直接跟踪参考信号的自适应控制(Ⅰ)

本文考虑连续时间的线性系统,按照它的相对阶n=0和n=1两种不同情况,分别设计出不含微分环节的自适应控制器,并证明了所构成的自适应控制系统是大范围一致稳定的,其输出渐近地跟踪直接给定的参考信号.     

直接跟踪参考信号的自适应控制(Ⅰ)

本文考虑连续时间的线性系统,按照它的相对阶n~*=0和n~*=1两种不同情况,分别设计出不含微分环节的自适应控制器,并证明了所构成的自适应控制系统是大范围一致稳定的,其输出渐近地跟踪直接给定的参考信号。     

直接跟踪参考信号的自适应控制（Ⅱ）

本文是文的续篇,研究的对象是连续时间线性系统,对于系统相对阶n≥2的情况,设计出不含微分环节的自适应控制器,并证明所构成的闭环系统是全局稳定的,其输出渐近地跟踪直接给定的参考信号。     

离散时不变线性系统的自适应控制

针对含未建模动态和外来干扰的离散ＳＩＳＯ线性系统，提出一种具普遍性的自适应控制方法，这种控制器的设计是基于系统的已知降阶模型，对建模部分的未知参数采用带来死区的加权最小二乘法进行参数递推估计，从而得到稳健的自适应控制。     

电液伺服系统的渐近跟踪自适应控制

根据电液伺服系统参数不稳定的特点,将渐近跟踪理论与自适应控制相结合,提出了一种基于参数辨识的电液伺服系统的渐近跟踪自适应控制方法,利用状态反馈动态配置系统的希望特征值和在输入端动态调节前馈增益实现渐近跟踪,达到自适应控制的目的。仿真结果表明,该方法稳定可靠,具有较高理论意义和实用价值。     

一类随机线性系统的鲁棒自适应非线性控制设计

论文讨论了一类具有随机输入的线性控制系统的自适应鲁棒跟踪控制问题。将M.Krstic等提出的自适应非线性控制器设计方法与鲁棒控制基本原理相结合;证明了当控制系统的随机输入满足一定条件时,采用随机Backstepping自适应控制方法,能确保系统输出与参考信号误差的均方值全局有界,并能渐近收敛到一个预先任意置定的精度内。仿真实例表明这种控制器具有很好的鲁棒跟踪效果。     

一类耦合系统的直接自适应神经网络控制

针对一类具有未知常数控制增益的耦合大系统，根据滑模控制原理，利用多层神经网络的逼近性质，提出了一种直接自适应滑模控制器的设计方案．通过在线调节神经网络的连接权、滑模控制增益，实现了对动态不确定性及建模误差的自适应补偿．利用李亚普诺夫方法，证明了自适应控制系统是全局稳定的，跟踪误差收敛到零．     

一类非线性系统模型参考自适应模糊控制

针对一类过程结构和参数都存在很大不确定性或未知的非线性系统,利用模糊逻辑系统的逼近能力,提出了模型参考自适应模糊控制器设计的系统方法．基于μ－修正方案,建立了未知参数的自适应调节律．利用李雅普诺夫理论,证明了基于自适应模糊控制算法的闭环系统是全局稳定的,系统的跟踪误差在有限时间内可收敛到任意给定的零的一个邻域内．仿真结果显示了这一新方法的有效性．     

具有未建模动态系统的鲁棒自适应控制

本文针对一类具有未建模动态的离散线性系统提出了一种新的鲁棒自适应控制算法。此算法由一带有相对死区的最小二乘参数估计方案和一带有模型误差反馈的广义最小方差控制器构成。本文证明了：此算法不仅能保证在有未建模动态存在时闭环系统是鲁棒稳定的，而且还能保证系统的平均跟随误差趋于零。仿真结果表明：采用本文方法即使用低阶模型设计仍能获得满意的控制效果。     

非最小相位系统的自适应跟踪Ⅱ:多输入多输出情况

该文是文献「１」的续篇,研究非最小相位的线性随机系统对多输入多输出的情况,提高一种类似于组合自校正器的自适应控制方案,消除了该自校正器跟踪参考信号时所发生的滞后现象。理论分析和仿真结果表明所设计的自适应控制系统具有良好的伺服跟踪性能和随机调节性能。     

机器人的自适应分散跟踪控制

提出了一种自适应分散控制策略,用于不确定性机器人的轨迹跟踪,该控制器结构简单,而且无需计算回归矩阵,通过对二自由度的机器人的仿真,证明该方法能使跟踪误差快速趋近于零.     

