一类非线性离散时间系统的变结构控制

针对一类非线性离散时间系统，提出了一种基于神经网络趋近律的变结构控制方法。分别用两个神经网络自适应调整趋近律中的参数ε和δ，利用离散趋近控制律与离散等效控制律的偏差对网络权值进行更新，克服了常规变结构控制方法中需预先设定趋近律中参数的限制，既保留了传统趋近律设计方法的所有优点，又有效的改善了系统的动态品质，消除了系统抖振，使系统最终以理想方式在滑模面上运动。理论分析和仿真结果表明了所提出方法的有效性。     

一种新的离散时间系统的变结构控制方法

讨论了基于指数趋近律的变结构控制所存在的问题，分析了指数趋近律中参数的选择对系统状态的趋近特性造成的影响，提出了改进的离散变结构控制方案，该方案保证了系统状态在趋近过程中能够始终保持某一趋近特性，易于进行变结构控制设计，加快系统状态趋近速度的同时降低了抖振，仿真结果证明了该方案的有效性。     

离散时间系统的时变滑模变结构控制

本文针对离散时间系统，提出一种新的变结构控制方法。把时变滑平面引进离散时间系统，组成一种等效控制策略，使系统对参数摄动和外部干扰具有很强的鲁棒性，并且消除了系统的颤振现象，系统获得了满意的控制性能。仿真结果表明了这一方法的正确性和可行性。     

离散模型参考变结构控制算法

针对离散时间系统的变结构控制问题,对常规离散变结构抖动产生原因进行分析,给出了改进的离散趋近律和滑动平面的选择方法,消除了抖振,缩短了趋近时间;提出了离散模型参考变结构控制算法,提高了系统的鲁棒性.仿真结果表明,该方法是可行的,减小了系统的抖动,并就保证了系统的稳定性.     

基于神经网络的全局滑模变结构控制

针对一类非线性不确定离散时间系统,提出了一种基于神经网络趋近律的全局滑模变结构控制方法。分别用两个前馈神经网络（FNNs）自适应调整趋近律中的参数ε和δ,克服了常规变结构控制方法中需要预先设定趋近律中参数的限制。在用径向基神经网络（RBFNN）对系统进行模型估计的同时,基于平移滑平面的设计方案,实现了系统的全局鲁棒滑模控制。仿真结果表明控制系统具有良好的跟踪性能,该方案使系统一开始就处于滑平面上,消除了系统抖振,具有较强的鲁棒性。     

一种基于改进趋近律的离散变结构控制方法

研究了使用离散指数趋近律方法设计的离散时间控制系统中存在的抖振现象。为了减小这种抖振现象,提出了一种改进的离散趋近律设计方法,而且给出了趋近律的参数选择原则。仿真结果表明：在使用该改进趋近律方法设计的离散时间变结构控制器的调节下,系统的运动状态最终趋近于原点,还可使系统状态保持步步穿越切换面,提高了控制系统的鲁棒性。     

非线性系统基于HM模型的变结构控制

对非线性系统的稳定控制问题进行了研究，基于HM模型对非线性系统进行描述，并将全局HM模型表示成含不确定项的形式，在满足匹配条件下，采用稳定性理论设计出确保HM模型全局渐近稳定的滑模变结构控制器，用一级倒立摆进行仿真验证，控制器结构简单，只用较少的模糊规则，就能得到满意的控制效果，成功地将变结构控制应用于非线性系统，有推广应用价值。     

基于T-S模型的非线性系统离散时间滑模控制

基于T-S模糊模型,讨论了一类非线性离散时间系统的控制问题。采用T-S模糊模型来描述非线性系统的动态模型,再将非线性系统的全局T-S模糊模型转化为线性不确定系统的模型。这样复杂的非线性系统的稳定问题就转化为线性不确定系统的鲁棒镇定问题。采用离散时间滑模控制方法实现线性不确定系统的鲁棒镇定。利用用线性矩阵不等式技术设计稳定的滑动模面,以降低非匹配不确定对系统的影响。给出了线性矩阵不等式形式的稳定滑动模面存在的充分条件。此外还给出了滑模控制律的设计方法。所给设计方法可保证系统鲁棒镇定,并且在滑动模面附近的抖振可明显减弱。最后,给出了truck-trailer的仿真算例,证明了所给方法的可行性和有效性。     

基于2-D系统理论的变初始条件离散系统的迭代学习控制

对于具有重复运动特性的系统，迭代学习控制是一种简单有效的控制方法。为便于实时应用，所有迭代学习控制方案的设计必须在离散时间域进行。初始状态问题是学习控制设计中遇到的一个重要问题。针对具有变初始状态的离散时间系统，利用2-D线性连续．离散型系统理论设计了闭环迭代学习控制器，并给出了保证控制器收敛的充分必要条件。仿真结果证明了该方案的有效性。     

