欠驱动船路径跟踪的反演自适应动态滑模控制方法

针对欠驱动水面船的路径跟踪控制系统,提出一种反演自适应动态滑模控制方法。该系统由船舶艏摇非线性响应模型和Serret-Frenet误差动力学方程组成,并考虑建模误差和外界干扰力等不确定性。经过简化处理,将原欠驱动系统的控制问题转化为非线性系统的镇定问题。同时,基于反步方法和动态滑模控制理论,设计自适应动态滑模控制器。通过理论分析,证明在该控制器作用下,路径跟踪控制系统是全局渐近稳定的。仿真试验表明:该控制器对系统参数摄动和外界干扰不敏感,具有强鲁棒性和自适应性。     

电液伺服系统的自适应模糊滑模控制

针对电液系统的非线性特性及其参数不确定性,设计一种自适应模糊滑模控制器。该控制策略基于带积分补偿的变结构控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近。将此控制策略应用到电液系统中,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

一类非线性系统基于LS-SVM的自适应滑模控制

针对一类具有不确定性和外部扰动的非线性系统,研究了一种基于李雅普诺夫函数和最小二乘支持向量机的自适应滑模控制方案。该方案利用LS-SVM回归的逼近能力设计反馈线性化控制器,并推导出控制器权值参数向量的自适应律。通过滑模控制技术提高系统对外部干扰和逼近误差的鲁棒性。利用李雅普诺夫函数方法证明了整个闭环系统的稳定性。仿真研究验证了所提控制方案的可行性和有效性。     

欠驱动AUV自适应神经网络反步滑模跟踪控制

针对存在参数不确定性和外界未知干扰的欠驱动自主水下航行器(AUV)三维路径跟踪问题,提出一种基于神经网络的反步滑模控制策略.首先,利用虚拟向导的方法建立了欠驱动AUV三维路径跟踪误差模型;其次,基于李雅普诺夫稳定性理论,利用反步法和滑模控制方法设计一种自适应鲁棒控制器,并设计一种在线调节增益切换函数以降低系统抖振,同时采用径向基函数(RBF)神经网络控制技术对AUV系统中不确定参数以及外界非线性干扰进行自适应补偿估计,而后利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性;最后,针对一种新型飞翼式欠驱动AUV进行数值仿真实验,结果表明所设计控制器可以实现对三维路径的精确跟踪,并对外界非线性干扰具有良好的鲁棒性.     

控制方向未知的非线性系统自适应模糊滑模控制

针对一类带有未知外部扰动及控制方向的不确定非线性系统设计自适应模糊滑模控制器,利用Nussbaum函数估计系统未知的控制方向.模糊系统的输入为跟踪误差而不是系统状态向量,这样能提升控制器对误差变化的灵敏度.基于Lyapunov稳定性理论设计系统可调参数的自适应规则,该控制器能保证闭环系统稳定性并且跟踪误差及其各阶导数渐近趋于原点.数值仿真的结果也验证了该方法的有效性.     

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。     

基于RBF的TCP网络自适应滑模控制

针对TCP网络的拥塞控制问题,提出了一种基于RBF神经网络的自适应滑模控制算法.为了简化滑模控制器的设计,将系统的各个不确定参数和非线性补偿整合成一个总的不确定.考虑到网络系统的不确定性上界很难获得,使用RBF神经网络对系统不确定的上界进行自适应学习.将RBF神经网络的输出作为不确定上界的补偿,从而消除了系统的不确定带...     

不确定非线性系统的鲁棒自适应模糊滑模控制

对一类不确定非线性系统,利用滑模控制与模糊自适应控制相结合的方法,设计了基于模糊逻辑的鲁棒自适应模糊控制器.所提出的设计方法是用模糊模型逼近系统的不确定性项,根据滑模控制原理构造出模糊模型的参数自适应律,在线调节模糊模型的参数,同时处理存在逼近误差时的干扰抑制问题.该方法不仅能有效地消除高频抖振,对逼近误差具有较强的鲁棒性和对参考输入具有良好的跟踪性能,而且该方法不需要求取Lyapunov方程的公共解,且对不确定性的知识要求不高.该文用Lyapunov方法证明了闭环系统信号的全局有界性,以及整个系统的稳定性和鲁棒性.     

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.     

一类非线性系统自适应模糊滑模控制器的设计

为了保证一类不确定非线性系统的稳定性,自适应模糊控制提出了附加监督控制的方法．在此基础上,结合滑模控制原理,提出了一种Ⅱ型间接自适应模糊滑模控制方法,该方法取消了监督控制,用滑模控制器增加了逼近误差的自适应补偿,理论分析证明控制系统全局稳定且跟踪误差收敛到零,然后将这种控制器应用到过程控制的典型对象液位控制中,仿真结果表明了该控制器的有效性和可行性．     

