随机系统稳健自适应控制

对具有未建筑动态特性且时滞任意的多维随机系统,通过采和有界外来激励和随机变界截尾方法,本文建立了推广最小二乘（ＥＬＳ）算法和加权ＥＬＳ算法的稳健估计,进而得到间接自适应模型参考控制的稳健性。     

参数未知一类系统的模糊自适应控制

采用多模型自适应控制的方法，针对参数未知的线性随机系统提出了一种模糊控制算法，其控制信号兼有辨识与控制两方面的作用。该算法可在较大程度上把控制和估计分离开，适合于实时控制。仿真结果显示了该算法的有效性。     

模型参考自适应控制系统设计--输出误差直接自适应控制

本文利用输出误差直接自适应控制算法对一具体对象的模型参考自适应控制器进行设计.首先描述了常规的模型参考自适应控制法,然后提出了一种性能更佳的模型参考自适应控制方案.对两种模型参考自适应控制方案进行了鲁棒性分析.数值仿真结果表明,与常规的模型参考自适应控制法相比,本文所提出的控制方案大大提高了系统的性能,明显减小了震荡,缩短了自适应时间.而且在有界扰动的情况下,本文所提出的改进的控制方案能够更加较好地保证系统的各项性能.     

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.     

一类随机系统的自适应滤波

讨论一类含时变未知参数的随机系统，给出该系统在系统状态噪声与量测噪声于有限时间区间上相关情况下的自适应渺茫皮递推公式，并给出相应的滤波算法。     

随机系统的加权一步超前模型参考自适应控制

本文讨论了随机系统在输入受限时的加权一步超前模型参考自适应控制,给出了自适应控制律及闭环系统的输入输出性质,证明了在一定条件下自适应控制的收敛性.     

一类输入受限的多变量系统随机自适应控制

提出了一种输入同时受到幅值与速度约束的多变量随机自适应控制算法，该算法通过预选加权阵与在线修改相结合，可以抵消输入非线性特性，并有限度地防止控制进入非线性区间。这种新方法适用于具有任意交互矩阵的非最小相应的随机系统。本文给出了算法的全局收敛性分析和仿真实例。     

一类带有未知时延的随机系统自适应控制

为了解决一类含有未知输入时延和状态时延的非线性随机系统的有界稳定跟踪控制问题,利用神经网络逼近未知的系统函数,并且使用反步法来构造所需的控制器,再利用动态面技术以避免出现复杂性爆炸的问题.针对系统的状态时延和输入时延,分别使用Lya-punov-Krasovskii函数技术以及补偿系统的相关方法.最后通过仿真实例验证该设计方案的合理性.结果表明该自适应神经网络控制器能够确保此闭环系统所有信号均半全局依概率有界,解决了此类含有未知时延和随机扰动的非线性系统的有界跟踪控制问题.     

一类随机系统的自适应滤波

讨论一类含时变未知参数的随机系统，给出该系统在系统状态噪声与量测噪声于有限时间区间上相关情况下的自适应滤波递推公式，并给出相应的滤波算法     

全数字高性能模型参考自适应控制直流调速系统

提出了一种采用模型参考自适应控制的高性能直流调速系统，为了实现宽范围调速，克服低速时流断续的非线性影响，采用了主回路中串联可关断可控硅的方法，整个系统由８０３１单片机组成，实现了全数字化，具有成本低，可靠性高，易于实现等特点，结果表明：系统能获得良好的静、动态性能，可满足高性能调速指标的要求。     

一类随机线性系统的鲁棒自适应非线性控制设计

论文讨论了一类具有随机输入的线性控制系统的自适应鲁棒跟踪控制问题。将M.Krstic等提出的自适应非线性控制器设计方法与鲁棒控制基本原理相结合;证明了当控制系统的随机输入满足一定条件时,采用随机Backstepping自适应控制方法,能确保系统输出与参考信号误差的均方值全局有界,并能渐近收敛到一个预先任意置定的精度内。仿真实例表明这种控制器具有很好的鲁棒跟踪效果。     

不同迟延输入随机自适应控制

该文研究具有两个不同迟延输入和两个同时测定输出的随机系统的自适应控制问题。每个控制量都希望使自己的输出量方差最小，但是每个控制量又会影响另一个输出量。此文定义了随机自适应均衡策略，推导了其结构和求解方法。     

一类不确定混合线性系统鲁棒自适应控制

通过分析一类具有Markov跳跃参数的不确定混合线性系统的随机稳定性问题,将确定型系统中的Lasalle稳定性定理推广到混合系统中,并对系统不确定部分的未知范数上界提出了一种参数自适应估计方法及相应的鲁棒控制律,实现了混合线性系统以概率1渐近稳定.研究结果表明,此控制方案对混合线性系统的不确定部分有较强的鲁棒性.     

自适应温度控制系统

介绍一种模型参考自适应控制算法，所设计的ＭＲＡＣ算法简单，易于在工程上实现。该算法是基于Ｐｏｐｏｖ超稳定性理论进行设计的，温度控制未统由单片微处理器构成，主回路采用ＰＷＭ控制方案。实际应用结呆表明：在升温、恒温、降温阶段的控温精度和性能指标都得到很大提高。该温度控制系统适用于被控对象本数大幅度变化和环境干扰异常严重的情况。     

Real-time Adaptive Control for Nonlinear Stochastic Systems

Ｒｅａｌ┐ｔｉｍｅＡｄａｐｔｉｖｅＣｏｎｔｒｏｌｆｏｒＮｏｎｌｉｎｅａｒＳｔｏｃｈａｓｔｉｃＳｙｓｔｅｍｓ＊ＬｕｏＧｕｉｍｉｎｇ（罗贵明）ＤｅｐａｒｔｍｅｎｔｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎ...     

分散变结构模型参考自适应控制

提出了一种适用于线性关联大系统的分散变结构模型参考自适应控制新方法．与原有的分散变结构控制方法比较，成倍减少了分散控制器中的切换变量，并相应降低了所需控制量的大小，增强了分散变结构控制方法的工程实用性．所推导的分散变结构控制规律形式简洁，便于实现．数字仿真结果表明该方法的有效性．     

参数非严格反馈形式的随机非线性系统的自适应控制

论文研究了一类带参数非严格反馈形式的随机非线性系统的自适应控制问题 .利用Backstepping设计方法 ,通过构造 4次型的随机控制Lyapunov函数 ,给出了有效的自适应控制方案 ,使得闭环系统达到在概率意义下的全局渐近稳定     

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。     

Discrete Time Optimal Adaptive Control for Linear Stochastic Systems

The least-squares (LS) algorithm has been used for system modeling for a long time. Without any excitation conditions, only the convergence rate of the common LS algorithm can be obtained. This paper analyzed the weighted least-squares (WLS) algorithm and described the good properties of the WLS algorithm. The WLS algorithm was then used for adaptive control of linear stochastic systems to show that the linear closed-loop system was globally stable and that the system identification was consistent. Compared to the past optimal adaptive controller, this controller does not impose restricted conditions on the coefficients of the system, such as knowing the first coefficient before the controller. Without any persistent excitation conditions, the analysis shows that, with the regulation of the adaptive control, the closed-loop system was globally stable and the adaptive controller converged to the one-step-ahead optimal controller in some sense.