具有双交叠输入的T-S模糊系统的H∞控制

针对一类非线性时滞不确定的T-S模糊系统,在充分利用输入变量的双交叠模糊分划性质的基础上,提出了一个新的判定系统H∞稳定性的充分条件,并同时提出了控制器的设计方案.通过求解线性矩阵不等式(LMI)得到满足要求的控制器参数,使系统具有良好的稳态精度和动态性能.仿真的结果可以表明:利用输入变量的双交叠性质,可以较容易地在各个最大交叠规则组内找到一个公共的正定解矩阵,这样就大大减少了以往求解多个LMI的难度和局限性.     

线性时滞系统H_∞迭代学习控制器的设计

推导采用闭环迭代学习律的系统收敛充分条件 ,分析该条件并把迭代学习控制设计问题转化为H∞ 输出反馈设计问题 ,然后用线性矩阵不等式 (LMI)方法 ,系统设计线性时滞系统迭代学习控制器 .仿真结果证明该设计方法的有效性     

离散T-S模糊系统稳定性分析及控制器设计

针对离散T-S模糊控制系统稳定性分析及控制器设计问题,在Lyapunov直接方法把稳定性的判据归结为在所有的子系统中寻找一个公共的正定的矩阵P基础上,基于模糊Lyapunov方法提出了一种新的稳定性判别条件,把常规Lyapunov方法中的一个公共矩阵的寻找分解为r个矩阵的寻找,使该条件具有更大的宽松性:利用离散T-S模糊系统模型和模糊Lyapunov函数,通过矩阵变换,解决了控制器设计时的双线性矩阵不等式问题,使得稳定性的判定和控制器的增益计算都可以直接利用线性矩阵不等式,通过利用MATLAB中的LMI工具箱对系统进行了仿真,仿真实例给出了由具体规则描述的模糊系统,仿真结果说明了该算法的有效性和优越性.     

线性时滞系统H∞迭代学习控制器的设计

推导采用闭环迭代学习律的系统收敛充分条件,分析该条件并把迭代学习控制设计问题转化为H∞输出反馈设计问题,然后用线性矩阵不等式（LMI）方法,系统设计线性时滞系统迭代学习控制器,仿真结果证明该设计方法的有效性。     

基于扩展线性矩阵不等式的鲁棒模型预测控制

提出了一种基于扩展线性矩阵不等式的鲁棒模型预测控制器的综合方法。通过引入松弛矩阵变量,实现了Lyapunov矩阵变量与系统矩阵的解耦,提供了额外的设计自由度,同时也降低了Lyapunov变量的保守性;通过将提出的方法应用于某型飞机综合飞行/推进控制系统的纵向控制律设计,并与传统的鲁棒模型预测控制方法进行对比仿真,检验了所提出方法的有效性和优越性。     

基于Hebb规则的积分保持型PID神经网络多变量控制器

提出了一个积分保持型PID神经网络多变量控制器。网络的学习算法采用一种简单的类似Hebb规则的算法。当将该控制器应用于多变量耦合的非线性系统的控制时，计算机仿真结果表明，网络的训练速度快，对权的初值的依赖性小，控制系统的动态和静态性能较好。     

分散H_∞状态反馈鲁棒控制设计——LMI方法

应用线性矩阵不等式（ＬＭＩ）方法研究了大系统分散Ｈ∞控制问题．首先分析了分散Ｈ∞状态反馈控制问题,然后提出了存在分散Ｈ∞状态反馈控制器的参数化定理和一种基于ＬＭＩ的迭代求解方法．把反馈增益的设计条件转化为一个双仿射矩阵不等式,用ＬＭＩ迭代算法求解分散控制器,并用实例说明了该方法的应用．结果表明,所获得的控制器具有块对角结构,闭环系统稳定,且使其Ｈ∞范数小于１．     

