基于观测器的非线性系统神经网络自适应控制

针对一类单输入单输出非线性不确定系统,基于状态观测器并结合自适应神经网络和滑模控制,提出一种稳定的间接自适应神经网络输出反馈控制算法.该算法不需状态可测的条件,并能保证系统稳定.仿真结果表明了该方法的有效性.     

改进的神经网络观测器在非线性系统中的应用

为降低非线性观测器对模型精度的依赖性, 提出一种非传统的神经网络观测器设计方法。该神经网络为三层前馈网络, 采用带修正项的误差反传算法进行训练, 以保证控制的精度和权值有界, 利用神经网络识别系统的非线性部分, 并结合传统的龙伯格观测器重构系统状态; 利用Lyapunov 直接法保证基于权值误差的非观测器的稳定性, 并将该观测器应用于机器人轨迹跟踪控制中。仿真结果表明, 该方法解决了模型不确定系统状态观测问题, 适用于模型精度较低的非线性系统。     

基于神经网络模糊观测器的非线性系统的故障诊断

本文运用T-S模糊模型建立非线性系统的系统模型,用神经网络逼近非线性故障,用以设计观测器诊断系统故障。仿真结果表明,该设计方法能够有效的估计出故障大小。     

基于神经网络的非线性系统的观测器设计

非线性系统的观测器设计无论在理论上还是在实际应用中 ,一直都是控制界研究的重要课题之一。针对一类非线性系统 ,论文用前馈神经网络的函数逼近能力 ,提出了基于神经网络的观测器设计方法 ,建立了 L yapunov函数 ,并给出了网络权系数矩阵的在线学习规则为δ-修正。证明了网络权矩阵是最终一致有界的。最后针对单臂机器手实例 ,给出了仿真实验。     

非线性系统的改进BP神经网络状态观测器设计

针对活性污泥污水处理非线性系统中,由于某些状态变量不能在线检测时状态观测器的设计问题,本文采用了一种基于改进激励函数的变步长BP神经网络状态观测器设计方法,设计了改进BP神经网络状态观测器,并进行了容错性实验以验证该观测器的实用性和可靠性.     

一类神经网络观测器的设计及应用

为了减少小波神经网络(Wavelet Neural Network,WNN)的母小波与神经元数,在WNN模型修正的基础上提出了一种能够储存小波上一步信息由自反馈神经元组成的自回归小波神经网络(Self Recurrent Wavelet Neural Network,SRWNN);在分析了这种网络的结构形式后,提出了一类非线性系统的神经网络自适应状态观测器设计方法,并通过引入Lyapunov函数,证明了这种观测器设计方法的正确性;最后,将这种观测器设计方法用于航天器机械手的反演控制,根据SRWNN观测器的估计状态值,应用反演控制理论设计控制器,能够很好地实现系统状态观测,实现无需速度的信号跟踪。     

非线性系统状态观测器的设计及其应用

研究一般的非线性多输入多输出系统状态观测器的设计问题,采用状态非线性变换讨论了这种观测器的设计方法及条件。将这种设计方法应用于某聚合反应釜的状态观测,表明这种观测器具有良好的收敛性,在参数变化10%时仍具有一定的鲁棒性。     

基于FCMAC干扰观测器的飞行器非线性控制

为解决反馈线性化(FL)方法的控制性能过于依赖精确系统模型的问题,提出了一种自适应的非线性控制策略,并应用于升力式飞行器的控制器设计.利用模糊小脑模型神经网络(FCMAC)良好的非线性逼近能力和自学习能力,设计了基于FCMAC的干扰观测器,对模型的不确定性和干扰进行在线估计.其网络权值更新规则采用李亚普诺夫方法设计,保证了闭环系统跟踪误差和干扰观测误差的有界.6自由度仿真结果显示该控制方案可实现姿态角对制导指令的稳定、快速跟踪,具有良好的鲁棒性.     

执行器故障检测的神经网络观测器方法

针对一类非线性系统,提出了一种用于执行器故障检测的神经网络观测器方法·这种非线性系统具有未知非线性函数,不需要满足结构匹配条件,并且不要求系统状态可测·观测器利用神经网络器逼近系统中的未知非线性项,提高了状态估计的精度·估计的残差提供了故障检测的手段,另一方面利用自适应律进行故障的识别·基于李亚普诺夫方法,从理论上证明了状态估计误差稳定且渐近收敛到零·最后,仿真结果表明该方法的有效性·     

基于神经网络的非线性系统在线自校正控制及其应用

利用神经网络给出了设计非线性控制系统自适应控制的方法,主要包括基于神经网络的非线性系统的在线直接自校正和满足局部能控一般非线性系统的神经网络自校正控制,从研究结果可以看出,由于神经网络的权系数的可调性以及神经网络对非线性的逼近性,利用神经网络所设计的自适应（或自校正）控制器,其闭环控制系统具有良好的动态与静态响应特性,所提供控制器都可在线实现。     

基于小波神经网络的一类非线性系统的故障检测

针对一类非线性系统,提出一种小波神经网络(wavelet neural network,WNN)自适应故障检测方法。WNN具有较强的泛化能力及不同的激活函数。通过设计自适应状态观测器技术,利用小波神经网络观测器良好的观测性能来观测系统的当前状态,并将其应用于一类非线性系统中,实现故障检测与诊断。利用Lyapunov直接方法从理论上证明了小波神经网络故障检测观测器的稳定性,仿真结果亦表明了该非线性系统故障检测观测器的可靠性和稳定性。     

离散时间非线性系统的一种新型状态观测器

该文通过建立离散时间非线性系统的状态估计与超定非线性方程组求解之间的联系,基于高斯－牛顿算法,得到了离散时间非线性系统的一种新型状态观测器,证明了该观测器的局部收敛性,并给出了仿真结果。     

基于非线性扩张观测器的卫星定位信号滤波方法

提出运用非线性扩张观测器滤波的方法，对所获得的卫星定位信号进行了快速跟踪和滤波处理，提高了导航算法的实时性。与卡尔曼滤波方法相比较，这一方法能够更好地反映信息的实时变化和给出更好的跟踪滤波结果。     

基于状态观测器的倒立摆系统控制与实验研究

针对具有非线性、强耦合等特性的典型多输入多输出控制实验系统,建立了倒立摆系统的结构模型,阐述了系统的工作原理.提出了一种基于状态观测器的控制器设计方法,并在建立系统模型过程中,采用振动和力学原理对倒立摆系统的相关重要参数进行了实验测定.通过实验验证了所提出控制方法的有效性,为倒立摆系统稳定性控制、系统设计以及其他相关研究提供了理论依据和方法.