Adaptive Output Feedback Regulation for a Class of Uncertain Feedforward Time-Delay Nonlinear Systems

This paper addresses the global output feedback regulation problem for a class of uncertain feedforward time-delay nonlinear systems. Unlike to the previous works, the nonlinear functions in the class of systems under consideration are dominated by an input-output function multiplied by an unknown parameter and linear unmeasured states. By using only one dynamic gain and an appropriate Lyapunov-Krasovskii functionals, it is shown that the closed-loop system is globally asymptotically stable. Finally, a numerical example is provided to illustrate the effectiveness of the proposed design scheme.     

STABILIZATION FOR A CLASS OF LARGE-SCALE STOCHASTIC NONLINEAR SYSTEMS WITH DECENTRALIZED CONTROLLER DESIGN

In this paper, a state feedback adaptive stabilization for a class of large-scale stochastic nonlinear systems is designed with Lyapunov and Backstepping method. In the systems there are uncertain terms, whose bounds are governed by a set of unknown parameters. The designed controllers would make the close-loop systems asymptotically stable and adaptive for the unknown parameters. As an application, a second order example is delivered to illustrate the approach.     

Robust Stabilization Control for a Class of Nonlinear Measure Differential Systems with Delay

ＲｏｂｕｓｔＳｔａｂｉｌｉｚａｔｉｏｎＣｏｎｔｒｏｌｆｏｒａＣｌａｓｏｆＮｏｎｌｉｎｅａｒＭｅａｓｕｒｅＤｉｆｅｒｅｎｔｉａｌＳｙｓｔｅｍｓｗｉｔｈＤｅｌａｙ⒇ＹＵＥＤｏｎｇＸＵＳｈｉｆａｎＣｏｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃ...     

一类非线性系统的鲁棒自适应控制

针对一类含有不确定参数和未知扰动的非线性系统，提出一种鲁棒自适应控制方法以确保系统输出稳定地精确跟踪给定的参考信号。控制器的设计分两步进行：首先，在不考虑扰动的情况下，采用一种基于参数映射的Lyapunov设计方法设计系统参数自适应控制器；然后，在该自适应控制器的基础上，采用衰减控制策略设计鲁棒补偿器，实现对扰动的抑制。最后通过数字仿真验证了设计方案的有效性。     

一类模型模糊系统的模型参考自适应控制

针对一类模型可用一组模糊规则来描述的系统,提出了一种模型参考自适应控制律。根据 Ｌｙａｐｕｎｏｖ理论证明了闭环系统是稳定收敛的。仿真例子证实了该方法的有效性。     

一类复杂系统自适应观测器设计

分析和研究了一类非线性不确定复杂控制系统的自适应状态观测器设计问题,利用模糊逻辑系统具有充分逼近连续函数的性质,在状态观测器的鲁棒项构造中引入了模糊逻辑系统的输出,并用它完成了逼近系统中不确定性的任务,从而削弱了已有的研究成果在设计这类系统状态观测器时所使用的较为苛刻的假设条件,并证明了所设计的观测器与被控系统状态间的误差及各参数估计误差一致终极有界。最后用仿真实例证明了所采用方法的有效性。     

一类不确定非线性系统的鲁棒自适应控制

针对一类具有未知控制方向、未知参数以及未建模动态的非线性系统,提出了一种带有死区修正的鲁棒自适应递推控制策略.该策略不需要控制方向符号的先验知识.根据参数的上下界先验信息,分别将光滑投影算法和非连续投影算法与参数自适应律结合起来,既抑制了参数的漂移,又使估计参数达到了最小.算法保证了闭环系统所有信号的有界性,同时使得跟踪误差收敛于零的任意小邻域内.     

一类非线性系统的模型参考自适应模糊控制

针对一类不确定非线性系统 ,基于一种修改的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力 ,提出了一种模型参考自适应模糊控制器设计的新方案。该方案利用参考模型作为性能指标 ,自适应调节模糊控制器的规则库 ,并通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,不但能保证闭环系统稳定 ,而且可使跟踪误差收敛到零。仿真结果表明了该方法的有效性     

ADAPTIVE PRACTICAL OUTPUT MANEUVERING CONTROL FOR A CLASS OF NONLINEAR SYSTEMS

This paper deals with the adaptive practical output maneuvering control problems for a class of nonlinear systems with uncontrollable unstable linearization. The objective is to design a smooth adaptive maneuvering controller to solve the geometric and dynamic tasks with an arbitrary small steady tracking error. The method of adding a power integrator and the robust recursive design technique are employed to force the system output to track a desired path and make the tracking speed to follow a desired speed along the path. An example is considered and simulation results are given. The proposed design procedure can be illustrated by the use of this example.     

