无模型自适应去噪控制及其应用

为了使无模型自适应控制(Model-Free Adaptive Control,MFAC)更好地解决伴有噪声干扰系统的控制问题,在无模型自适应控制方法的基础上,针对伴随噪声干扰的系统进行分析研究,引入带有滤波作用的跟踪微分器,在反馈过程进行滤波操作,提出一种基于改进跟踪微分器(Improved Tracking Differentiator,ITD)的无模型自适应去噪控制方法,同时给出了该算法的收敛性证明.并通过仿真证明了本文改进的控制方法可以快速跟踪给定信号并且具有良好的抵抗噪声干扰特性.最后,将其应用在循环流化床锅炉汽包水位的控制中.     

线性跟踪微分器及其在状态反馈控制中的应用

目的 给出线性跟踪微分器的设计方法,并研究将其用于控制系统状态反馈的效果。方法 利用积分器反馈方法,给出了α阶线性跟踪微分器（可实现对微分信号的α阶静态无差跟踪）及γ阶强跟踪微分器（可直接获得待微分信号的Ｉ￣γ阶微分估值）两种线性跟踪微分器设计方案,并将其用于直接获取状态及进行状态反馈控制的仿真研究。结果与结论 结果表明只要合理地选择跟踪微分器的类型及参数,无论对线性系统还是非线性时变系统,这一方     

光电跟踪平台脱靶量滞后补偿方法

针对光电跟踪平台在跟踪目标时存在脱靶量滞后的问题,设计了一种基于非线性跟踪微分器和机动目标"当前"统计模型的滞后补偿方法。根据光电跟踪平台中目标脱靶量的产生机理,将脱靶量滞后等效为纯延迟环节和采样保持环节的串联,利用非线性跟踪微分器得到滞后脱靶量的跟踪信号及其微分信号。在此基础上,采取直接预测补偿法处理延迟环节,从而估计出不含延迟的脱靶量信号,并利用滞后脱靶量和跟踪信号的间距自适应调整非线性跟踪微分器的参数。根据机动目标的"当前"统计模型建立离散状态方程,采用修正的瑞利分布描述目标加速度的"当前"概率密度,从而估计在采样保持阶段的目标脱靶量,实现对采样保持环节的补偿。实验结果表明:所提方法将单位阶跃响应的超调量由基于自适应最小均方差补偿方法及基于卡尔曼滤波补偿方法的19.4%和13.7%降低至2.5%;所提方法能有效补偿延迟环节和采样保持环节,提高光电跟踪平台的目标跟踪精度。     

变论域自适应模糊分数阶自抗扰控制器设计

提出了一种变论域自适应模糊分数阶自抗扰控制算法,用以提高分数阶系统的性能;在变论域自适应模糊控制的设计中,引入分数阶扩张状态观测器和分数阶跟踪微分器;在变论域自适应模糊分数阶自抗扰控制中,利用分数阶跟踪微分器将输入信号转化为平滑跟踪和高质量差分信号,用扩张状态观测器获取每个状态变量的估计值、不确定性的实时动态模型以及外部扰动．为了消除稳态误差,提高控制精度,提出了可变值域的扩张状态误差积分;将变论域自适应模糊分数阶自抗扰控制算法和分数阶自抗扰控制 (FADRC)算法对典型的分数阶系统进行仿真,验证了所提方案的优越性和有效性．      

一种高稳快速跟踪微分器及其应用

研究了一种高稳快速跟踪微分器,实现快速跟踪目标信号和精确求解目标信号的微分信号,并将其应用于卫星天线的姿态控制.以有界扰动二阶系统为研究对象,设计了一种新的非光滑控制器,证实了这种控制器的稳定性、快速收敛性和强扰动抑制能力;结合非光滑控制器和非线性跟踪微分器设计了一种新的高稳快速跟踪微分器（HSSTD）,证明了这种跟踪微分器的稳定性,验证了这种跟踪微分器可以快速准确地跟踪目标信号并精确求取目标信号的微分.将所研究的高稳快速跟踪微分器应用于移动卫星天线的姿态控制,实验证实了这种跟踪微分器可以实现天线姿态的快速稳定控制,保证天线与目标卫星间的稳定通信.      

