确保状态估计性能的极小极大鲁棒Kalman滤波器

本文讨论了一类具有不确定噪声的连续时间线性系统的极小极大鲁棒Ｋａｌｍａｎ滤波器的设计方法．本文在给定允许偏离度的条件下，给出了确保估计误差性能指标的不确定噪声相关矩阵扰动上界，并在此界限内采用最坏情况下的最优滤波器实现对状态估计，不仅能极小化不确定下的最坏性能，而且还能确保估计误差性能指标的偏离度在给定的允许范围内．     

基于LMI的鲁棒H∞容错动态输出反馈控制设计

针对线性不确定系统,研究了其执行器失效情况下鲁棒容错H∞动态输出反馈控制设计问题.基于连续型执行器故障模型,利用线性矩阵不等式(LMI)方法提出了线性不确定系统动态输出反馈H∞容错控制器存在的充分条件,给出了动态输出反馈H∞控制器的设计方法.所获得的控制器不仅能使故障系统鲁棒稳定,并且能达到给定的H∞性能指标.仿真实例证明了所提出设计方法的有效性.     

带有时滞的离散不确定系统的鲁棒稳定性

考虑了带有时滞的离散不确定系统的鲁棒D-稳定化问题,利用矩阵范数理论给出了系统稳定的充分条件,进而推广了该文的结果.对两类给定结构的控制器,得到了相应的不确定的离散闭环系统的鲁棒D-稳定的充分条件.基于这些条件,给出了相应的鲁棒D-稳定化控制器的设计方法,并举例说明了提出的方法的有效性.     

一类离散不确定系统的状态反馈控制问题

研究了一类离散不确定系统的状态反馈控制问题．通过将系统的鲁棒控制器解存在的充分条件转化为一类极小极大的优化命题，给出了一种简便而有效的最优鲁棒控制器的设计方法．为了克服最优鲁棒控制器设计的保守性，还通过定义最小状态反馈系数矩阵将反馈控制器的系数矩阵的增益设计到最小的程度．     

区域极点和多重输出约束下的离散时间系统保性能控制

对于范数有界参数不确定线性离散时间系统,设计鲁棒状态反馈控制器,使得对所有允许的不确定性,闭环系统极点均落在给定的圆形稳定区域中,系统的某些输出指标满足给定的约束,且系统的性能指标具有最小上界.基于Lyapunov稳定性理论及线性矩阵不等式(LMI)方法,给出鲁棒次优保性能状态反馈控制器存在的充分条件,进而提出最优保性能控制器的设计方法.通过数值算例验证该方法的可行性.     

一类离散不确定系统的状态反馈控制问题

研究了一类离散不确定系统的状态反馈控制问题。通过将系统的鲁棒控制器解存在的充分条件转化为一类极小极大的优化命题，给出了一种简便而有效的最优鲁棒控制器的设计方法。为了克服最优鲁棒控制器设计的保守性，还通过定义最小状态反馈系数矩阵将反馈控制器的系数矩阵的增益设计到最小的程度。     

基于无源辨识器的随机非线性系统自适应跟踪模块化设计

运用基于估计的模块化设计思想,研究了受方差不确定Wiener噪声干扰的参数严格反馈非线性系统对已知信号的自适应跟踪问题.构造控制Lyapunov函数,设计了具有鲁棒稳定特性的输入状态稳定控制器,确保系统满足控制器-辨识器分离.对不确定方差采用自适应方式处理.根据无源性理论,设计无源辨识器模块,给出了参数自适应律,确保系统误差的有界性,使跟踪误差在概率意义下收敛.     

基于增广Lyapunov泛函的不确定时滞系统的时滞相关鲁棒H∞控制

研究了一类不确定时滞系统的鲁棒H∞控制问题.利用增广Lyapunov泛函并结合自由权矩阵方法,得到使得闭环系统鲁棒渐近稳定且具有给定的H∞性能的时滞相关充分条件.基于相应的线性矩阵不等式的可行解,给出了不确定时滞系统的状态反馈鲁棒H∞控制律.仿真实例表明了本文方法的有效性.     

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.     

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。     

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。     

两轴平台式导引头伺服系统预设性能控制

为了提高两轴平台式导引头伺服系统的动态跟踪性能和鲁棒性,提出一种不依赖初始误差的预设性能控制方法,通过设计一种新的性能函数,取消了对初始误差必须可知的限制,简化了控制器的设计.针对该系统面临的复杂干扰、参数摄动等问题,以及跟踪精度要求高的特点,本文采用的预设性能控制方法可以将角度以及角速度误差控制在设定的性能函数界之内,从而保证了系统响应的动态和稳态特性.文中对算法的稳定性进行了Lyapunov证明,保证了系统的稳定性.仿真实验表明,文中的方法鲁棒性强、精度高,进一步提升了系统的跟踪性能.同时,算法的结构简单,应用前景广阔.      

