基于非线性状态反馈的机器人操作手的鲁棒控制

文章考查了一类具有非匹配不确定性的非线性系统的全局稳定性及其在机器人鲁棒控制中的应用．针对机器人存在参数不确定性以及外界干扰的情况，利用非线性鲁棒控制理论给出了鲁棒控制器，考虑不确定性存在情况下跟踪误差的全局渐进收敛性．最后给出了两连杆刚性机器人的仿真例子，验证了其控制效果。     

一类具有三个非线性项的非线性系统的全局稳定性

通过对现有一些非线性系统全局稳定性的研究,本文采用"类比法"考虑了一类更为一般的三个非线性项的三阶非线性系统,从而导出了该非线性系统的零解全局渐进稳定的充分条件.     

非线性电路平衡点全局渐近稳定的新分析法

提出了一种新的分析非线性电路平衡点全局渐近稳定的方法．这种方法以向量比较原理为工具，结合平衡点的渐进稳定判据，用一个常数矩阵的Hurwitz条件决定平衡点的全局渐近稳定性．与目前该问题所采用的Liyapunov直接法相比，该方法具有无须判断平衡点的惟一性，差别方程直接明了等优点．同时，该方法对于其他形式的非线性系统的分析，也有重要的启发性及应用价值．     

非线性动态控制系统的全局调节

考虑非线性动态控制系统的全局调节问题,提出了一种状态反馈调节方法,使非线性系统是全局稳定的.当稳定状态误差为0时,系统的解有界,这反映了实际系统要求在完成跟踪任务的同时,系统的内部能正常运行.此外,在给定的假设下利用不变流形理论,得到了非线性控制系统的全局调节问题使状态反馈可解的充分必要条件.对于非线性系统的局部调节问题,使非线性系统满足系统稳态误差为0时,系统的解是渐近稳定的,它意味着在解决调节问题的同时,系统内部也趋于稳定.应用结果表明,该反馈调节方法适用于控制具有参数及结构不确定的非线性控制系统.     

一类基于非线性状态反馈的机器人操作手的鲁棒控制

考查了一类具有非匹配不确定性的非线性系统的全局稳定性及其在机器人鲁棒控制中的应用,针对机器人系统存在参数不确定性以及外界干扰的情况，利用非线性鲁棒控制理论给出了连续状态反馈控制器．考虑不确定性存在情况下跟踪误差的渐近收敛性．最后给出了两连杆刚性机器人的仿真例子，验证了其控制效果．     

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．     

一个三阶非线性系统的李雅普诺夫函数的构造

文章用能量度量算法构造了一个非线性系统的李雅普诺夫函数,从而研究了它的全局渐进稳定性.     

一类高阶差分方程的全局渐进稳定性(英文)

作者研究了一类高阶非线性时滞有理差分方程的渐进稳定性问题.应用线性化方程与方程平衡点的局部渐进稳定性的相关理论,以及相关函数的单调性与序列的迭代关系,作者证明了方程平衡点的全局渐进稳定性.所得结果推广了一些已知结果.     

一类三阶非线性系统的全局稳定性

构造了一类三阶非线性系统的李雅普诺夫函数, 得到了其零解全局渐进稳定的充分性准则, 推广了文献中的大部分结果.     

一类非线性系统模型参考自适应模糊控制

针对一类过程结构和参数都存在很大不确定性或未知的非线性系统,利用模糊逻辑系统的逼近能力,提出了模型参考自适应模糊控制器设计的系统方法．基于μ－修正方案,建立了未知参数的自适应调节律．利用李雅普诺夫理论,证明了基于自适应模糊控制算法的闭环系统是全局稳定的,系统的跟踪误差在有限时间内可收敛到任意给定的零的一个邻域内．仿真结果显示了这一新方法的有效性．     

一类非线性系统的鲁棒控制

本文针对不确定性仿射非线性系统，通过状态生分同胚变换和反馈控制建立了系统的带有不确定性的线性化模型，分别研究了调节问题跟踪问题的鲁棒外环设计方法，所提出的算法不但能保证系统的鲁棒性，而且使闭环系统有良好的动态性能，闭环系统的全局收敛性和终结有界性得到了证明。     

具有Markov跳跃参数的随机非线性系统的自适应跟踪

采用随机控制Lyapunov设计方法,针对参数严格反馈形式的Markov跳跃非线性系统,研究了一类具有Markov跳跃参数的随机非线性系统的自适应跟踪问题.给出了参数自适应律和控制律,使得跟踪误差以概率1渐近衰减到零.仿真结果表明了该设计方法的有效性.     

