多输入多输出非线性系统的间接自适应模糊跟踪控制

针对多输入多输出非线性系统,把自适应模糊控制和自适应模糊辨识结合起来,提出了一种间接自适应模糊控制方案.由跟踪误差和辨识误差给出了参数调节规律,两种误差同时调节参数改善了系统性能.应用推广的模糊逻辑系统来估计多维未知函数,补偿器可抵消模糊逼近误差和外部扰动.控制方案保证了系统的稳定性,实现了跟踪.     

基于模糊自适应控制的悬臂梁振动主动控制算法研究

基于模糊逻辑系统的自适应滤波方法,针对柔性悬臂梁,设计了相应的前馈振动控制器,解决一类参考信号与外扰呈非线性函数关系的前馈主动控制问题.仿真结果表明,采用的控制器对于改善振动快速控制是非常有效的.     

一种鲁棒自适应Backstepping控制方案研究

对基于调节函数的Backstepping自适应控制方案进行了改进,设计了一种新型鲁棒自适应无人机飞行控制系统.首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数,得出了稳定自适应控制律和参数更新律.最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证.     

基于时变T-S模型的自适应控制及其在养老保险系统中的应用

模糊控制算法已经广泛应用于商业和工业领域.讨论了基于时变系统T-S模糊模型的自适应控制方法,及其在养老保险信息系统中的应用.推广了一种基于参数辨识的自适应控制技术,这种自适应控制技术可以在控制过程中在线地调节系统的参数与结构,不断提高其适应能力.通过实际应用案例表明,提出的基于T-S模型的自适应控制技术在时变系统中是成功的.     

非线性系统的广义模糊控制

提出了一种基于T-S 模糊模型的非线性系统的鲁棒跟踪控制方案. 首先将系统的模糊模型等价变换为广义系统模糊模型,然后设定跟踪性能指标,结合线性矩阵不等式方法设计了鲁棒跟踪控制器. 该方法不仅减少了求解复杂度,而且因减弱了对待定矩阵的限制而降低了保守性. 将该方法应用于倒立摆系统,实现了角度和角速率的 精确快速跟踪控制,从而表明了方法的有效性.     

含有输入动特性不确定飞控系统的自适应滑模控制

针对含有执行器动特性和严重不确定性的非线性飞控系统,提出一种非线性自适应滑模控制器. 该控制方案的主要特征是对系统不确定性没有匹配条件的限制. 控制器由两部分组成：一部分根据称为标称模型的已知非线性模型进行控制器设计,另一部分根据建模误差的估计参数设计自适应滑模控制器. 对某飞机的非线性6自由度未解耦模型进行仿真,验证了该方法对系统不确定性具有较强的鲁棒性,对期望输出有良好的跟踪精度.     

自适应模糊建模及其在船舶动力定位中的应用

针对船在海上其动力学模型很难精确建立,而且诸如风、浪、流等外部随机干扰的统计特性也在不断变化,作者在船舶动力定位中采用自适应模糊逻辑系统实时学习船的漂移动力学关系实现对系统的建模,并在此基础上预测为使船在下一时刻与预定位置误差最小所需的控制力,最终达到船舶动力定位的目的.仿真结果说明了该方法在不同海况下均能达到很好的定位控制效果.     

利用循环相关特征的自适应模糊调制分类

针对非平稳数字调制信号,提出一种高阶正交循环累量特征,具有“屏蔽”干扰和噪声的特性. 采用模糊神经网络非线性动态建模的调制识别器,根据特征训练样本的大致分布状况建立蕴涵初始经验的模糊推理系统结构,再嵌入神经网络的结构和自适应学习算法对模糊系统参数进行调整和优化,完成模糊神经网络模型的逼近求精. 对MASK, MPSK, MFSK, MQAM 等信号进行仿真实验,结果表明系统在信噪比等环境参数变化较大的情况下适应性和容错性良好. 相对于神经网络等识别器,具有初始经验的系统结构更明确,建模周期较短,算法识别率和效率有明显提高.     

非线性系统的鲁棒自适应模糊轨迹线性化控制

针对一类非线性多输入多输出不确定系统,基于小增益理论提出了鲁棒自适应模糊轨迹线性化控制方法。利用T-S模糊系统逼近未知干扰和不确定性因素,采用Lyapunov方法及小增益理论证明了闭环系统所有信号一致最终有界。该算法自适应律的学习参数仅有1个,便于工程实现。最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,仿真结果表明了控制方案有效性和鲁棒性。     

扩展T-S模糊模型在建模中的方法研究

在标准的T-S模糊模型基础上,提出了扩展的T-S模糊模型.然后采用改进的遗传算法优化扩展的T-S模糊模型参数和规则数.针对复杂系统的模糊建模问题,采用了一种改进遗传算法的模糊建模方法;数字仿真结果验证了算法的可行性和有效性.     

模糊自适应鲁棒控制的耗散理论设计

针对一类非线性不确定连续系统,在用T-S模糊系统对未知函数进行逼近的基础上,利用系统的耗散理论,系统地提出了一种模糊自适应鲁棒控制算法的综合方法,所提出的算法不仅使自适应学习参数的数目减少至最低,便于工程实现,而且还确保闭环系统渐近稳定。最后以船舶减摇鳍非线性控制系统为例,进行了模糊自适应鲁棒控制器的设计,经仿真研究表明,所提出的算法是有效的。     

基于动态逆模糊神经网络的准滑模控制

针对不确定非线性系统,提出了基于动态逆模糊神经网络的准滑模控制,控制量可直接由一个模糊神经网络的前向推理得到.仿真表明了方法的有效性.     

一类非线性系统的自适应模糊观测器设计

针对一类不确定非线性系统提出了自适应模糊观测器设计方法。该观测器采用模糊系统逼近非线性函数,它不要求被观测对象结构和参数已知的条件,并对估计误差、模糊逼近误差和外扰的存在采用了鲁棒监督项以保证良好的观测性能,该观测器是对非线性广义Luenberger自适应观测器的一种扩展。该方法的有效性得到理论证明和仿真实验的验证。     

基于T-S模型的智能PID控制

提出一种基于分段线性模糊模型的T-S模型,并与传统PID控制器相结合设计了一种模糊神经网络PID控制器,它具有模糊系统非线性、可解释性的特点,神经网络的自学习和自组织功能.对其进行非线性时变系统仿真,仿真结果表明该控制器较常规PID控制器的调整时间可明显缩短.