不确定变时滞模糊广义系统的最优保成本控制

针对一类带有时变时滞的不确定T-S模糊广义系统,提出了基于时滞独立准则的最优鲁棒保成本控制方法.考虑一个线性二次成本函数作为闭环系统的性能指标,以线性矩阵不等式的形式给出了状态反馈保成本控制器存在的充分条件.最优保成本控制器的设计问题可以被简化为一个线性不等式约束的凸优化问题.所设计的保成本控制器不仅保证闭环系统的渐近稳定,而且具有最小的保成本上界.最后,数值算例说明了所提出方法的有效性以及最优保成本控制器的良好性能.     

一类不确定混杂动态系统的保性能控制及其应用

考虑在汽车自动变速巡航控制中遇到的、包含状态跳变的参数不确定混杂系统保性能控制问题，提出了混杂状态反馈保性能控制律的设计方法，该控制律在使不确定混杂系统闭环鲁棒稳定的同时，也使其性能满足一定要求。最后用实例验证了设计方法的可行性和有效性。     

时变时滞不确定奇异摄动系统的保性能控制

为了保持鲁棒稳定且满足一定的性能指标要求, 对具有范数有界不确定性参数的不确定时滞奇异摄动控制系统, 进行保性能控制分析。利用Lyapunov 稳定性理论及矩阵分析方法, 设计系统二次性能指标, 构造了Lyapunov-Krasovskii 泛函, 给出了系统鲁棒稳定的充分条件求解定理以及状态反馈保性能控制律, 得到了性能指标最小上界, 均用线性矩阵不等式形式给出。数值样例表明, 该方法对所研究系统保性能控制有效, 可推广到多状态滞后以及时变滞后的不确定系统的保性能控制问题。     

鲁棒保性能PI控制器设计

为提高系统的稳态跟踪精度,针对一类具有范数有界不确定性的连续时间系统,提出了一种鲁棒保性能PI控制器的设计方法.结合一个二次型性能指标,采用线性矩阵不等式的方法,给出了保性能PI控制器存在的条件,并利用线性矩阵不等式的解得出了PI控制器的参数.     

基于网络的液压马达伺服位置系统自适应鲁棒积分控制

针对基于网络的液压伺服控制系统面临的网络延时和阀控马达建模结构不确定性问题,提出了基于Pade定理和反步推导方法合成的误差符号鲁棒积分自适应控制器。该控制器使用Pade定理近似处理时变网络引起的延时,降低延时对控制系统跟踪性能的影响,应用自适应率逼近系统结构不确定性和延时误差值,采用误差符号控制方法补偿剩余的结构不确定性。通过构造合适的Lyapunov函数,验证了闭环系统的全局稳定性,保证闭环系统所有信号的有界性和跟踪误差渐进收敛性。仿真结果表明了该控制方法的高精度跟踪性能。     

带有时域硬约束的不确定系统最优保代价控制

针对带有时域硬约束的不确定系统,提出了一种最优鲁棒保代价控制方法.首先将系统中存在的时域硬约束统一由控制量和状态量的线性不等式描述,然后利用矩阵不等式方法,导出了约束鲁棒保代价状态反馈控制器存在且能保证系统一定二次性能同时满足时域硬约束的充分条件.最终最优鲁棒约束保代价控制问题可以转化为求解一个非凸的矩阵不等式优化问题,给出了该类优化问题的迭代求解步骤.在质量-弹簧-阻尼系统上的仿真应用结果表明所提方法可以在约束范围内尽可能地提高系统的鲁棒性能.     

基于RBF逼近不确定项的机械手自适应控制研究

针对机械手控制系统中的不确定因素,提出了RBF神经网络逼近不确定项的自适应控制策略。在逆动力学计算力矩方法的基础上,设计了鲁棒自适应控制器。利用RBF神经网络对模型中的不确定项分块进行逼近,并用Lyapunov稳定性理论建立了网络权重自适应学习律,证明了系统的全局稳定性;最后进行了仿真,结果表明该方法能够有效的消除模型不确定性的影响,准确地实现了轨迹跟踪。     

新型的稳健盲多用户检测

基于稳健的Capon波束形成技术，提出了一种新型的稳健盲多用户检测器．根据特征波形的误差范围，该检测器可以较精确计算控制稳健性的对角加载量．结果表明，研究方法在比特误码率以及渐进多用户有效性等方面表现出良好的性能，且采用特征分解自适应跟踪算法，容易推广至自适应实现．