不确定非线性系统的鲁棒自适应控制

针对一类具有一般不确定性的非线性系统（包括非线性不确定性、有界干扰、时变参数等）,利用递推设计方法,设计了一种新的用于输出调节的鲁棒自适应控制器．该控制器对非线性不确定性和有界干扰具有鲁棒性,并能保证闭环系统信号的全局有界性．其优点是对不确定性的知识要求较少．仿真实例表明,设计的鲁棒自适应控制器具有满意的控制效果．     

有界增益遗忘L1自适应控制算法的研究

针对单输入单输出非线性系统存在参数不确定性和干扰,结合L_1自适应方法和极点配置控制方法,提出一种有界遗忘增益L_1自适应控制方法,其中极点配置控制器主要用来保证线性部分闭环稳定,L_1自适应控制器则用于抵消系统的非线性特性、参数不确定性和干扰。在L_1自适应律中采用改进的有界增益遗忘(IBGF)方法计算自适应增益,将定常自适应增益换成时变的增益,由低到高的平缓时变增益可以有效地抑制由非零初始状态造成的扰动,该算法的稳定性得到了证明。仿真验证表明该方法具有很好的控制效果,验证了它的有效性和实用性。     

耦合离散大系统分散自适应控制的稳定性

针对线性离散确定性耦合大系统，采用极点配置的方法给出一种分散的鲁棒间接自适应控制器，给出了详细完整的闭环系统全局渐近ＢＩＢＯ稳定性证明，同时可以看出该控制器对于各子系统间的弱耦合，未建模动态及有界常值扰动具有鲁棒性。     

综合的机器人鲁棒自适应控制

研究了不确定性机器人轨迹跟踪的鲁棒自适应控制方法．利用机器人动力学参数变量分离方法,将系统的集中不确定性反映到一个集中的标量参数上,进而提出一种基于简单的计算力矩结构的综合鲁棒自适应控制策略,同时还设计了一个通用的非线性反馈增益和一个简单的自适应律,通过在线刷新一个集中的系统不确定性参数,最后保证系统达到全局指数意义的渐近稳定或全局一致最后有界．通过简化控制结构得出一种简单的鲁棒控制器．按照对控制参数的不同选择,可保证系统达到严格的全局一致最后有界、全局渐近稳定、全局指数稳定三种稳定性结果．理论分析和计算机仿真验证了控制律的有效性．     

一类不确定系统的鲁棒二次稳定与协方差配置

讨论了一类范数有界时变不确定线性随机系统的鲁棒协方差配置状态反馈控制器设计．给出了协方差可配置的充要条件,同时导出了使闭环系统鲁棒二次稳定的状态反馈增益公式．     

侧壁式气垫船升沉运动鲁棒自适应滑模控制

考虑具有动态参数不确定和时变海浪扰动的侧壁式气垫船升沉运动控制问题,将自适应技术与滑模控制方法相结合,设计侧壁式气垫船升沉运动鲁棒自适应滑模控制律.应用自适应技术设计自适应律,估计由动态参数不确定和时变海浪扰动构成的不确定项的未知界;基于不确定项界的估计,应用滑模控制方法,设计鲁棒自适应控制律,并用边界层方法消除滑模控制引起的抖振现象.理论上证明了所设计的控制律能够降低侧壁式气垫船升沉运动幅值,保证侧壁式气垫船升沉运动闭环控制系统中的所有信号是一致最终有界的.最后,基于一艘挪威海军的侧壁式气垫船的仿真研究验证了所设计的侧壁式气垫船升沉运动鲁棒自适应滑模控制律的有效性.     

存在建模误差时的鲁棒自校正控制

研究了一类存在建模误差时的鲁棒自校正问题.在对象的模型误差是“相对小”的情况下,提出了具有辨识误差死区的辨识算法和相应的控制律;通过理论分析,给出厂辨识算法的收敛性;在给出的极点配置自校正定理中证明了对存在任意建模误差及任意有界初始状态的被控对象,整个自适应系统中所有的信号保持有界,因而也就表明所提出的控制算法对模型误差有很强的鲁棒性.     

多变量离散系统的鲁棒自适应极点配置算法

对带有外部扰动和未建模动态的多变量系统提出了一种自适应极点配置算法．证明了当外部扰动的上界和未建模动态的相对界满足一定约束时,只要将闭环极点配置到原点的适当小邻域内,得到的闭环自适应控制系统具有鲁棒稳定性．     

存在建模误差时的鲁棒自校正控制

研究了一类存在建模误差时的鲁棒自校正问题。在对象的模型误差是“相对小”的情况下，提出了具有辨识差死区的辨识算法和相应的控制律；通过理论分析，给出了辨识算法的收敛性；在给出的极点配置自校正定理中证明了对存在任意建模误差及任意有界初始状态的被控对象，整个自适应系统中所有的信号保持有界，因而也就表明所提出的控制算法对模型误差有很强的鲁棒性。     