跟踪微分器改进算法的应用分析

为克服传统的跟踪微分器在进入稳态后出现的高频振颤现象,引入了一个新的综合控制函数.利用Matlab/Simulink软件中的S-函数对跟踪微分器进行了建模、封装,通过仿真技术进行了实验分析与研究.数值仿真结果表明,应用新的综合控制函数的跟踪微分器,不但能快速无超调地跟踪输入信号,而且消除了输入信号的微分稳态时的高频振颤...     

基于改进LuGre摩擦模型的机器人关节模糊自适应反步控制

为实现机器人关节在非线性摩擦和外界未知干扰力矩等因素影响下的精确和稳定控制,通过改进LuGre摩擦模型来描述系统的非线性摩擦特性,采用自适应算法进行摩擦补偿来逼近摩擦力的变化,并采用模糊神经网络逼近外界未知干扰力矩对系统的影响.引入正切障碍李雅普诺夫（Lyapunov）函数对输出信号进行约束,使误差被限制在给定范围之内.利用双曲正弦函数跟踪微分器解决了虚拟输入微分引起的“微分爆炸”和一阶滤波器精度差问题,将自适应控制方法与反步控制理论相结合,提出了一种带摩擦补偿的模糊自适应反步控制方法.利用Lyapunov判据证明了闭环系统的所有误差最终一致有界,并通过仿真得出本文所提出的控制方法相比于传统PID与神经网络动态面控制（Radial Basis Function Dynamic Surface Control,RBFDSC）,位置跟踪误差分别提高了近7.5%和3%;当LuGre模型参数变化时,自适应算法也可以精确对摩擦力进行跟踪补偿,从而验证了本文所提出的控制策略的有效性和鲁棒性.     

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.     

基于非线性PID的微电网虚拟同步发电机控制

为解决传统虚拟同步发电机(VSG:Virtual Synchronous Generator)电压电流双闭环控制的抗扰动性能差,受系统参数变化及各种不确定影响较大等问题,在建立微电网VSG转动惯量自适应控制模型的基础上,采用一种基于跟踪微分器的非线性PID(Proportion Integration Differentiation)实现电压外环和电流内环的控制,并根据输出信号的反馈值实时调节系统动态响应,从而达到稳定输出的效果。通过仿真验证了基于非线性PID的微电网虚拟同步发电机双闭环控制的正确性和有效性。     

一类切换非线性系统的自适应反步滑模控制

针对一类系统状态不可测且存在未知非线性项和扰动的切换非线性系统,结合自适应反步设计和滑模控制方法并引入模糊逻辑系统(FLS)以及高阶滑模微分器,设计一类新的自适应反步滑模控制方法,对控制方法进行算例仿真。结果表明,该方法能够对被控系统的状态信号和未知扰动进行有效的观测逼近,实现了系统输出信号对参考信号的快速跟踪,被控系统的稳定性、所有信号的有界性以及控制方法的有效性均得到验证。     

机器人部分状态反馈自适应控制

研究了机器人部分状态反馈自适应跟踪控制问题,提出两种通用的动态滤波器设计方法。该方法不同于现存的高通滤波器设计,可以避免速度信号测量,最后保证闭环系统输出误差渐近稳定。证明了在期望轨迹满足持续激励条件时,辩识参数将收敛到真值。给出了仿真验证。     

多级跟踪微分带通滤波设计及柴油机转矩重构

针对同时带有高频和低频干扰的信号设计了一种多级跟踪微分带通滤波器,给出了跟踪信号和微分信号的计算方法;以船用16PC2-6柴油机的实测瞬时转速为例进行了仿真研究;在建立柴油机系统动力学模型的基础上,利用瞬时转速的跟踪信号和微分信号实现了柴油机指示转矩的预测.仿真结果表明：采用该多级跟踪微分器可以获得瞬时转速的高品质跟踪信号和微分信号,适用于柴油机的转矩重构.     

交流永磁同步电机的反馈线性化位置控制

提出了交流永磁同步电机多目标输出跟踪控制的一般方法,利用微分几何中的微分同胚转换,先将永磁同步电机的非线性模型转换为与之反馈等价的线性模型,再采用线性系统中成熟的极点配置的方法对虚拟的电机线性系统进行控制器的设计.该方法实现了转子位置和转子磁链的动态解耦,将多输入多输出强耦合非线性的永磁同步电机系统分解成了两个独立的单输入单输出的子系统.在此基础之上提出了带干扰随动的位置伺服控制器的设计方法,不但实现了位置的动态跟踪控制,而且还能对扰动进行动态跟踪补偿.仿真结果证实了其有效性和优越性.     

