一种离散时间直接自适应控制算法

应用给出的离散时间直接自适应控制算法改进了离散简单自适应控制的一些缺陷，能够在计算控制律不违反因果律的条件下，使被控对象的输出直接跟踪理想参考模型输出．应用Lyapunov函数和正实引理证明了算法的收敛性，并通过仿真研究说明了算法的有效性和可行性．     

机械手的神经网络直接离散时间自适应控制算法

提出了一种机械手的神经网络直接离散时间自适应控制算法。该算法是神经网络方法和自适应动态滑动模控制方法的集成。自适应动态滑动模控制的作用有两个：其一是在神经网络控制失灵的情形下提供控制系统的全局稳定性；其二是改善系统的跟随性能。整个系统的全局稳定性和跟随误差的收敛性采用李雅普诺夫稳定性理论进行了证明，并得到了一种新颖的神经网络权值调整算法。     

一种多变量离散MRAS递减自适应增益算法

本文将文献[2]中提出的递减自适应增益SISO离散MRAS自适应算法推广到多变量情况,在此基础上,提出了一种新的AMFC算法及MRAS辩识器,证明了在有量测噪声干扰时辩识器的参数估计是渐近无偏的。     

一种机器人直接自适应控制算法

研究具有不确定性参数的机器人自适应控制问题，采用新形式的计算力矩公式，导出了降阶的广义误差方程，在此方程基础上推导了一种具有全局收敛性的直接自适应控制算法。该方法对机器人多数不确定性和负载变化有较好的直棒性，且算法简单、易于实现。仿真结果验证了该方法的有效性。     

一种简单的机器人鲁棒自适应轨迹跟踪控制算法

针对不确定性存在情况下的机器人轨迹跟踪 ,提出了一种鲁棒自适应轨迹控制算法 .控制算法是全局按指数收敛的 ,不需要知道机器人动力学模型 ,结构简单 ,计算量小 ,能使轨迹误差收敛到一任意小的区域内 .利用Lyapunov直接法分析了控制算法的稳定性和鲁棒性 .两关节直接驱动机器人的实验研究验证了算法的有效性 .     

模型参考自适应控制系统的一种设计方法

本文采用直接优化性能指标的方法,设计了离散时间的模型参考自适应控制系统,证明了最优调节器的存在性,并分别导出了确定性系统和随机系统的自适应算法。所设计的调节器参数,在一定条件下具有全局收敛性。数值模拟结果表明,所给出的算法是有效的,其控制精度和收敛性质都优于通常的自适应算法。     

一类离散时间系统的鲁棒自适应控制

考虑一类同时存在未建模动态和有界外来干扰的离散时间系统，采用修改的最小二乘算法估计其建模部分的系统参数，并证明所构成的闭环系统是全局稳定的，且其输出跟踪误差还能达到预期的精度。     

一种增广的Laguerre模型自适应预测控制算法

论文在简述基于Laguerre函数近似模型的自适应预测控制原理、算法的基础上,将现有的仅适用于开环稳定系统的预测控制算法进行扩展,提出一种增广的Laguerre函数模型自适应预测控制算法。该算法对于开环不稳定系统和非最小相位系统同样适用。仿真结果表明基于Laguerre函数模型的预测控制方法对控制变时延、变阶次对象具有较好的鲁棒性。     

一种扩展时域自适应预测控制的直接算法

提出了一种新型的扩展时域自适应预测控制的直接算法。它适用于时滞未知、开环不稳定和最小相位系统，具有计算量小的特点。文中证明了该算法的佤稳定性和收敛性，并以仿真研究表明此方法的有效性。     

一种新的自适应预报控制算法

提出了一种新的自适应预报控制算法。证明了该算法具有全局收敛性。举例说明了如何根据实用中受控对象的先验知识构造具体的全局收敛算法。仿真研究表明该算法具有良好的控制性能。     

一种基于RTCP的自适应流媒体拥塞控制算法

分析了基于RTP/RTCP协议的流媒体拥塞控制算法AIMD的具体策略,并对AIMD算法的进行了改进,提出了一种有记忆拥塞功能的自适应AIMD算法,以提高数据流传输的平稳性。     

一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.     

受限机器人的一种自适应控制方案

针对受限机器人模型参数未知的情况,本文给出了一种新的自适应控制方案;(控制器的设计是基于受限机器人的降阶模型);证明了新的控制器一方面保证了运动的完全跟踪,另一方面保证了力跟踪误差是有界的且界的大小是可以调节的。文中还给出了一个仿真例子以验证控制方案的有效性。     

神经网络模型参考自适应控制算法研究

分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果,发现该算法使控制器存在严重的“过学习”现象,为避免这一现象,设计了一种新的误差函数结构,得到改进的BP算法,针对一个存在大惯性环节的线性时变系统,对比分析了神经网络模型参考自适应控制器在采用传统的BP算法和改进的BP算法时得到的不同控制效果。     

非线性系统自适应控制算法研究进展

非线性系统的自适应控制已成为当前控制领域的重要研究方向。通过总结近年来在非线性系统自适应控制方面所取得的成果,对非线性系统自适应控制器的一般形式和设计方法进行了分析与探讨。最后对非线性系统自适应控制的发展趋势进行了展望。     

一种基于高阶内模的新型自适应迭代学习算法

本文针对一类含多个时间迭代变化参数控制方向未知的非线性离散时间系统的输出跟踪问题,提出了一种基于高阶内模的新型自适应迭代学习算法.假设多个时间迭代变化参数由不同的高阶内模所生成,本文所提出的算法借鉴了模型预测控制的思想,通过构建预测输入,将获得的当次迭代预测跟踪误差作为先验知识,应用到系统输入的控制律的设计中,从而在预...     

一种强鲁棒性自适应PID控制算法

本文提出一种强鲁棒性自适应PID控制算法，通过数学仿真，证实了算法的有效性。     

一种非完整移动机器人有限时间跟踪控制算法

针对非完整移动机器人的轨迹跟踪控制问题提出了一种有限时间控制算法．与基于非连续状态反馈的有限时间控制算法相比，该控制算法更适合于工程应用．设计了2个连续状态反馈的控制律分别渐近镇定前向角和平面坐标跟踪误差．由此得到的闭环系统是齐次的并且具有负的齐次度．结合齐次系统的有限时间稳定性结果和Lyapunov方法，证明了在这些控制律作用下，对满足一定角速度条件的期望轨迹，非完整移动机器人能够实现全局跟踪，并且能够在有限时间内完全跟踪上期望轨迹．仿真结果表明了该方法的有效性．     

一种离散时间系统的变结构控制方法

针对离散时间系统 ,讨论了利用离散趋近律设计变结构控制问题 ,分析了趋近律系数造成系统颤振的原因 ,给出改进的离散趋近律 ,并利用它设计变结构控制 .仿真结果表明 ,该方法是可行的 ,减少了系统的颤振 ,保证了闭环系统的渐近稳定性