基于边界层法的电磁轴承滑模变结构控制研究

针对常规滑模变结构控制方法在电磁轴承控制当中引起的抖动问题，将边界层法用于滑模变结构控制器的设计。通过建立电磁轴承动力学模型，基于李亚普诺夫稳定性理论，用饱和函数取代常规变结构控制的符号函数，以有限大的增益近似实现无穷大的增益；最后，对控制器的性能进行了仿真研究，并和常规滑模变结构控制方法进行了比较。结果表明，采用边界层法可以有效减弱抖动对系统的不利影响，实现了转子的快速调整和稳定悬浮，并且具有良好的跟踪精度和强的鲁棒性。     

多输入离散时滞系统的保性能变结构控制

针对多输入离散时滞系统,给出了一个保性能滑模变结构控制设计方法.首先利用状态变换将离散时滞系统化成为无时滞的离散系统形式,然后用线性矩阵不等式和保性能控制求解出切换函数的设计参数.该方法不仅既保证了滑动模态渐近稳定,又使得给出的性能指标有界.另外给出了一个新的变结构控制律设计方法,可以有效的抑止了滑动模态的抖振,克服了常规方法系统状态不能渐近到达原点的缺点.仿真结果表明了方法的有效性.     

基于扰动补偿的无抖振不确定离散变结构控制系统

研究了单输入多变量不确定离散系统变结构控制的设计问题,针对同时具有参数摄动和外界扰动的单输入多变量系统的振荡问题利用最优估计原理对扰动进行了补偿,提出了一种新的变结构控制方案,消除了系统的抖振现象,并且改善了系统的瞬态性能和鲁棒性,仿真结构表明了该算法的有效性.     

反舰导弹的模糊变结构控制设计

为了削弱变结构控制中的颤振现象，采用了模糊变结构控制方法，并将该方法应用于反舰导弹的过载控制系统的设计中。首先，利用变结构控制方法设计了导弹的控制律。由于变结构控制中的切换控制项会引起颤振现象，因此采用模糊控制器对其进行调整，从而构建了一种模糊变结构控制器。然后，举例进行仿真，仿真中分别采用了传统变结构控制方法和模糊变结构控制方法设计过载控制系统。仿真结果的对比显示了模糊变结构控制方法的优越性。     

汽车ABS滑模变结构控制方法的研究

"边界层"法被认为是一种常用的有效的汽车ABS滑模变结构控制方法。"边界层"法虽然可以削弱系统的抖振,但是它同时也消除了滑模变结构控制的鲁棒性的优点,针对这一缺点提出了采用改进的指数趋近率的滑模变结构控制方法,该方法具有抖振小及良好的鲁棒性的优点。对采用该指数趋近率的汽车ABS滑模变结构控制系统进行了仿真研究。仿真结果表明,该方法在汽车ABS的控制中是有效的。     

多输入离散不确定时滞系统变结构控制设计

研究了多输入离散不确定时滞系统的变结构控制问题。首先对原离散时滞不确定系统进行了化简,将其归结为一个无时滞的不确定离散系统形式;在此基础上提出了一种新的变结构控制设计方法和控制律算法,并给出了动态性能比较。对于不确定性为慢变的情况,该算法能使空间任意点出发的运动,都在有限时间内到达滑动模态的设定邻域,渐近稳定的到达到原点,且抖振以指数速率衰减到零。仿真结果表明了方法的有效性。     

OUTPUT VARIABLE STRUCTURE CONTROL FOR TIME-INVARIANT LINEAR TIME-DELAY SINGULAR SYSTEM

Synthesis and design of output variable structure controller for time-invariant linear timedelay singular system are studied. In the case that the system is regular and the system index is one, switching function with integral compensator and variable structure controller are designed, which guarantee that the sliding mode is asymptotically stable and the solution trajectory of the system arrives at the switching manifold in limited time. The design method is applicable to the systems which can be regularized. Finally, a numerical example is given to demonstrate effectiveness and simplicity of the design method.     

非线性系统的模糊变结构控制及应用

采用T S模糊动态模型逼近非线性系统 ,将非线性系统模糊化为局部线性模型。用Lyapunov稳定性理论设计出确保T S模糊模型全局渐近稳定的变结构控制器。应用到Lorenz和Rossler两类混沌系统的稳定控制中 ,仿真验证了方案的有效性 ,不需要改变被控混沌系统的内部结构 ,且具有良好的稳定性。模糊控制器结构简单 ,规则少 ,有推广应用价值     

基于弹性变结构DDBN网络的空战目标识别

采用离散动态贝叶斯网络的直接推理方法作为基础,提出弹性变结构离散动态贝叶斯网络的概念,构建了空战目标识别的弹性变结构离散动态贝叶斯网络模型,给出了相应的推理算法,以此克服了离散静态贝叶斯网络和定结构离散动态贝叶斯网络在目标分类识别过程中出现的问题。通过仿真结果对比,表明该方法可以综合各个时刻各种被观测到的确定和不确定信息,从而更为有效的实现目标的分类和识别。