高阶无差跟踪微分器的串联系统

针对传统跟踪微分器只能实现输入信号的一阶无差跟踪问题,以α阶线性跟踪微分器为基础,通过系统的串联表示,提出具有α阶无差度的三阶线性跟踪微分器.具有α阶无差度的三阶跟踪微分器的最小实现维数为2α,通过此最小实现可以直接得到输入信号的估计值及各阶微分信号.仿真实验表明,该微分器能无差跟踪高阶输入信号,提高系统的跟踪精度.     

自适应模型跟随系統的一种設计方法

本文在文献[1]的基础上设计模型参考自适应系统。根据自适应模型跟随系统与自适应参数辨识系统间存在的对偶关系,采用模型状态反馈代替对象状态反馈的方法,使得在某些对象状态不能直接观测的情况下不用低噪声微分器设计自适应模型跟随系统成为可能。本文还简要地证明了单输入单输出无零点系统在可控、可观及模型与对象阶次相同的条件下是必然能达到“完全模型跟随”的。最后给出了按本文方法设计的系统及仿真结果。     

复合跟踪微分器在电容式位移传感器中的应用

针对从含噪原始信号中提取位置以及速度信息,经典跟踪微分器存在不能很好兼顾相位滞后和噪声放大问题、参数多,调试复杂等不足.在跟踪微分器等效线性分析基础上,提出复合形式跟踪微分器,用于电容式位移传感器位置信号跟踪以及速度信号估计,通过MATLAB\SIMULINK仿真以及实验平台测试,结果表明:在跟踪频率1 Hz、幅值1含噪声正弦信号中,复合跟踪微分器能光滑逼近原始位置信号,且能有效进行速度估计,相较于经典跟踪微分器,复合跟踪微分器跟踪相位滞后小0.03 rad,能更好兼顾跟踪信号相位滞后及速度信号噪声放大.     

N阶线性跟踪-微分器及其在电力系统相角预测中的应用

证明了一种N阶线性跟踪一微分器的收敛性。由于该线性跟踪一微分器的结构参数和跟踪性能对噪声和对象有一定的敏感度和依赖性，采用自适应遗传算法对三阶线性跟踪一微分器的结构参数进行了优化，以期获得较好的参数匹配，提高跟踪预测的精度和速度。将优化后的三阶线性跟踪一微分器用于电力系统参考相角预测研究中，仿真结果证明，优化后的三阶线性跟踪一微分器具有较好的跟踪性能和预测精度，满足电力系统相角预测的要求。     

基于广义最小二乘法的随机非线性系统自适应跟踪

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形式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(control Lyapunovfunction,CLF),设计了具有鲁棒稳定特性的输入状态稳定(input-to-state stability,ISS)控制器,确保系统满足控制器-辨识器分离;运用Swapping技术设计辨识器模块,将动态参数模型转换成静态模型,考虑到方差不确定,采用广义最小二乘算法进行参数估计,讨论了系统方差的估计方法.     

用T-S型模糊神经网络的机械手轨迹跟踪自适应控制

对于常见的将 CMAC神经网络前馈控制器和常规反馈控制器相结合的机械手轨迹跟踪控制方案 ,它的控制性能同时受神经网络前馈控制器学习能力和反馈控制器控制精度的制约。该文提出的采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案充分利用了 T- S模糊模型的特点和优点 ,以一种基于简化的 T- S型的模糊神经网络作为前馈控制器 ,同时反馈控制器也采用 T- S型模糊神经网络实现。针对三自由度机械手轨迹跟踪问题的仿真实验表明 ,采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案是可行的和有效的     

非线性系统高阶微分反馈控制

提出了不依赖系统模型的高阶微分反馈控制思想，控制目标是系统输出及其微分和高阶微分逼近设定输入及其微分和高阶微分，极大地提高了对控制品质要求。基于这种思想设计了能高品质地提取量测信号的微分和高阶微分的高阶微分器（HOD, highorder differentiator），该HOD参数少，容易调节，并给出其稳定性、收敛性和滤波特性的证明；另外，对带有未知扰动、模型未知的非线性SISO和MIMO系统分别设计了基于HOD的高阶微分反馈自适应控制器(HODFC, high order differentials feedback adaptive controller)，给出了闭环系统稳定性和鲁棒性分析，并且实现了线性化解耦控制。