输出误差约束的非线性系统的预定性能反步控制及应用

针对带有执行器故障、外界干扰与不确定参数的非线性系统的控制问题,提出自适应预定性能反步控制策略.首先,采用结构简单的障碍Lyapunov函数处理输出误差约束;其次,通过自适应律对不确定参数进行估计,并构造干扰观测器估计综合不确定,解决执行器故障、外界干扰与传统反步控制的"计算爆炸"问题;在此基础上设计预定性能控制器;再...     

输入时延下约束不确定系统的有限时间控制

针对一类具有非对称时变输出约束和输入时延的不确定非线性系统， 提出有限时间反步控制策略. 首先， 设计新型非线性变换函数将约束系统转化为无约束系统， 解决非对称时变输出约束问题； 其次， 为了处理反步控制的“计算爆炸”问题， 构造新型的有限时间滤波器， 且通过误差补偿机制消除滤波误差， 采用Pade近似法和中间变量补偿输入时延对控制系统的影响；再次， 根据Lyapunov理论证明闭环系统的实际有限时间稳定性， 且输出不会违反约束； 最后， 通过滤波器的对比仿真和机械臂系统的仿真验证新型滤波器和有限时间控制策略的有效性.     

性能受限下的高超声速飞行器抗饱和控制

针对参数不确定和输入饱和影响下高超声速飞行器的控制问题,提出自适应障碍反步控制策略。首先,将高超声速飞行器纵向模型改写为面向控制模型,采用自适应方法处理不确定问题;其次,设计辅助系统解决输入饱和问题;再次,利用非对称正切障碍Lyapunov函数,保证所有状态误差满足预先设定的性能要求;在此基础上,在高度子系统的反步控制器设计过程中,采用一阶滤波器避免对虚拟控制输入进行高阶求导,解决“计算爆炸”问题;最后,基于Lyapunov理论证明系统的稳定性,并通过仿真分析验证所提控制策略的有效性。     

基于改进LuGre摩擦模型的机器人关节模糊自适应反步控制

为实现机器人关节在非线性摩擦和外界未知干扰力矩等因素影响下的精确和稳定控制,通过改进LuGre摩擦模型来描述系统的非线性摩擦特性,采用自适应算法进行摩擦补偿来逼近摩擦力的变化,并采用模糊神经网络逼近外界未知干扰力矩对系统的影响.引入正切障碍李雅普诺夫（Lyapunov）函数对输出信号进行约束,使误差被限制在给定范围之内.利用双曲正弦函数跟踪微分器解决了虚拟输入微分引起的“微分爆炸”和一阶滤波器精度差问题,将自适应控制方法与反步控制理论相结合,提出了一种带摩擦补偿的模糊自适应反步控制方法.利用Lyapunov判据证明了闭环系统的所有误差最终一致有界,并通过仿真得出本文所提出的控制方法相比于传统PID与神经网络动态面控制（Radial Basis Function Dynamic Surface Control,RBFDSC）,位置跟踪误差分别提高了近7.5%和3%;当LuGre模型参数变化时,自适应算法也可以精确对摩擦力进行跟踪补偿,从而验证了本文所提出的控制策略的有效性和鲁棒性.     

基于自适应渐近预设性能的电静液作动器跟踪控制

针对电静液作动器存在的固有非线性、建模不确定性和跟踪性能约束的问题，该文提出了一种基于自适应渐近预设性能跟踪控制策略。该方法建立了电静液作动器的非线性数学模型，通过增益自调节的误差符号积分鲁棒方法处理模型不确定性和扰动，并引入预设性能函数保证系统的跟踪误差满足约束条件，提高了系统的瞬态跟踪精度。最后，Lyapunov函数证明了即使存在匹配和不匹配扰动，闭环系统仍可获得渐近稳定性能。联合仿真试验对比结果表明，该控制策略能够有效解决电静液作动器高精度跟踪问题，满足瞬态和稳态性能的控制要求。     

基于输出反馈的电液作动器自适应指令滤波控制

针对电液作动器跟踪控制中存在的结构化和非结构化的不确定问题,本文提出了一种输出反馈自适应鲁棒指令滤波跟踪控制方法.该方法结合了改进的LuGre摩擦补偿技术和自适应鲁棒指令滤波控制技术.自适应法则用来处理结构化不确定性;控制器鲁棒设计用来解决非结构化不确定性.除了位置信号外,速度、压力和摩擦力值均来自观测器,来自观测器的模型误差通过鲁棒设计进行补偿.指令滤波控制技术用来解决经典反步控制中固有的“复杂性爆炸”问题.控制器可以保证系统渐进稳定.通过对比实验证明了该方法在跟踪性能上的有效性.     