无人直升机的自适应动态面轨迹跟踪控制

针对无人直升机模型阶数较高、负载变化大等问题,提出了一种基于自适应动态面的控制方法.该方法用一阶线性滤波器来估计虚拟控制信号的导数,显著简化了控制器的设计过程.此外,通过对无人机重量的自适应在线估计,保证了闭环系统在有负载变化下的稳定性,并基于李雅普诺夫稳定性理论,证明了轨迹跟踪误差半全局一致最终有界.最后,通过仿真实验进一步证实了该方法的有效性和可行性.     

具有未建模动态和有界干扰系统的鲁棒自适应控制(Ⅱ)

考虑一类同时具有未建模动态和有界干扰的连续时间系统,在推广的加权最小二乘法中嵌入一个带相对死区函数的时变加权因子,并以此算法估计系统建模部分的参数.对建模部分的相对阶,n*=n-m=1的情况,设计出不含微分环节的自适应控制器,系统输出直接跟踪所给定的参考信号,证明所构成的闭环系统是全局稳定的.     

轮式移动机器人轨迹跟踪控制

基于轮式移动机器人的运动学模型,以速度为控制量,采用控制Lyapunov函数设计出一种具有全局渐近稳定的速度跟踪控制器。仿真结果证明了该方法的有效性。     

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．     

新一代GNSS信号的自适应Kalman跟踪算法

为了提高导航服务的质量,要求新一代全球导航卫星系统(GNSS)信号的自适应跟踪算法在稳态场景下具有较好的定位精度的同时,当场景发生变化时也能保持稳健的性能。原有的自适应Kalman滤波算法应用于自适应跟踪时,在优化稳态跟踪精度或者动态稳定性方面有所不足。该文提出了一种自适应因子的Kalman滤波算法,并与双更新率的锁频辅助锁相技术结合,用于自适应跟踪环路的设计。仿真结果表明:相比原有的自适应技术,该算法具有较小的相位跟踪误差,在场景变化时的稳定性也更好。     

基于Backstepping的模糊自适应跟踪控制

主要研究了单输入一单输出非线性系统的模糊自适应输出跟踪控制问题。模糊逻辑系统用于逼近系统中未知的非线性函数,然后基于Backstepping设计方法给出了系统性的输出跟踪控制器的设计方法。所构造的模糊控制器确保跟踪误差可以充分小,同时系统中的各个变量保持有界性。所提出方法的优越性在于自适应律中在线学习参数的数目独立于模糊规则的选择,从而避免了以往模糊自适应控制算法中自适应学习参数过多的缺点。最后,以一个例子进一步说明文中所得结论的有效性。     

模型参考自适应控制系统设计--输出误差直接自适应控制

本文利用输出误差直接自适应控制算法对一具体对象的模型参考自适应控制器进行设计.首先描述了常规的模型参考自适应控制法,然后提出了一种性能更佳的模型参考自适应控制方案.对两种模型参考自适应控制方案进行了鲁棒性分析.数值仿真结果表明,与常规的模型参考自适应控制法相比,本文所提出的控制方案大大提高了系统的性能,明显减小了震荡,缩短了自适应时间.而且在有界扰动的情况下,本文所提出的改进的控制方案能够更加较好地保证系统的各项性能.     

移动机器人滑模路径的跟踪控制

针对移动机器人的路径跟踪问题,基于反演思想设计了滑模路径跟踪控制器,并利用低通滤波器有效地减弱了控制过程中的干扰.由于该控制器的动态性能不理想,因此采用有界输入的方法对其进行控制律的改进,并简化了控制器的设计.仿真结果表明,改进后的滑模控制器跟踪效果良好,动态响应快,且保证了移动机器人的全局渐近稳定路径跟踪控制.