多指标相容下的多变量PID控制器设计

研究在满足闭环系统稳定、具备一定衰减度、且符合鲁棒性能指标H_∞约束下,多变量PID的整定问题,把PID调节器的设计转化为易于实现的静态输出反馈(SOF)问题,最终将系统的控制律归结为求解具有线性矩阵不等式约束的半正定规划问题,以线性矩阵不等式(LMI)和双线性矩阵不等式(BMI)为工具,给出迭代算法,PID控制器的参数可通过进一步等价转化得到。而后通过对化工过程控制中一个典型实例的仿真,说明了文中算法的有效性和鲁棒性。     

智能悬臂梁的降阶H2控制

利用频域辨识方法得到智能悬臂梁的传递函数模型,在此基础上研究了柔性梁的降阶H2控制问题．首先利用系统增广技术将降阶H2控制问题转化为静态输出反馈问题;然后利用CCL（cone complementarity linearization）算法求解该静态输出反馈问题,给出了降阶控制器设计的结果,并与全阶控制器进行了性能比较．由于CCL算法是一种依赖于初值的迭代求解算法,无法保证得到全局最优解,迭代初值的选取就显得尤为重要,为此对初值选取进行了讨论;最后,对设计的控制器在柔性梁物理实验系统上进行了验证,实验结果表明了设计的有效性．     

具有执行器故障的非线性系统可靠控制设计

针对具有执行器故障的离散时间非线性系统控制设计问题, 提出一种基于Takagi-Sugeno模糊模型的可靠控制器设计方案. 与常规的基于并联分布补偿技术的模糊可靠控制器相比, 所设计的基于非并联分布补偿技术的可靠控制器具有特殊的控制架构, 可引入更多控制增益矩阵变量, 从而降低已有结果的保守性. 此外, 还提出了一种自由矩阵变量技术, 能进一步减少所得结果的保守性. 仿真实验验证了设计方法的有效性.     

广义系统静态输出反馈控制的一个新方法

对广义系统提出了一种新的、简单的静态输出反馈控制器的设计方法.通过引入辅助矩阵变量,对含有Lyapunov矩阵和输出反馈控制器增益矩阵的双线性不等式进行解耦,并结合变量替换法将双线性不等式及包含Lyapunov矩阵的非严格不等式转化为线性矩阵不等式(LMI).利用这种方法,能够得到保证闭环广义系统容许性的LMI条件和静态输出反馈控制器.一个数值例子表明了所提方法的有效性.该方法很容易推广到正常系统的静态输出反馈控制.     

静态输出反馈的鲁棒H_∞控制的一种代数方法

对于一类线性连续不确定性系统,基于线性代数的方法,研究了静态输出反馈控制的鲁棒H_∞问题.结果显示:静态输出反馈控制的鲁棒问题的可解性等价于两个修正Riccati的不等式有正定解,并且给出了符合设计要求的允许控制器的解析表达式.     

线性时滞系统的鲁棒稳定性

基于控制界研究较为活跃的领域之一即线性时滞系统的鲁棒稳定性，利用系统自身结构特征和信息的提取对系统进行了重新表达，利用系统自身的Lyapunov方程的对称解，采用放大矩阵不等式的方法，首先对线性时滞系统得到系统稳定的充分条件，进而给出判别不确定线性时滞系统的稳定性的充分条件，最后给出实例检验其有效性。给出的定理条件易于表达，由于参数少而容易检验。     

抵御传感器故障的圆盘极点可靠配置

对于线性系统,研究了考虑传感器故障的圆盘极点可靠控制设计问题.使用了比离散故障模型更实用和一般的连续故障模型,给出了将极点可靠配置在指定圆盘内可靠控制存在的充分条件.通过求解线性矩阵不等式完成动态输出反馈可靠控制器的设计.仿真例子不仅说明了可靠控制的有效性,而且说明了可靠配置的必要性.     