一类不确定混沌系统的自适应模糊同步控制

针对一类带有未知非线性函数、参数和外界干扰的混沌系统,通过将一个时变参数引入到带有非线性后件的T-S模糊逻辑系统中,结合自适应方法对未知参数进行在线估计,完成了自适应模糊同步控制器的设计,并实现了驱动-响应混沌系统的渐近同步。一般而言,带有非线性后件的T-S模糊逻辑系统具有更高的逼近能力,可用更少的规则去逼近主从系统中的未知非线性函数,且在同步控制器的设计过程中,参数自适应律的个数与模糊规则的个数无关。因此,该同步方法不仅减少了在线运算量,而且通过直觉推理生成规则少、解释性强的模糊逻辑系统具有更广泛的应用。最后所给数值仿真算例说明了该方法的有效性。     

基于神经网络的非线性系统的间接自适应控制

针对一类不确定非线性动态系统 ,利用多层神经网络系统MNNs的逼近能力 ,提出了一种间接鲁棒自适应神经网络控制器的设计方案。该方案不仅能够保证闭环系统的所有信号有界 ,而且理论分析证明了闭环系统的跟踪误差渐近收敛到零。仿真试验表明本控制算法是有效的。     

一类非线性系统的直接自适应模糊滑模控制

研究了一类非线性系统的一种直接适应模糊滑模控制（AFSMC）的问题。首先，在系统的非线性动态函数满足可估计和有界两个基本假设的条件下，给无了此类系统基于非线性动态函数估计的一般滑模控制律设计。然后基于目标函数梯度校正的方法，通过自适应机构调解模糊逻辑系统（FLS）的后作参数，所设计的自适应模糊逻辑系统（AFLS）能够逼近系统基于非线性动态函数估计的一般滑模控制律。这样，系统的自适应模糊控制律具有一般滑模控制律的控制效果，同时由于AFLS的滤波作用，具有消除滑模控制高频抖振的特性。数值仿真结果证明了所设计控制律的有效性。     

一类线性时变系统组合自适应迭代学习控制

针对一类有限时间区间上具有可重复性的BIBO稳定的一阶线性时变系统,将模型参考自适应控制方法与迭代学习相结合,提出了组合模型参考自适应迭代学习控制算法.基于Lyapunov方法推导出迭代学习控制律以及针对时变惯性参数与时不变高频增益的组合自适应参数更新律.该算法适于控制快时变系统,并使跟踪误差、参数估计误差和控制信号有界.当迭代次数趋于无穷时,跟踪误差关于有限时间区间一致收敛到零.系统仿真验证了所提控制算法的有效性.     

Adaptive Robust Control for A Class of Nonlinear Systems with Unknown Uncertainties

CONTROL THEORY AND APPLICATION1. INTRODUCTIOnThe practical systems inevitably contain some kinds of uncertain elements. With the existence of uncertainties,the performance of systems may be changed, even may cause the systems stableless. Under such imperfectknowledge of the model, controllers are tried to design so that the controlled system has certain satisfactoryproperties. In the past, robust controller design generally hinges on three main assumptions: 1) the systemstate ve…     

一类不确定离散非线性系统的边界层自适应模糊滑模控制

研究了一类不确定离散非线性系统的模糊滑模控制问题,提出了一种基于边界层模糊自适应的模糊滑模控制方法.首先,在系统非线性动态函数上界已知的条件下,给出了系统的准滑模控制律设计,证明了系统的闭环稳定性.引入一个滑模边界层可调参数,在边界层外施加准滑模控制律;在边界层内,去掉准滑模控制律,施加模糊逻辑控制.边界层参数用模糊逻辑系统进行在线自调节,消除了系统处于准滑动模态时的高频抖振.数值仿真结果证明了所设计控制律的优点和有效性.     

一类非线性系统的自适应神经跟踪控制

针对一类未知非线性动态系统,提出了一种基于神经网络的自适应输出跟踪控制方案。网络权值的自适应修正规则是基于Lyapunov稳定性理论实现的,避免了递归训练过程;一个滑模控制项用于消除神经网络逼近误差的影响。因此,该自适应神经控制器能保证系统的全局稳定性和输出跟踪误差渐近收敛于0。     

一类非线性离散系统的自适应控制

针对一类非线性离散系统 ,利用 Lyapunov方法和加权最小二乘估计设计了一种自适应控制器 ,在对非线性 (不加增长条件约束 )的情况下 ,得到了闭环系统的全局跟踪性能 .     

一类离散非线性系统反步递推黄金分割自适应控制

针对一类含参数不确定的离散时间严反馈非线性系统，提出了反步递推（Backstepping）算法与黄金分割原理相结合的新型控制策略。采用反步递推控制方法处理前n-2阶子系统，利用其结果重构余下的二阶非线性子过程，再通过黄金分割自适应算法对二阶子过程进行控制。该策略一方面解决了单纯反步递推算法在过渡阶段参数失配时，控制量剧烈波动的问题；另一方面减少了反步递推算法的计算量。给出了闭环系统有界稳定性的证明，并通过仿真实例验证了该反步递推黄金分割自适应控制方法的有效性和优越性。     

一类高阶非线性系统的混合自适应重复学习控制

针对含有时变和时不变未知参数的高阶非线性系统,利用分段积分机制,提出了一种新的自适应重复学习控制方法,该方法结合了反馈线性化,可以处理参数在一个未知紧集内周期性快时变的非线性系统,通过引进微分-差分参数自适应律,设计了一种自适应控制策略,使广义跟踪误差在误差平方范数意义下渐近收敛于零,通过构造Lyapunov函数,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的有效性和可行性.