时变分数时滞系统的最优预报自适应控制算法

在用广义模型描述被控过程的基础上,本文提出一个极点配置最优预报自校正PID控制算法,该算法兼有PID和自校正,以及克服时滞的最优预报器的特点。计算机数字仿真结果表明这种控制策略对具有未知或时变分数时滞系统是非常有效的。     

基于综合算法的自适应鲁棒控制

提出了一种基于综合算法的自适应鲁棒控制器。其主要特点是：将广义最小方差控制和极点配置结合起来，籍以提高控制器的鲁棒性。数字仿真证实提高控制器的鲁棒性。数字仿真证实了所提控制方案在控制效果上明显优于通常的自适应控制器。     

串级时滞系统最优预报自校正鲁棒控制算法

本文提出了一种适用于串级时滞系统的极点配置最优预测鲁棒自校正控制算法,它能消除闭环特征方程中的时滞项,有效地提高了系统的稳定性及抗干扰能力,具有经典串级系统难以达到的优越性能。     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合 ,提出了时变时滞系统自适应内模控制算法 .理论分析及仿真结果表明 ,该算法能克服时滞及参数的变化 ,具有鲁棒性好、抗干扰能力强的特点     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合,提出了时 滞系统自适应内模控制算法,理论分析及仿真结果表明,该算法能克服时滞及参数的变化,具有鲁棒性好,抗干扰能力的特点。     

基于LMI的非线性时变时滞神经网络自适应鲁棒控制

针对一类时变时滞非线性神经网络系统,首先运用神经网络逼近非线性函数,然后构造Lyapunov泛函,给出状态反馈控制律,以线性矩阵不等式的形式给出了系统渐近稳定的充分条件,并讨论了系统的鲁棒稳定性.最后,用数值算例说明了结果的正确性和可行性.     

鲁棒控制

本文系统地介绍鲁棒控制的主要成果和最新动态。对一些重要结论给出了启发性评注,并从机理上详细讨论了鲁棒控制问题。     

时滞系统自适应微机控制与浮点汇编语言实现

本文根据作者提出的最优预报自校正极点配置PID控制算法,用浮点汇编语言实现,在TP801单板机上对模拟的时滞过程进行实时控制,结果是相当满意的,有较好的实用及推广价值。     

时变时滞不确定系统的鲁棒控制

基于鲁棒二次稳定性理论,采用线性矩阵不等式方法,研究了具有时变状态时滞的不确定系统的鲁棒H∞控制问题,给出了对所有允许不确定性,被控对象满足H∞范数界γ约束下鲁棒二次稳定的一个充分条件. 通过求解一个线性矩阵不等式,即可获得H∞状态反馈控制器.     

非线性时滞系统鲁棒自适应H∞几乎干扰解耦

研究了一类非线性时滞系统的鲁棒自适应H∞控制问题.基于Lyapunov函数的递推设计方法,设计了一种新的自适应控制律和H∞控制器.通过巧妙的选取Lyapunov函数解决了时滞问题,实现了递推设计的推广.数值例子和仿真结果验证了结论的有效性.     

离散系统的鲁棒自适应控制

本文提出一种鲁棒间接自适应极点配置控制器，它利用相对死区技术使得控制器对一类未建模动态误差和恒定了界扰动具有鲁棒性。文中详细地分析了闭环系统的稳定性和收敛性，找到了保证佤渐近稳定的充分条件。     

不确定非线性系统的鲁棒自适应控制

针对一类不确定非线性系统设计了一种鲁棒自适应控制方案,所设计的自适应控制器既能保证闭环系统所有信号的全局有界性,又能使跟踪误差以指数速度收敛到零的一个小邻域内,仿真结果表明了所提控制方案的有效性.     

一类非线性系统的鲁棒自适应模糊控制

对一类非线性系统，根据模糊自适应控制的设计思想，考虑逼近误差及外扰的影响，提出一种在控制器中增加一个鲁棒自适应控制项的设计方法，并利用Lyapunov理论证明了由此控制的闭环系统的跟踪误差可收敛到零的一个邻域内。采用该方法，无需事先知道逼近误差和外扰的界，从而提高了实际应用价值。     

非线性时滞系统的鲁棒适应控制

讨论了一般非线性时滞系统的鲁棒适应控制问题,基于著名的Razumikhin条件对时滞项进行处理,同时对不确定性中含有适应参数θ进行在线估计,设计出适应控制器,使得所构成的闭环系统是渐进稳定的.     

一种自适应鲁棒控制提高闭环系统精度的算法

将开关自适应控制与神经元网络相结合，提出了一种新的能连续调整的自适应鲁棒控制算法，给出了其闭环系统的跟踪收敛性证明。     

有测量噪声的不确定互联系统自适应鲁棒控制

分析了一类具有时变不确定性的互联系统．结果表明，系统的确定部分是可镇定的，不确定的部分被假设为满足匹配条件，而且不确定部分具有锥形界，但此界未知．基于与不确定界有关的确定性质进行控制设计．反馈信息具有测量误差的状态进行控制设计．     

一类不确定混合线性系统鲁棒自适应控制

通过分析一类具有Markov跳跃参数的不确定混合线性系统的随机稳定性问题,将确定型系统中的Lasalle稳定性定理推广到混合系统中,并对系统不确定部分的未知范数上界提出了一种参数自适应估计方法及相应的鲁棒控制律,实现了混合线性系统以概率1渐近稳定.研究结果表明,此控制方案对混合线性系统的不确定部分有较强的鲁棒性.     

未知非线性系统的神经网络自适应鲁棒控制

针对一类未知非线性系统,基于神经网络理论提出一种间接自适应控制方法,该方法不仅保证了闭环系统的稳定,而且使外部干扰、神经网络逼近误差对跟踪误差的影响衰减到给定的水平.