基于小波网络的高超音速飞行器鲁棒自适应积分反步控制

针对高超音速飞行器非线性模型具有不确定性的问题,提出一种基于小波网络的鲁棒自适应积分反步控制方法。该方法运用反步法设计非线性控制律,并引入积分项以减小系统跟踪误差;用小波网络在线逼近系统不确定项,提高系统鲁棒性;设计鲁棒项消除小波网络逼近误差。通过Lyapunov稳定性分析,该方法能够保证闭环系统跟踪误差最终收敛。通过与常规反步、积分反步、自适应反步进行仿真对比,结果表明：所设计的控制律可以有效抑制系统不确定性的影响,设计方法可行。     

欠驱动UUV三维轨迹跟踪的反步动态滑模控制

提出一种欠驱动无人水下航行器(UUV)反步自适应动态滑模控制方法.结合反步和自适应滑模控制技术设计UUV的位置、姿态和时变速度跟踪控制器,采用虚拟速度来代替姿态误差的控制策略,将姿态跟踪控制转化为速度控制,能够有效避免传统反步法控制律设计存在的奇异值问题.针对系统模型不精确及时变扰动问题,引入滑模控制技术进行自适应补偿估计,提高了欠驱动UUV在未知环境中的鲁棒性及自适应能力,并基于李雅普诺夫稳定性理论证明了该控制系统误差最终一致有界.仿真结果表明:提出的UUV三维轨迹跟踪反步动态滑模控制方法收敛、有效,能够实现在系统参数不精确及时变扰动情况下的三维轨迹精确跟踪控制.     

全方向康复步行训练机器人具有死区补偿的反步有限时间控制

为了解决死区影响全方向康复步行训练机器人系统的跟踪精度问题,提出了一种具有死区补偿的反步有限时间控制方法。考虑系统的未知死区,利用自适应方法估计死区宽度,获得死区信息并对其进行补偿,从而有效抑制了死区对系统跟踪性能的影响,避免了系统发生极限环振荡。为了防止机器人初始运动阶段产生较大的跟踪误差而影响康复者的安全,提出了反步有限时间控制方法,确保跟踪误差系统在有限时间内达到稳定。基于Lyapunov有限时间稳定理论,给出了误差系统的稳定条件及稳定时间。与速度和加速度同时约束的控制方法进行了仿真和实验对比,结果表明:所提的控制器设计方法可使系统的跟踪误差在大约8s后趋向于0,机器人在有限时间内实现了对指定轨迹的稳定跟踪,解决了速度和加速度同时约束的控制方法不能使机器人稳定地跟踪训练轨迹、无法解决系统死区的问题;所提的有限时间控制方法能使系统误差快速收敛,有效解决了死区对系统性能的影响,提高了机器人的跟踪精度和安全性。     

基于预设性能的欠驱动UUV有限时间路径跟踪控制

为实现参数摄动、海流扰动条件下欠驱动水下无人航行器（underwater unmanned vehicle, UUV）安全执行路径跟踪控制任务，提出一种基于预设性能、改进视线制导律（improved line-of-sight, IMLOS）和非奇异终端滑模（nonsingular terminal sliding mode, NTSM）的路径跟踪控制策略。首先，引入Serret-Frenet坐标系建立跟踪误差方程，引入预设性能函数对跟踪误差进行约束及转换；然后，设计基于预设性能的海流补偿制导律和动力学控制器，确保航行器跟踪期望路径的同时确保航行安全；最后，利用有限时间理论证明该路径跟踪控制策略作用下的闭环运动系统的跟踪误差是有限时间收敛的。通过数值仿真验证所提出的路径跟踪控制策略能够有效地执行欠驱动UUV在参数摄动、海流扰动等约束下的路径跟踪任务，且跟踪误差始终处于预设性能范围之内，可有效地保证航行器的航行安全。     

