基于自适应模糊神经网络的非线性系统鲁棒故障诊断

针对一类非线性闭环稳定系统，在考虑噪声干扰和系统参数不确定误差条件下，用自适应模糊系统进行非线性补偿，提出了一种基于自适应模糊状态观测器实现状态观测和故障检测，再由RBF神经网络故障逼近器实现故障在线跟踪的鲁棒故障诊断方法。为确保观测器和诊断系统的鲁棒性，给出了闭环系统在有界噪声干扰和系统不确定误差下的稳定性定理，并进行了证明。     

基于神经网络观测器的水下拖体输出反馈姿态控制

针对水下拖体俯仰姿态控制系统设计时无法精确建模、模型具有强烈非线性和不确定性以及不可测外界干扰和角速度等问题,设计了一种基于观测器的补偿控制系统。该系统中两个神经网络独立对动态非线性模型进行在线辨识,分别配合状态观测器和补偿滑模控制器完成对系统状态变量的实时观测与补偿控制。在观测器中加入鲁棒项抑制附加干扰,设计了两种自适应权值更新律以及一种映射修正自适应律以保证系统的稳定性。经Lyapunov理论证明,在满足一定条件下,系统的观测与控制误差均为最终一致有界。仿真和实验结果表明,所设计的补偿控制系统具有良好的自适应性和鲁棒性。     

基于非线性动态逆的UAV航迹鲁棒跟踪控制研究

针对UAV执行复杂任务产生的航迹规划制定困难的问题,利用PH(Pythagorean Hodograph)曲线曲率精确可知及其为参数化曲线的特点,建立了UAV航迹跟踪控制的运动学模型,给出了一种基于非线性动态逆的鲁棒自适应跟踪控制器设计方法。根据非线性动态逆跟踪控制方法,设计了UAV航迹的跟踪控制律;考虑风等干扰因素的影响,采用RBF神经网络对干扰进行在线估计并补偿,引入鲁棒自适应控制项,克服干扰误差。根据PH曲线航迹规划特点设计控制器,降低了控制器设计的复杂程度,提高了计算和跟踪效率。仿真结果表明,设计的鲁棒自适应跟踪控制器具有较高的跟踪精度及很强的鲁棒性。     

基于鲁棒H2AH∞估计的火炮位置伺服系统故障检测

在滤波理论中发展起来的鲁棒H2/H∞方法，可以较好地解决在模型中带有不确定性的动态系统的鲁棒估计问题，能够使得稳态估计误差的方差和瞬时值均在一定的范围内。在对火炮位置伺服系统进行故障检测诊断的研究中，利用系统状态变量的鲁棒H2/H∞估计生成残差，以抑制模型误差与噪声对检测诊断的影响，同时，引入H范数指标对故障检测滤波器的设计进行优化，既增强了故障检测系统对于模型误差与噪声的鲁棒性，又确保了对故障的灵敏性，从而有效地提高了系统的故障检测精度。     

鲁棒动态逆控制在无人机姿态控制中的应用研究

针对无人机姿态控制提出了一种新的解决方案，设计了鲁棒动态逆控制器．利用非线性动态逆方法的精确线性化功能，将整个系统等效为一个已经解耦但存在不确定性的线性对象，再采用H∞回路成形方法进行设计．从而保证整个系统的鲁棒性。仿真结果表明，系统具有良好的动态性能、跟踪性能、解耦性能和鲁棒性能。     

基于动态逆的飞行器非线性鲁棒控制系统设计

将动态逆理论应用于飞行器控制系统设计中,设计非线性鲁棒控制器。首先进行动力学建模,然后基于动态逆理论设计非线性鲁棒控制器并给出仿真结果。仿真结果表明,与传统设计方法比较,该控制器具有较好的动态品质和较强的鲁棒性。     

基于干扰观测器的空天无人飞行器鲁棒飞行逆控制器设计

文中介绍了在高超音速条件下,基于干扰观测器和非线性动态逆控制的方法,对飞行器姿态控制系统的稳定性的研究.首先,根据时标分离的原则,采用动态逆方法设计快回路和慢回路控制器;然后,给出了具有鲁棒稳定性能的干扰观测器控制方案,以克服模型本身的不确定性和外干扰等对系统稳定性的影响.     

非线性时滞系统的鲁棒完整性容错控制

基于观测器方法，研究了一类具有状态滞后和不确定性的非线性系统的鲁棒完整性容错控制问题。非线性函数满足Lipschitz条件。利用Lyapunov稳定性理论，针对传感器发生故障情况，提出了系统渐近稳定的充分条件和相应的鲁棒完整性容错控制器的设计方法。结果以LMI形式给出，易于求解。最后的数值算例和仿真结果证明了该方法的有效性。     

基于自抗扰控制技术的鲁棒制导律设计

利用自抗扰控制技术，设计了一种对未知目标机动具有较强鲁棒性的制导律。运用扩张状态观测器对系统非线性部分、通道间耦合项以及目标机动加速度的总和进行估计，并实时给予动态补偿，实现了动态反馈线性化和解耦控制，然后设计了非线性反馈控制器。仿真结果表明，该制导律能有效抑制视线角速度的波动，保证导弹命中目标。     

基于WNN-ADRC 的高炮交流伺服系统控制

为解决高炮交流伺服系统控制中外界扰动及非线性特性的问题,提出一种基于小波神经网络的改进型自 抗扰控制器(WNN-ADRC)。利用LM(levenberg-marquardt)算法优化小波神经网络,采用优化后的小波神经网络对 扩张状态观测器的误差校正增益系数进行在线整定,设计基于小波神经网络的自抗扰控制器,以实现对非线性特性 的准确估计并予以补偿,并通过仿真实验进行验证。仿真结果证明：该控制策略使系统具有较好的稳态性能,抗干 扰能力强。