究了一类不确定时滞离散模糊切换系统的鲁棒稳定性问题。基于模糊Lyapumov-Krasovekli函数,采用并行部分补偿算法,设计了使模糊系统全局渐近稳定的控制器,提出并证明了一个新的判别闭环不确定离散时滞模糊切换系统鲁棒渐近稳定的充分条件。     

线性不确定系统状态反馈鲁棒控制

研究了一类典型线性不确定系统状态反馈二次型鲁棒镇定控制问题。文中给出了满足匹配条件的不确定线性状态反馈控制系统二次型稳定的条件及二次型鲁棒稳定的条件。通过选择合适的满足矩阵不等式的正定对称阵和正常数ε,即可构造状态反馈二次型稳定鲁棒控制器。     

小脑神经网络用于不确定时滞系统的鲁棒非脆弱控制

针对不确定时滞系统的鲁棒跟踪控制问题,设计了一种基于小脑神经网络CMAC的鲁棒非脆弱控制器。首先,给出小脑模型神经网络控制系统的算法。其次针对一类不确定时滞系统,根据李雅普诺夫稳定理论,进行了鲁棒非脆弱控制器的设计。假设反馈控制中即含有状态反馈不确定性,也具有状态时滞的不确定性。证明不确定时滞系统鲁棒非脆弱控制存在的条件。该条件可以利用Matlab的线性矩阵不等式LMI工具箱来求解鲁棒控制器的参数。之后利用CMAC神经网络较强的学习能力和鲁棒非脆弱控制器对参数摄动抑制作用的特点,将鲁棒非脆弱控制器与小脑模型神经网络CMAC相结合,构成小脑模型神经网络与鲁棒非脆弱控制器的复合控制,实现对不确定时滞系统的跟踪控制。仿真结果显示,对于输入端扰动和一定程度的参数摄动,经过复合控制器的作用,被控系统能在短时间的抖动后逐渐趋于稳定,不仅具有较快的响应速度,还具有较短的收敛时间和令人满意的跟踪精度。该种复合控制表现出较强抗干扰能力及鲁棒性。     

连续区间系统的鲁棒 H∞控制:LMI方法

研究了一类连续区间系统的鲁棒 H∞控制问题.首先基于一个等价变换,将区间系统转换为一个具有时变参数不确定性的线性系统.然后利用线性矩阵不等式(LMI)方法讨论了系统的鲁棒稳定性以及扰动衰减度,得到检验该类系统鲁棒稳定且具有 H∞性能γ的新的充分条件,用同样的方法得到系统鲁棒镇定且具有 H∞性能γ的判定条件,并设计了系统鲁棒 H∞状态反馈控制器.通过求解一个凸优化问题,还可以得到该区间控制系统最优的扰动抑制水平及相应的鲁棒 H∞状态反馈控制器.所得结果均以LMI的形式给出,求解方便.最后通过仿真算例验证了本文结果具有更小的保守性.     

区间时滞系统的非脆弱鲁棒H∞控制

针对一类时滞是时变的且属于一个已知区间的线性系统,提出了一种新的Lyapunov-Krasovskii函数分析方法,分析区间时滞线性系统的稳定性,并设计了非脆弱鲁棒H∞控制器.设计的非脆弱鲁棒H∞控制器不仅可以保证时滞系统是渐近稳定的,同时可以满足所给定的H∞性能指标.非脆弱鲁棒H∞控制器可以通过线性矩阵不等式方法获得...     

基于滑模技术的时变Lorenz系统的自适应同步

讨论了参数为时变的Lorenz系统的同步问题的自适应控制.驱动系统的参数未知并在一个有界区间内变化,同时区间的边界也未知.利用自适应控制设计控制器,并且为了增强混沌系统的鲁棒稳定性,控制器的设计运用了滑模控制的方法.在控制器的作用下,实现了响应Lorenz系统与驱动Lorenz系统的全局渐近同步.数据仿真表明该控制的有效性和可行性.     

采用SNNM的离散智能系统鲁棒控制器综合

研究了离散标准神经网络模型(SNNM)的鲁棒镇定控制器综合问题,利用李亚普诺夫稳定性理论和S方法推导出了鲁棒状态反馈控制律存在的充分条件,并利用一个线性矩阵不等式的解给出了控制律的参数化表示.大部分基于神经网络或T-S模糊模型的离散智能系统都可以转化为离散SNNM形式,以便采用统一的方法进行控制器的综合.数值示例和仿真结果表明所提出的方法简单易行,为非线性系统鲁棒控制器的综合提供了新的思路.     