重装空投过程的自适应函数近似反步滑模控制

针对重装空投过程的飞机运动系统,考虑气动数据的测量和计算误差等不确定性,提出了带有自适应函数近似的反步滑模控制方法。首先将系统的复杂非线性不确定性分解为不确定参数向量和已知非线性矩阵,降低了控制器的设计难度,在此基础上,设计自适应算法近似不确定参数向量,并将自适应结果补偿到反步滑模控制器中,解决了滑模切换增益的选取依赖于系统不确定性边界的问题。理论分析表明,该方法能够保证飞机速度和俯仰角的跟踪误差收敛到平衡点任意小的一个邻域内。     

主从机械手遥操作双边自适应阻抗控制策略

在主从机械手遥操作实现力、位移协同一致跟踪控制过程中,存在着机械手关节摩擦以及外部不确定干扰引起的模型不确定的问题,针对此问题提出了双边自适应阻抗控制策略.通过设计两种非线性模型参考自适应控制器,设计基于滑模函数的鲁棒自适应控制律补偿机械手模型不确定误差;利用自适应律估计外界干扰的上界,保证了主从机械手闭环动态方程与参考阻抗模型动态方程相一致,实现了主从机械手末端对参考阻抗模型输出的期望位置误差渐进收敛于零.通过李雅普诺夫函数证明了跟踪性能与全局稳定性,在MATLAB/Simulink平台上实现了二自由度机械手遥操作仿真实验.结果表明:整体控制在模型不确定及外部干扰条件下具有很好的力-位置跟踪渐进收敛能力,整体系统具有稳定性和较高的透明性,并且具有鲁棒性及较小的稳态误差,具有自适应控制能力.     

基于生物启发的水下机器人路径跟踪控制

针对常规反步控制方法在路径跟踪中出现的速度跳变与推进器驱动饱和等问题,将生物启发神经动力学模型应用到水下机器人路径跟踪控制中。利用生物启发神经动力学模型的渐变和有界输出等特性,设计基于生物启发的反步路径跟踪控制器,并同传统反步跟踪控制器进行对比分析。仿真结果表明:在较大的初始跟踪误差下,所设计的跟踪控制器可以有效克服水下机器人跟踪控制中的速度跳变,避免推进器的驱动饱和,满足水下机器人推进器的推力约束。     

随机大系统的分散预设固定时间有界H_∞控制

针对具有未知非线性函数和不确定外部扰动的随机大系统,设计分散预设固定时间有界H_∞控制器.该文控制器能使大系统中各子系统的跟踪误差被预设有限时间性能函数约束,使各子系统的输出较好地跟踪参考信号,确保各子系统的所有信号均依概率固定时间有界稳定.该文控制器具有可行性.     

基于干扰观测器的不确定非线性系统的预定性能控制

针对一类带有外界干扰及未知参数的严反馈非线性系统,提出新型的预定性能控制策略。首先,设计新型的障碍Lyapunov函数,实现跟踪误差的预定性能;其次,采用自适应律对未知参数进行估计,并构造干扰观测器对系统中的外界干扰进行估计,在此基础上设计反步控制器;为消除传统反步控制的"计算爆炸"问题,设计新型的一阶滤波器对虚拟控制输入的导数进行估计;再次,基于Lyapunov稳定性理论证明闭环系统的稳定性和跟踪误差的预定性能;最后,通过对永磁同步电机控制系统进行仿真验证所设计控制策略的有效性。     

不确定轮式机器人动力学鲁棒路径跟踪控制

使用预知期望几何路径函数描述跟踪误差,将路径跟踪问题转化为输出调节问题,基于机器人的动力学模型运用输入输出线性化方法得到运动学-动力学混合控制律,再使用反步法得到动力学控制律;基于类Lyapunov方法设计不确定参数自适应律,保证在未知定常参数情况下跟踪误差仍能够渐近收敛.最后给出了渐近稳定性的证明,数字仿真证实了该控制方案的有效性.     