一类非线性系统的全局自适应输出跟踪控制

研究一类具有不可控不稳定线性化和未知线性化参数的非线性系统的全局自适应控制·控制目标是设计一种鲁棒自适应非线性状态反馈控制器,实现系统的全局实用输出跟踪·应用Lyapunov稳定性理论和修正的自适应增加幂积分方法,给出了一个系统化的设计程序,递推设计了一种非线性自适应光滑状态反馈控制器·该控制器能保证跟踪误差充分小,且闭环系统所有信号全局有界·仿真结果表明该控制器是可行的并且是有效的·     

一类三阶非线性系统的全局渐近稳定性

对一类三阶非线性系统进行了研究，利用能量度量算法构造了它的Liapunov函数，从而研究了该非线性系统的全局渐近稳定性，得到了该系统存在零解的全局渐近稳定性的充分条件。     

SISO高阶非线性系统的模糊滑模控制方法

为了解决基于TS(T akag i-Sugeno)模型的模糊控制方法在高阶单输入单输出(S ISO)非线性系统模糊控制中出现的“维数灾”问题,采用由作者研究组提出的多输入单输出(M ISO)典型模糊控制器,提出了模糊滑模控制方法,并且证明了闭环非线性系统的全局渐近稳定性。另外,当非线性系统存在模型不确定性时,只要将控制式略加修改,仍能保证闭环非线性系统的全局渐进鲁棒稳定性。仿真试验表明,该模糊滑模控制方法不仅设计参数少,设计步骤简单,具有良好的控制性能,并且可以有效地避免了维数灾问题。     

不确定非线性系统的鲁棒自适应控制

针对一类不确定非线性系统设计了一种鲁棒自适应控制方案,所设计的自适应控制器既能保证闭环系统所有信号的全局有界性,又能使跟踪误差以指数速度收敛到零的一个小邻域内,仿真结果表明了所提控制方案的有效性.     

一类混沌系统的混合参数自适应学习控制

提出了一种自适应学习控制方法,应用于未知周期时变参数的混沌系统的跟踪同步问题,该方法利用Lyapunov稳定性和自适应学习理论,构造了学习控制律和微分-差分参数学习律,在L2Τ-范数意义下使得跟踪误差在一个周期区间上渐近同步。给出了闭环系统稳定的一个充分条件。通过仿真例子验证了所提方案的可行性和有效性.     

基于稳态Kalman滤波的相关观测融合方法及其功能等价性

对于带相关观测噪声和带不同观测阵的多传感器线性离散定常随机系统,用加权最小二乘（WLS）法提出了两种加权观测融合稳态Kalman滤波方法,可处理状态、白噪声和信号融合估计。基于稳态信息滤波器证明了它们功能等价于集中式融合稳态Kalman滤波方法,因而具有渐近全局最优性,且可显著减少计算负担。两个跟踪系统数值仿真例子验证了它们的功能等价性。     

带相关噪声的观测融合稳态Kalman滤波算法及其最优性

对于带相关的输入白噪声和观测白噪声及相关观测白噪声的多传感器线性离散定常随机系统,用加权最小二乘(wLs)法提出了一种加权观测融合稳态Kalman滤波算法,并基于信息滤波器证明了它同集中式观测融合稳态Kalman滤波算法功能的等价性.因而,它具有渐近全局最优性,且可减少计算负担.一个跟踪系统数值仿真例子验证了它的功能等价性.