一类随机非线性系统的输出反馈全局镇定

将基于增益观测器的非线性系统输出反馈全局镇定控制器设计方法推广到随机情形,使之适用于一般的随机非线性系统.与已有基于反步法设计的镇定控制器相比,该方法不要求该随机非线性系统满足严格反馈条件,对其噪声向量函数也不要求满足光滑性条件.基于李亚普诺夫第二方法,讨论了所设计的控制器稳定的条件.一个二阶仿真算例表明该控制器设计方法是有效的.     

一类随机非线性系统的输出反馈镇定

针对一类随机非线性系统的输出反馈镇定问题,首先利用反推技术和设计有效的观测器,为其对应的标称系统设计稳定的输出反馈控制器;然后通过有效的坐标变换,并选择恰当的高增益参数,利用高增益齐次占优技术,为整个系统设计了光滑的输出反馈控制器,所设计的控制器能够保证闭环系统的平衡点是依概率全局渐近稳定的,上述过程的主要贡献是将现有...     

一类不确定高阶非线性系统的有限时间镇定

研究一类具有未知虚拟控制系数的不确定高阶非线性系统的有限时间镇定问题.基于有限时间稳定的Lyapunov理论和"加幂积分器"技术,显式设计非李普希兹状态反馈控制律,使闭环系统的所有状态全局有限时间收敛到零点.仿真例子验证了论文的主要结论.     

一类大规模随机非线性系统的适应镇定

讨论一类大规模随机非线性系统的适应镇定问题。采用Lyapunov和Backstepping方法设计了自适应的状态反馈控制器使得闭环系统是以概率稳定的,且使系统的状态以概率收敛为0;进一步,给出一个仿真算例说明方法的有效性。     

一类非线性系统的全局反馈镇定

讨论了一类非线性系统的全局反馈镇定问题：能控的线性系统和非线性系统。结果表明，如果零动态系统全局渐近稳定，并且从零动态系统中可分解出一个Ｈｕｒｗｉｔｚ超平面，那么这一类非线性系统就是可全局反馈镇定的。验证了其有效性。     

一类It (o)型非线性随机大系统的分散鲁棒镇定

利用反演法（Backstepping）构造出了适当形式的四次型Lyapunov函数，类似于自适应控制器的设计方法，讨论了一类Ito型随机非线性大系统在概率意义下的分散鲁棒稳定性，并系统地给出了状态反馈和输出反馈分散鲁棒自适应控制器的设计方法．     

一类It型非线性随机大系统的分散鲁棒镇定

利用反演法(Backstepp ing)构造出了适当形式的四次型Lyapunov函数,类似于自适应控制器的设计方法,讨论了一类It^o型随机非线性大系统在概率意义下的分散鲁棒稳定性,并系统地给出了状态反馈和输出反馈分散鲁棒自适应控制器的设计方法。     

一类随机大系统的自适应有界镇定

研究了一类具有严反馈形式、含有有界不确定参数的非线性随机大系统的镇定问题,在充分考虑各子系统之间互联项影响的基础上,设计了这类组合系统的状态观测器,再运用反步法技术,通过构造四次型随机控制Lyapunov函数,设计出一种自适应输出反馈分散控制器.在此控制器作用下,所考虑的闭环、互联非线性随机大系统实现了概率意义下的有界稳定.仿真结果表明了该控制算法的有效性.     

一类非线性系统的全局反馈镇定

讨论了一类非线性系统的全局反馈镇定问题：能控的线性系统和非线性系统（或称零动态系统）．结果表明，如果零动态系统全局渐近稳定，并且从零动态系统中可分解出一个Ｈｕｒｗｉｔｚ超平面，那么这一类非线性系统就是可全局反馈镇定的．验证了其有效性．     

一类不确定非线性广义系统的状态反馈鲁棒镇定

研究一类不确定非线性广义系统的状态反馈鲁棒镇定问题,不确定性由增益有界的摄动函数表示.基于有广义约束条件的Hamilton-Jacobi不等式,得到不确定非线性广义系统在平衡点局部渐近稳定,且是指数1的一个充分条件.进而,给出所考虑系统状态反馈鲁棒镇定控制器的一种设计方法.     