非线性模糊脉冲系统的输出反馈模糊控制

研究了非线性模糊脉冲系统的静态输出反馈鲁棒模糊控制问题.基于线性矩阵不等式(LMI)方法提出了一种静态输出反馈模糊控制新方案.采用并行分布补偿(PDC)的基本思想设计输出反馈控制器,并利用Lyapunov方法理论证明闭环系统以全局指数稳定.最后基于LMI方法,将鲁棒模糊控制器的设计问题转化为线性矩阵不等式问题(LMIP).仿真表明了本方法的有效性.     

一类中立时滞系统的带记忆输出反馈H_∞控制

利用Lyapunov-Krasovskii稳定性定理和线性不等式方法,研究了一类线性中立时滞系统的无记忆与带记忆相结合的静态输出反馈H∞控制器的设计问题.基于LMI正定解的存在性,首先对标称系统建立了一个时滞独立型渐近稳定性准则,然后提供了一个使系统达到渐近稳定且满足给定H∞干扰的抑制上界充分条件,最后给出满足设计要求的静态输出反馈控制器存在的充分条件及设计方案.     

不确定中立型系统的非脆弱H_∞控制

针对一类参数不确定中立型的时滞系统,研究了鲁棒非脆弱H∞控制器的设计问题。系统状态和输出均含有时滞,输入和中立导数项均含有不确定性。主要目的是针对非脆弱控制器的加性不确定性,利用Schur补引理,结合最近提出的积分不等式以及矩阵奇异值理论,得到了非脆弱时滞相关控制器的设计方法。该控制器不需调节参数,利用Matlab的线性矩阵不等式工具箱求解方便,最后用一个数值例子验证了本控制器设计方法的有效性。     

基于遗传算法的降阶H∞控制器

考虑一类线性时不变连续动态系统,应用遗传算法给出其降阶H∞控制器的设计方法·用线性矩阵不等式给出控制器存在的充要条件,把秩约束作为遗传算法的目标函数,通过对目标函数的全局搜索,得到控制器的最小阶次nk及相应的正定矩阵参数(X,Y),进而设计出降阶H∞控制器·遗传算法采用实数编码,排序选择和最佳个体保存相结合的选择算子,实值中间重组的交叉算子,实值变异的变异算子·仿真结果表明,所提出方法可达到与MATLAB设计的全阶H∞控制器的相同控制效果,且具有阶次低、易于工程实现的特点·     

时间滞后系统的鲁棒稳定性及在飞行控制中的应用

给出了一种时间滞后系统的鲁棒稳定性分析方法．通过对系统鲁棒稳定条件不等式的变形，得到了该不等式可解的条件，该有解条件不仅大大简化了不等式，而且得到了新的时间滞后系统鲁棒稳定性判据，针对含有多个不同滞后时间的系统，给出了一种简明的鲁棒稳定性判别不等式，并根据鲁棒稳定性判据，分别给出了系统含有一个或多个时间滞后的鲁棒反馈控制器设计方法，该方法接近于普通的状态反馈设计，便于工程实现．飞行控制的实践表明，采用新方法可以得到满意的设计结果．当闭环希望极点选为各不相同的负实数时，鲁棒控制器的设计只需要多进行一次奇异值分解，即可完全等价于人们熟知的极点配置问题，该方法对于含有一个或多个时间滞后的系统都是适用的。     

带有时变时滞的惯性神经网络的同步

研究了带有时变时滞的惯性神经网络的同步问题。利用一个适当的变量变换将原始系统转换为一阶微分系统,构造了含有矩阵Kronecker积的Lyapunov-Krasovskii泛函(Lyapunov-Krasovskii functional, LKF),应用Jensen不等式、倒凸不等式和线性矩阵不等式(linear matrix inequality, LMI)技术来估计LKF的导数,得到了一个新的LMI形式的同步判据并基于同步判据给出了一个误差反馈控制器的设计方法。数值仿真例子验证了所得结果的有效性。