融合速度信息的机械臂自适应轨迹跟踪控制方法

针对机械臂动力学模型参数不确定性与速度信息不精确影响轨迹跟踪精度的问题，提出一种多传感器信息融合的机械臂参数自适应轨迹跟踪控制方法。首先将未建模动态视为系统内部干扰，简化机械臂动力学模型；其次采用反步控制方法为机械臂系统设计控制律，并为动力学模型中不确定参数设计自适应律；最后考虑使用单一位置传感器的差分值或转速计的测量值作为速度信息可靠性低的问题，通过多传感器信息融合方法为控制器提供更精确的速度信息。仿真与实验结果表明：采用融合速度信息能够提高所提控制方法的精度与稳定性，速度信息的精确性提升7%;与反步控制方法、自适应控制方法相比，所提控制方法具有更好的机械臂轨迹跟踪控制性能，轨迹跟踪误差分别降低了30%、50%。     

柔性关节机械臂的自适应命令滤波输出反馈控制

针对柔性关节机械臂轨迹跟踪控制中存在模型摄动、外界干扰以及部分状态信息不可测等问题，提出一种基于自适应神经网络观测器的命令滤波输出反馈控制方法。首先，给出含不确定性的柔性关节机械臂动力学方程，并选用RBF神经网络设计自适应律，在线逼近由模型摄动及未知干扰带来的不确定性项；然后，设计自适应神经观测器以对系统不可测状态进行实时估计，并将估计值用于反馈控制，解决部分状态信息不可测的问题；最后，基于Lyapunov理论设计反步跟踪控制器，并引入二阶命令滤波器获得中间虚拟控制量的导数，避免反步递推过程中“计算爆炸”的问题。仿真结果表明，当系统存在模型摄动和外界干扰时，所提自适应命令滤波反步控制方法与传统反步控制方法和误差补偿命令滤波控制方法相比，无需连杆的角速度以及电机轴的转角和角速度等状态信息，且轨迹跟踪精度分别提升78%和35%。     

融合反步法的无人驾驶汽车轨迹跟踪控制方法

为了解决无人驾驶汽车轨迹跟踪控制的准确性、稳定性和快速性问题,将反步法分别融合滑模变结构控制和模糊自适应控制.建立车辆三自由度运动学位姿误差微分方程,推导了基于反步法的车速和横摆角速度控制律,结合Lyapunov稳定性判据验证了系统稳定性.分别建立融合反步法的滑模变结构和模糊自适应轨迹跟踪控制方法,结合轨迹跟踪稳态误差、超调量和调整时间,验证、比较了控制方法准确性、稳定性和快速性3种性能的优劣.结果表明：融合反步法的滑模变结构轨迹跟踪控制的稳定性最好,轨迹跟踪超调量接近于0;融合反步法的模糊自适应轨迹跟踪控制快速性最好,轨迹跟踪调整时间相对于反步法缩短了18.2%.     

打磨机器人自适应鲁棒约束跟踪控制

实际工作中的打磨机器人存在外部干扰或参数摄动等不确定因素,这些不确定因素有界但边界未知。针对这种不确定环境下的打磨机器人末端轨迹跟踪问题,文章提出一种自适应鲁棒约束控制方法。该方法将期望轨迹视为系统约束,利用约束跟踪的思想来解决轨迹跟踪问题,并将系统分为标称部分和不确定部分;针对标称部分,通过U-K(Udwadia-Kalaba)方程来求解约束力矩,使系统满足理想状态下的约束条件;针对不确定部分,设计一种泄漏型自适应律对不确定性边界进行估计,并根据估计的边界和约束误差来调节鲁棒控制项的增益,进而有效地补偿系统的不确定性。李雅普诺夫方法证明了该系统具有一致有界性和一致最终有界性,对简化后的打磨机器人进行末端轨迹跟踪控制的数值仿真实验结果验证了所提出方法的有效性。