具有Markov跳跃参数的随机非线性系统的自适应跟踪

采用随机控制Lyapunov设计方法,针对参数严格反馈形式的Markov跳跃非线性系统,研究了一类具有Markov跳跃参数的随机非线性系统的自适应跟踪问题.给出了参数自适应律和控制律,使得跟踪误差以概率1渐近衰减到零.仿真结果表明了该设计方法的有效性.     

严格反馈非线性系统的鲁棒自适应逆最优跟踪

针对具有未知定常参数和未知有界扰动的严格反馈非线性系统,结合参考信号,构造了误差系统,并解决了其逆最优控制问题.使用Backstepping算法,设计了误差系统鲁棒自适应逆最优控制器和参数自适应律,从而解决了原系统的鲁棒自适应逆最优跟踪问题,并给出性能估计.仿真结果表明该控制算法的有效性.     

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.     

参数非严格反馈形式的随机非线性系统的自适应控制

论文研究了一类带参数非严格反馈形式的随机非线性系统的自适应控制问题 .利用Backstepping设计方法 ,通过构造 4次型的随机控制Lyapunov函数 ,给出了有效的自适应控制方案 ,使得闭环系统达到在概率意义下的全局渐近稳定     

一类随机大系统的自适应有界镇定

研究了一类具有严反馈形式、含有有界不确定参数的非线性随机大系统的镇定问题,在充分考虑各子系统之间互联项影响的基础上,设计了这类组合系统的状态观测器,再运用反步法技术,通过构造四次型随机控制Lyapunov函数,设计出一种自适应输出反馈分散控制器.在此控制器作用下,所考虑的闭环、互联非线性随机大系统实现了概率意义下的有界稳定.仿真结果表明了该控制算法的有效性.     

一类非线性大系统的分散输出反馈全局跟踪控制

研究一类满足满足Lipschitz条件非线性大系统的分散输出反馈全局渐近跟踪控制问题。通过对输出参考信号的递归处理,给出了一个时变的含有两类设计参数的分散输出反馈跟踪控制器,并给出了设计参数的确定方法使得各子系统输出全局指数渐近跟踪给定的参考信号。最后给出仿真实例验证本方法的有效性。     

一类随机非线性系统的自适应控制

研究一类单输入单输出的严格反馈随机非线性系统的自适应神经控制问题.利用神经网络参数化（RBF）和backstepping技术来进行控制器设计.所设计的控制器确保所有闭环信号是概率意义下有界的.     

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.     

非线性混沌系统的鲁棒自适应控制

研完了不确定非线性Chua's混沌系统的跟踪控制问题.通过坐标变换将Chua's系统转换为严格反馈控制系统的一种通用形式,然后利用Backstepping方法和鲁棒控制技术,设计了参数自适应控制律,对存在的不确定性和未知干扰的非线性系统实现了输出跟踪.基于Lyapunov稳定性理论所设计的控制器不仅使系统输出跟踪给定的期望输出,而且使得系统对于所允许的不确定系统状态全局一致有界.仿真结果表明了所设计方法的有效性.     

不确定非线性系统的直接自适应变结构控制

针对同时存在参数及结构不确定性的一类非线性系统,研究其在未知扰动作用下的输出跟踪问题．基于李亚普诺夫稳定性理论提出了一种直接自适应滑模控制律,讨论了自适应律的收敛性．从理论上证明了闭环系统存在滑动模态,参数估计值收敛,系统信号保持有界．并给出仿真实例．     

基于积分型Lyapunov函数的随机非线性系统的自适应控制

针对一类带有未知虚拟控制增益的随机严格反馈非线性系统,基于后推设计,引入积分型Lyapunov函数,并利用神经网络的逼近能力,提出了一种自适应神经网络控制方案.与现有研究结果相比,放宽了对控制系统的要求,取消了对于未知函数的限制条件.通过Lyapunov方法证明了闭环系统的所有误差信号依概率有界.仿真结果验证了所给控制方案的有效性.     

不确定非线性系统的动态曲面控制

针对一类严格反馈形式的非线性不确定系统,提出了一种动态曲面鲁棒自适应控制方法.设计方案类似于backstepping方法,但该方法通过增加若干个低通滤波环节避免了backstepping设计过程中对一些特定函数的重复求导,从而解决了backstepping设计方法固有的"复杂度爆炸"问题,简化了控制器的设计,提高了方法的工程可实现性.最后通过仿真进一步验证了方案的有效性.     

不确定非线性系统的自适应反推终端滑模控制

针对一类具有未知非线性函数的严格反馈型不确定非线性系统,提出了一种自适应反推终端滑模控制方法。反推控制的前n-1步结合动态面控制技术设计虚拟控制律,第n步仅采用一个神经网络函数逼近器补偿系统所有未知非线性函数,得到了基于全局快速终端滑模控制的自适应神经网络控制器；通过引入一阶滤波器，不仅避免了传统反推控制存在的复杂计算,提高了系统的收敛速度,而且通过引入逼近误差和不确定干扰上界的自适应补偿项来消除建模误差和参数估计误差的影响,改善了稳态跟踪精度。理论分析证明闭环系统所有信号半全局一致终结有界，仿真结果验证了该方法的有效性。     

具有Markov跳跃参数的一类非线性系统的鲁棒反馈镇定

利用随机控制的Lyapunov设计方法,研究了一类带Markov跳跃参数的随机非线性混合系统的鲁棒控制问题.给出了受方差不确定的Wiener噪声干扰的跳跃严格反馈系统的镇定设计,该设计可使稳态误差在4阶矩意义下收敛到一个小范围内.     

Adaptive Neural Control for a Class of Low-triangular-structured Nonlinear Systems with H-∞Performance Analysis

In this paper,a neural-network-based variable structure control scheme is presented for a class of nonlinear systems with a general low triangular structure.The proposed variable structure controller is proved to be C1,thus can be applied for backstepping design,which has extended the scope of previous nonlinear systems in the form of strict-feedback and pure-feedback.With the help of neural network approximator,H-oo performance analysis of stability is given.The effectiveness of proposed control law is verified via simulation.     

Leader-Following Consensus of Nonlinear Strict-Feedback Multi-agent Systems

The distributed leader-following consensus for nonlinear multi-agent systems in strict-feedback forms is investigated under directed topology. Firstly, each follower node is modeled by an integrator incorporating with nonlinear dynamics. The leader node is modeled as an autonomous nonlinear system which sends its information to one or more followers. Then, a simple and novel distributed protocol is proposed based only on the state feedback, under which the states of the followers ultimately synchronize to the leader. By using Lyapunov stability theorem and matrix theory, it is proved that the distributed leader-following consensus of nonlinear multi-agent systems with strict-feedback form is guaranteed by Lipschitz continuous control laws. Finally, some numerical simulations are provided to show the effectiveness of the developed method.     

一类大规模随机非线性系统的适应镇定

讨论一类大规模随机非线性系统的适应镇定问题。采用Lyapunov和Backstepping方法设计了自适应的状态反馈控制器使得闭环系统是以概率稳定的,且使系统的状态以概率收敛为0;进一步,给出一个仿真算例说明方法的有效性。