鲁棒间接自适应极点配置算法

提出了一种间接自适应极点配置算法，分析了该算法对未建模动态及有界干扰的鲁棒性，并给出了计算鲁棒稳定域的方法，从而为如何设计间接自适应极点配置算法获取尽可能大的鲁棒稳定域提供了依据．仿真结果表明了该算法的有效性．     

一类多模型自适应控制系统的稳定性证明

针对一类时不变或慢时变的离散时间非线性系统,首先在线性鲁棒自适应控制的基础上,给出了系统有界输入-有界输出的稳定性证明,并得到了系统有界输入-有界输出稳定的充分条件;继而将其引入到多模型切换控制中,经证明该条件可以保证间接多模型自适应切换控制的稳定,较好的兼顾了系统的稳定性和瞬态响应,从而为间接多模型自适应控制器的设计提供了理论依据.     

时滞不确定多变量反馈时变系统的鲁棒稳定化

用矩阵测度和时滞微分不等式研究了具多时滞的不确定多变量时变系统,给出了在多变量时变反馈控制律作用下,系统指数渐近稳定和BIBO稳定的判别准则,并推广和改进了前人的工作。     

具有降阶模型的多模型鲁棒自适应控制

针对传统鲁棒自适应控制器暂态性能差的缺点,提出了多模型鲁棒自适应控制方法.对于包含未建模动态的自适应控制系统,首先采用正则化技术把系统未建模动态转化为系统有界扰动,并利用系统低阶模型设计多模型鲁棒自适应控制器,最后证明了系统BIBO稳定以及跟踪误差有界.仿真实验说明所提出的方法能获得较好的控制效果.     

Predictive PI control and its robust stability analysis

It is difficult to analyze robust BIBO stability of predictive PI (PPI) control system due to the time delay of process. A novel technique for stability analysis of this kind of system is proposed in this paper. The state space form of PPI control system is given, and its characteristic polynomial is derived by a simple method, so the robust BIBO stability analysis of this kind of system is also the analysis of corresponding characteristic polynomial. Applying Kharitonov theorem and edge theorem, the BIBO stability can be judged for arbitrarily given process parameter intervals. The system robust stability with variable process parameters is described respectively, and some beneficial conclusions for the design of PPI controller are obtained.     

具有参数振动的时滞微分系统的鲁棒稳定化

本文考虑一类具有参数振动的时滞微分系统的鲁棒稳定化问题。系统中参数振动含有不确定性。利用时滞积分不等式，全 渐近稳定性的充分条件由一个指定的非负矩阵半 的界给出。在同样的条件下，这类不确定系统的有界输入与有界出稳定性也被研究。文末给出两个例子说明我们结果的有效性。     

基于鲁棒稳定性的多速率采样控制系统设计

提出了基于鲁棒稳定性的多速率采样控制系统设计方法.对于具有给定补偿F的系统,首先拓展Lyapunov上限法得出鲁棒稳定性判定新条件.当系统具有边界不定的不确定性时,定义最大可承受边界为鲁棒稳定半径（Robust Stability Radius,RSR）.通过对鲁棒稳定判定条件的分析,可将求解RSR的问题归结为求解一个复杂非线性方程,并利用数值计算方法求解该方程得到解析解.作为F的函数,通过一般优化方法即可实现F优化设计,使得系统RSR最大,而且在保证鲁棒稳定的同时可以承受不确定参数的变化范围最大.最后给出实例,说明了所提方法的可行性和有效性.     

不确定大系统的鲁棒稳定化

本文考虑由几个具有不稳定性的子系统构成的大系统的鲁棒稳定化问题。应用一个稳定化的局部反馈到每一子系统，利用标量李雅普诺夫函数，结合代数黎卡提方程，每一个 子系统不确定参数的界由Ｍ－矩阵给出。用本文发展的技术巧哈里不等式，我们还讨论不确定大系统的有界输入有界输出稳定性问题。     

基于LMI的不确定大系统的BIBO镇定

利用多Lyapunov函数法和不等式技巧,讨论了一类连续时间大系统有界输入有界输出(BIBO)的镇定.以线性矩阵不等式(LMI)的形式给出系统BIBO稳定的充分条件可以用MATLAB工具箱进行可行性求解并在此基础上给出了状态反馈控制器的设计方法并将其推广到系统结构中存在不确定扰动项的情形,运用Schur补引理,得到了闭环大系统鲁棒BIBO稳定的判据.最后通过算例仿真证明了结论的有效性.     

不确定系统的上界自适应动态神经滑模控制

针对滑模控制中不确定上界值的问题,提出一种神经网络上界自适应学习的动态滑模控制方法。该方法将系统中不确定及干扰部分分离出来,构造不确定量的联合上界,然后分两步进行分析。当上界已知时,采用动态滑模方法设计滑模控制器;上界未知时,采用神经网络自适应学习不确定项的上界,设计了权值调整规则及动态神经滑模控制器。该控制器不仅可以保证非线性不确定系统渐近稳定,降低一般滑模控制理论分析的条件,还有效地抑制了抖振。仿真实例表明,该控制方法是正确有效的。