Lurie型控制系统鲁棒绝对稳定的新判据

用 Lyapunov函数结合区间矩阵的分析方法研究了区间 Lurie型间接控制系统与直接控制系统的鲁棒绝对稳定性问题 ,给出了系统鲁棒绝对稳定的充分条件 .所得的结果不仅扩大了鲁棒度 ,而且简化了计算 .     

区间Delta算子系统的鲁棒H∞控制

研究了基于Delta算子描述的区间系统鲁棒H∞镇定设计问题。在给出了区间系统的一种等价描述后，利用H∞控制的思想，将系统的鲁棒镇定设计问题化为求解Riccati不等式。所设计的控制器可使闭环系统鲁棒稳定，而且对可允许的参数变化具有一定的H∞性能。所得结论可将连续与离散区间系统的有关结果纳入到Delta算子系统的统一框架中。     

广义非线性交联大系统的鲁棒模糊分散控制

利用广义T S模糊模型对广义非线性交联大系统进行了鲁棒控制研究·首先 ,对广义非线性交联大系统建立模糊模型·然后 ,在系统可解条件下 ,给出了模糊分散控制器的设计方法 ,分析其考虑建模误差时的鲁棒稳定性 ,给出基于LMI的闭环系统鲁棒稳定的充分条件·进而 ,应用模糊规则及权重的性质得到基于LMI优化技术的低保守性的鲁棒模糊分散控制器设计方法·最后 ,算例说明了控制器的设计步骤和有效性·     

时滞神经网络的鲁棒控制器

对不确定变时滞神经网络系统的鲁棒控制器的设计进行了分析.通过构建李亚普诺夫泛函并结合线性矩阵不等式方法及有关不等式技巧给出了不确定时滞神经网络的输出反馈鲁棒控制器的设计方法,提出了易于实现的鲁棒控制器设计的代数判据,其结论与满足一定条件下系统的变时滞大小无关.最后给出了实例并进行了仿真,实验结果表明所设计的鲁棒控制器的有效性.     

线性区间系统的鲁棒非脆弱H∞控制

讨论了一类区间系统的鲁棒非脆弱H∞状态反馈控制问题．考虑的非脆弱控制器其控制器参数在未知的区间内波动但波动幅度已知,该形式的控制器等效描述类似于范数有界摄动形式的非脆弱控制器,基于线性矩阵不等式方法,给出了鲁棒非脆弱H∞状态反馈控制方案,所设计的控制器在给定区间内波动时保证闭环系统稳定且满足给定的H∞性能指标,数值例子表明了H∞上述设计方法的有效性。     

时滞广义区间系统的鲁棒H∞控制

研究了一类时滞区间广义系统的鲁棒H∞控制问题,研究该问题的目的是设计状态反馈控制器,使得闭环系统是鲁棒稳定的,同时具有H∞范数界,这个问题通过对系统进行广义二次能稳定且具有H∞范数界的研究而得到解决,得到了该类系统广义二次能稳定且具有H∞范数界的充分必要条件,给出了状态反馈控制器的构造方法,最后的数值例子说明了主要结果。     

基于Delta算子的T-S模糊系统输出反馈鲁棒镇定

文章对一类由Delta算子描述的具有范数有界不确定性的T-S模糊系统,研究其静态输出反馈鲁棒镇定问题;利用Delta域的Lyapunov稳定性理论,基于矩阵相似变换,得到使模糊Delta算子系统鲁棒镇定的静态输出反馈控制器存在的充分条件;并用一组线性矩阵不等式(LMI)的可行解,直接利用Matlab中的LMI工具箱验证求解,给出输出反馈鲁棒控制器的一个参数化表达形式。     

一类不确定非线性系统的鲁棒稳定控制器的设计

运用微分流形的分布为工具，先将一类多输入多输出不确定非线性系统通过对角状态反馈变换为一个状态矩阵为区间矩阵的不确定线性系统，把非线性系统的不确定性和对角状态反馈变换误差转化为区间矩阵。再对区间矩阵系统应用实对称矩阵集合的最小上界定理进行鲁棒控制器设计，从而达到对原非线性系统的鲁棒稳定控制。最后通过一个算例验征了该方法的有效性。     

一类组合大系统的分散保成本鲁棒控制

针对一类带有不确定性的互联组合大系统设计了一个非线性鲁棒分散控制器 ,该控制器能够在保证原系统渐近稳定的基础上使给定的二次型成本函数有界 .最后的仿真表明了本文控制方法的有效性