不确定性随机系统的输出反馈变结构滑模控制

研究了带有时变不确定性的It型随机系统的输出反馈镇定问题,采用变结构滑模控制(SMC)方法设计了镇定控制器.在系统的不确定性满足一定匹配条件的情况下,构造了对不确定性具有不变性以及参数不含噪声激励的滑模切换流形和变结构滑模控制律,分析和证明了滑模的可达性和闭环系统的稳定性,并给出了滑模控制律的参数选择条件.最后通过示例系统仿真实验证明了文中结果的正确性和有效性.     

基于反演的不确定非线性系统自适应滑模控制

针对一类参数半严格反馈形式的非匹配不确定非线性系统,基于反演设计方法和滑模控制技术,研究了其在非匹配未知参数和非参数不确定性下的跟踪控制问题,提出了自适应反演滑模控制策略,实现了不确定非线性系统的鲁棒输出跟踪.本方法允许系统同时存在匹配和非匹配的参数不确定性及非参数不确定性,而且考虑了控制增益的不确定性,通过增益参数的设计还可实现滑模面到达时间的调节,并进一步削弱了抖振.仿真算例验证了理论的有效性.     

欠驱动船舶直线航迹的滑模控制方法

针对一类欠驱动水面船舶的直线航迹跟踪控制问题,考虑运动响应模型的建模误差和外界干扰力等非匹配不确定性影响,基于滑模控制理论和Backstepping法,提出了一种反步自适应滑模控制律.借鉴Backstepping法的设计思想,利用一种改进积分型的滑模控制方法和自适应技术,设计了直线航迹跟踪控制的滑模控制律,并证明该控制律保证了航迹跟踪系统的全局渐进稳定性.最后,仿真对比结果验证了所提出控制器的有效性.     

线性时变不确定系统的滑模控制及其在网络拥塞中的应用

针对一类具有时变不确定性的线性不确定系统,给出了一种基于滑模的鲁棒控制设计方法.首先,对于具有非匹配不确定性的系统,基于线性矩阵不等式技术给出鲁棒滑动模面的设计方法.其次,对于匹配不确定性和非匹配不确定性两种情况分别给出鲁棒滑模控制器的设计方法.最后,将该算法应用于TCP网络的拥塞控制中,通过与其他方法的比较,验证了该方法在实际应用中的有效性与优越性.     

非匹配不确定非线性系统的滑模跟踪控制

在非匹配不确定非线性系统中,系统状态之间无通常的积分关系,从而无法得到系统状态的各阶导数,因此,那些其于系统状态各阶导数的滑模控制方法也就无法实现,为此,在利用多级滑模观测器对系统状态的各阶导数进行估计的基础上,针对非匹配不确定非线性系统,采用合成输入这一概念来构造滑动面,将其选取为跟踪误差及其积分、微分的线性组合,利用Lyapunov方法对滑模控制律进行设计,以实现滑动模,进而实现此类系统的跟踪控制,设计过程同时也证明了,利用多级观测器,该滑模控制方法对非线性不确定性因素具有鲁棒性,闭环系统在有限时间进入滑动模态,仿真算例证实了该方案的可行性。     

含控制分配的积分滑模主动容错控制方法

针对重构故障不匹配情况下的多操纵面飞机控制问题,提出了一种基于控制分配的积分滑模主动容错方法. 采用一种新的在线控制分配律简化了滑模控制律设计,设计了积分滑模控制律以保证指令重分配时系统的稳定性,在重构故障匹配和不匹配情况下,推导并证明了含控制分配律的系统整体闭环稳定性. 仿真结果验证了所设计控制器的性能,有效实现多操纵面飞机的快速平稳控制.      

非匹配不确定输入时滞系统的自适应滑模控制

针对具有输入时滞、且同时具有非匹配不确定项的一类对象模型,采用状态变换法把原系统转化成为一个无时滞系统,并应用滑模控制的方法设计了控制器.考虑到不确定项未知,进一步设计了具有自适应能力的滑模控制器,以保证滑模面的存在性,克服不确定性的影响.针对非匹配不确定项,根据Lyapunov稳定性定理,提出了保证系统渐近稳定所要满足的条件.仿真结果证实了该控制策略的可行性和有效性.     

具有参数不确定的移动机器人鲁棒轨迹跟踪控制

研究了具有参数不确定性的非完整移动机器人轨迹跟踪问题.综合考虑了移动机器人的运动学和动力学方程,首先采用输入-输出反馈线性化方法得到具有不确定性的线性化模型,系统中的不确定性满足匹配条件;然后基于积分滑模控制的思想设计了鲁棒轨迹跟踪控制器,保证了系统在整个响应过程中的鲁棒性,并且分析了参数不确定对控制器的影响,给出了一个闭环系统稳定的充分条件;最后对系统具有较大的参数摄动进行了仿真试验,结果表明所设计的控制器能够保证移动机器人有效性地跟踪期望轨迹.     