基于小波网络的高超音速飞行器鲁棒自适应积分反步控制

针对高超音速飞行器非线性模型具有不确定性的问题,提出一种基于小波网络的鲁棒自适应积分反步控制方法。该方法运用反步法设计非线性控制律,并引入积分项以减小系统跟踪误差;用小波网络在线逼近系统不确定项,提高系统鲁棒性;设计鲁棒项消除小波网络逼近误差。通过Lyapunov稳定性分析,该方法能够保证闭环系统跟踪误差最终收敛。通过与常规反步、积分反步、自适应反步进行仿真对比,结果表明：所设计的控制律可以有效抑制系统不确定性的影响,设计方法可行。     

基于反步自适应控制的运动系统死区补偿

针对机械运动系统中,死区非线性的存在严重影响系统性能的问题,以存在不确定参数的系统为研究对象,应用反步积分自适应的方法,设计基于状态反馈的自适应控制器。采用 Lyapunov 理论证明该控制器能够保证跟踪误差的有界以及闭环系统中所有信号的有界。应用 Matlab 软件进行仿真,结果表明了该方法的有效性。     

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。     

弹性飞翼无人机自适应反步终端滑模姿态控制

针对存在非线性、强耦合、参数不确定性及外部扰动的大展弦比飞翼布局无人机刚/弹耦合动力学模型,提出了基于反步思想的自适应范数型终端滑模姿态控制策略.首先,基于李雅普诺夫稳定理论,利用反步方法设计系统的虚拟控制量和实际控制量.其次,在虚拟控制中,采用自适应范数型滑模消除不确定项和刚/弹耦合项,并在反馈中采用非线性增益提高系统的鲁棒性和动态特性;在实际控制中,引入鲁棒自适应终端滑模项消除不确定项、刚/弹耦合项与扰动的影响,既解决了虚拟量求导的计算膨胀和实际控制量抖振问题,又提高了系统的控制精度和鲁棒性.最后,基于李雅普诺夫理论证明了跟踪误差收敛到任意小邻域.仿真结果表明:该控制方法对模型不确定性、气动弹性及阵风等外扰影响具有鲁棒性,能够实现高精度的姿态跟踪控制.     

基于观测器的中立时滞系统自适应滑模控制

针对含有外部扰动、时变时滞以及非线性输入约束的不确定中立时滞系统,提出了基于状态观测器的时滞系统自适应滑模控制方法。首先,通过构造状态观测器以及利用滑模控制理论,设计基于估计状态的积分型滑模面。其次,构造Lyapunov函数,给出误差系统与估计状态系统渐进稳定判据。最后考虑到系统输入非线性和不确定性上界在实际中难以确定的问题,在控制器设计中引入自适应控制理论。仿真研究结果表明所提出的基于观测器的自适应滑模控制方法在处理时滞以及非线性影响上效果良好,系统可以快速收敛并且无抖振,具有强鲁棒性。     

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.     

无人机对风切变干扰的BSSA控制器的设计

为了克服四旋翼无人直升机在飞行过程中受到风切变干扰而不稳定的问题,设计出了反步滑模自适应控制器。首先建立无人机在风切变中的动力学模型,之后将反步自适应控制与滑模控制方法结合,推导并设计出反步滑模自适应控制器,最后在Simulink中进行仿真实验。实验结果表明,在风切变的作用下反步滑模自适应控制器(BSSA)与反步自适应控制器(BSA)相比,反步滑模自适应控制器能够进一步缓解风切变对无人机造成的影响,具有更强的鲁棒性。     

考虑负载质量影响的电液力加载系统自适应反步滑模控制

针对被动式电液力加载系统的负载中含有较大质量力的应用场合,设计了一种自适应反步滑模控制策略,以提高系统的响应速度和加载精度。综合考虑系统非线性摩擦和液压缸的容腔效应、电液伺服阀的工作死区和电信号偏差等不确定因素以及位置干扰的影响,建立了系统的非线性数学模型;然后推导出系统自适应控制律,并利用Lyapunov稳定性理论得出自适应反步滑模控制器;最后通过MATLAB/Simulink进行系统特性分析。仿真结果表明,引入该控制器后,在质量力与负载力的比值约为1∶5的场合下,力加载系统响应速度得到有效提升,频宽可达到12 Hz,同时加载精度也有所提高,系统输出幅值误差约为1.8%,相位误差均值为-7.164°。     

基于自适应反步滑模控制的主动队列管理

针对TCP网络的拥塞控制问题,基于自适应反步滑模控制提出了一种主动队列管理算法。由于系统的不确定在实际工程中很难或根本无法事先获得,设计一个自适应律来实时适应系统不确定的值,从而消除系统不确定所带来的影响。利用此自适应律,提出一个自适应反步滑模控制器,使得系统具有较好的暂态性能和鲁棒性能。仿真结果表明,该方法对TCP网络的复杂变化具有较好的鲁棒性和较快的系统响应。     

输出误差约束的非线性系统的预定性能反步控制及应用

针对带有执行器故障、外界干扰与不确定参数的非线性系统的控制问题,提出自适应预定性能反步控制策略.首先,采用结构简单的障碍Lyapunov函数处理输出误差约束;其次,通过自适应律对不确定参数进行估计,并构造干扰观测器估计综合不确定,解决执行器故障、外界干扰与传统反步控制的"计算爆炸"问题;在此基础上设计预定性能控制器;再...