一类高阶非线性系统的自适应动态面控制

研究了一类不确定高阶非线性系统的稳定跟踪控制问题,并基于动态面控制技术,提出一种自适应控制的设计方案.该方法不仅取消了已有文献中高阶非线性系统的控制系数为已知常数或存在已知上下界的假设,而且通过引入1阶滤波器,消除了后推设计中由于反复对虚拟控制求导而导致的复杂性问题.利用Lyapunov方法,证明了闭环系统是半全局一致终结有界,通过适当选取设计参数,跟踪误差可收敛到原点的一个小邻域内.仿真结果表明了所提控制方法的有效性.     

一类非线性不确定系统的鲁棒自适应控制

针对一类同时含未建模动态、非线性不确定性和参数不确定性的非线性系统,研究它的鲁棒自适应控制问题。系统中含有的未建模动态是更广泛的输入到状态实践稳定,非线性不确定性满足三角界条件。在李雅普诺夫第二方法框架下,应用自适应反演技巧,显式地构造出光滑的部分状态反馈控制器。该鲁棒自适应控制器能保证对所有允许的不确定性闭环系统的信号全局一致径向有界,且输出收敛于原点的小领域。仿真结果验证了所得结论的有效性。     

基于积分型Lyapunov函数的随机非线性系统的自适应控制

针对一类带有未知虚拟控制增益的随机严格反馈非线性系统,基于后推设计,引入积分型Lyapunov函数,并利用神经网络的逼近能力,提出了一种自适应神经网络控制方案.与现有研究结果相比,放宽了对控制系统的要求,取消了对于未知函数的限制条件.通过Lyapunov方法证明了闭环系统的所有误差信号依概率有界.仿真结果验证了所给控制方案的有效性.     

一类非线性系统有限时间稳定控制的新方法

给出了非线性系统有限时间稳定的一个充分条件。研究了一类非线性系统全局有限时间稳定控制问题, 所设计的状态反馈控制器是连续非光滑的。 与现有结果相比, 具有加快收敛速度, 降低设定时间等优点。     

一类It型随机非线性大系统分散自适应跟踪

研究一类随机非线性大系统的分散自适应跟踪问题,该类型随机非线性大系统具有标准Wiener噪声扰动,并且可以参数化为严格反馈系统形式.首先通过坐标变换将其转换为参数化的严格反馈随机非线性大系统形式,选取四阶随机控制Lyapunov函数以避免在递推过程中发散;然后利用反步法构造性设计出系统状态反馈分散控制律及参数自适应律,在此分散控制器的作用下,每个局部输出都能够跟踪预先设定的参考信号,同时保证所有闭环信号有界,从而解决了原系统的自适应跟踪问题.     

具有Markov跳跃参数的一类非线性系统的鲁棒反馈镇定

利用随机控制的Lyapunov设计方法,研究了一类带Markov跳跃参数的随机非线性混合系统的鲁棒控制问题.给出了受方差不确定的Wiener噪声干扰的跳跃严格反馈系统的镇定设计,该设计可使稳态误差在4阶矩意义下收敛到一个小范围内.     

一类随机非线性系统的自适应控制

研究一类单输入单输出的严格反馈随机非线性系统的自适应神经控制问题.利用神经网络参数化（RBF）和backstepping技术来进行控制器设计.所设计的控制器确保所有闭环信号是概率意义下有界的.     

一类最小相位随机非线性系统的输出反馈控制及扰动抑制

对于一类具有模型不确定性的最小相位随机非线性系统,研究输出反馈控制使闭环系统状态响应对噪声具有扰动抑制作用,并且无噪声时闭环系统是随机渐近稳定的.首先假设模型系统中的一个子系统随机输入状态稳定,并且系统的漂移项与扩散项分别依赖于该子系统的状态和输出信号,在此假设前提下设计一个降阶观测器,得到一个等价系统,再由递推的方法得出等价系统的输出反馈控制律,使得最终得到的闭环系统对噪声方差是输入状态稳定的.     

一类输出反馈非线性系统的鲁棒输出调节

研究了一类具有未知非线性项的输出反馈非线性系统的鲁棒输出调节问题.与以往内模(internal model)设计的不同之处在于,由于系统未知非线性项的存在,除了外系统和对象信息外,镇定设计中产生的镇定函数也被用于构建系统内模方程;给出的backstepping算法可确保在闭环系统全局信号最终有界情况下调节输出至与零相差任意预先设定小的值.仿真结果说明了控制算法的有效性.