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。     

基于自适应反步法的非线性导弹制导/控制系统综合设计

利用基于RBF神经网络的自适应反步法结合滑模控制对非线性导弹的制导/控制系统进行了综合设计.首先把导弹的制导/控制系统转化为严反馈型,然后利用基于在线调节的神经网络反步法克服非线性系统的非匹配不确定性,引入的滑模控制项使跟踪误差趋于零.仿真结果表明,所设计的方法具有较强的实用性.     

TCP网络的非线性自适应滑模控制

针对TCP网络存在网络参数高度变化和UDP流的情况,提出了两种非线性自适应滑模控制算法.考虑到系统不确定的上界很难获得,针对系统不确定的上界设计了一种自适应滑模控制器.由于使用了符号函数,该算法不能有效地抑制抖振.为此,设计了一种直接对不确定进行自适应的滑模控制器.仿真结果表明,对不确定的上界自适应的滑模控制器优于对上界自适应的滑模控制器,对上界自适应的滑模控制器优于PI控制器.     

网络系统的不确定自适应滑模控制

针对TCP网络的拥塞控制问题,采用滑模控制理论提出了一种新的主动队列管理算法。考虑到网络系统不确定性上界很难获得,根据改进的李亚普诺夫函数,提出了一种简单的自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器。所设计的控制器既保证了滑动模态的存在和系统的渐进稳定性,又较好的抑制了系统不确定带来的影响。仿真结果表明该方法的有效性。     

基于状态观测器的输入受限不确定系统的滑模控制

研究了控制输入受限情况下不确定系统的滑模控制问题,其中,系统不确定性同时存在于状态矩阵和控制增益矩阵中。首先,利用状态观测器估计不可测状态;然后,在状态估计空间选择一种积分型切换面;最后,设计一个基于状态估计的滑模控制律以保证系统状态轨迹在有限时间内到达指定的切换面,同时利用等价控制律方法给出了滑模动态渐近稳定的充分条...     

考虑执行器饱和补偿的移动机器人自适应积分滑模控制

针对存在执行器输入饱和约束、模型参数不确定性以及外部扰动等因素影响下的移动机器人跟踪控制问题,提出一种考虑执行器饱和补偿的移动机器人自适应积分滑模控制方法。利用双曲正切函数对执行器输入饱和约束作近似处理,并将系统动力学模型表示为仿射系统形式。将执行器输入饱和约束的近似处理误差、模型参数不确定性以及系统外部扰动扩张为一个新的状态,进而设计扩张状态观测器对系统总和扰动进行估计,在此基础上设计系统自适应积分滑模控制器,从而改善普通滑模控制中抖振突出的问题,保证系统的跟踪控制性能。对所提控制方法进行了仿真验证,结果表明,所提控制方法在执行器输入饱和约束、模型参数不确定性以及外部扰动等因素影响下能够保证跟踪误差快速稳定收敛。     

时滞TCP网络的自适应滑模控制

针对具有输入时滞和状态时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个特殊变换将原时滞系统转化为无时滞系统,从而消除时滞带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器,所设计的控制器不仅可以使队列长度快速收敛到设定值,而且维持较小的队列振荡。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PI控制和滑模控制。     

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.     

具有输入时滞的TCP网络的自适应滑模控制

针对具有输入时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个状态预测器,消除输入延时带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器。所设计的控制器既保证了滑动模态的存在和系统的渐进稳定性,又较好地抑制了系统不确定带来的影响。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PID控制和滑模控制。     

一种新型滑模控制器的设计及其应用

针对非线性不确定系统的控制,设计了一种新的基于高阶积分的滑模控制器。这种控制器集成了积分和高阶滑模控制的优点,具有抑制抖振、实用于非最小相位系统和有较强的鲁棒性特点,并且为了进一步减少控制抖振问题引入了饱和函数对控制器进行改进。在系统的不确定性和干扰鲁棒控制方面,提出的滑模控制器能够使系统稳定工作;只需要满足干扰有界的条件,其稳定性利用李雅普诺夫方法得到了验证。最后通过在干扰环境下在无人机的轨迹跟踪上仿真研究,验证了提出的滑模算法的有效性。     

机器人的自适应神经全局滑模轨迹跟踪控制

针对具有不确定性的机器人系统,提出一种自适应神经全局滑模轨迹跟踪控制方案.控制器采用一种新的全局滑模面,使得系统在整个响应时间内都具有鲁棒性;并基于径向基函数神经网络自适应学习不确定性的未知上界,从而自适应调整控制律的切换增益.而且基于Lyapunov稳定性理论证明这种新型控制器能够保证机器人系统关节角位置矢量和角速度矢量的跟踪误差渐近收敛于0.仿真结果表明提出的控制策略能够使机器人系统仅在0.5 s内就实现快速的轨迹跟踪,可见该方案是可行且有效的.