单参数统一混沌系统的自适应控制同步

研究了单参数统一混沌系统的同步问题,提出了参数自适应控制同步方法;通过构造适当的控制函数和设计参数的自适应控制律,实现了两个不同参数的统一混沌系统的同步;根据Lyapunov稳定性定理,导出了两不同参数混沌系统能实现同步的充分条件,无论驱动系统处于何种状态,该方法都可使响应系统按照驱动系统给定的轨道演化。数值仿真表明了该方法的有效性。     

连续混沌系统的自适应同步控制方法

针对混沌同步过程中参数摄动而带来的同步困难问题，提出一种自适应同步控制规则，并根据此控制规则设计自适应控制器，理论分析和仿真实验表明该规则可完成对不确定参数和不同初始条件下的连续混沌系统的参数辨识和同步控制。     

连续时间混沌系统的参数自适应同步

针对参数不一致系统以及同步无法实现的系统，基于误差渐进稳定收敛到零的原理，提出参数自适应加反馈同步法。数值模拟表明，通过选择合适的反馈系数，能够成功地实现混沌同步，并进一步将结果推广到超混沌系统。     

参数未知的时延混沌系统滑模变结构同步控制

将滑模控制策略用于时延混沌系统的同步，采用了对系统参数摄动鲁棒性好的变结构控制，使系统对噪声和参数失配情况具有更强的鲁棒性。同时将自适应技术、系统辨识技术应用于系统中的未知参数逐步逼近，实现具有扰动以及参数未知的时延混沌系统的同步。仿真结果证实了该方法的有效性。     

简单分段线性混沌系统与SETMOS混沌系统的自适应广义同步

研究了基于SETMOS构成的、参数未知的类双涡卷混沌系统与结构不同的简单分段线性混沌系统的广义自适应同步方法。通过分析混沌系统的特点和广义同步的定义,基于李雅普诺夫稳定性理论,提出了一种新颖的、结构简单的自适应控制器和参数更新律,来实现不同结构、驱动系统参数未知的混沌系统的广义同步。这种方法还可以应用于不同结构或相同结构的其他同步问题,如自适应广义反同步等,应用范围较广。仿真结果进一步证实了该方法的有效性和可行性。     

参数未知时滞混沌系统的自适应同步

考虑参数不确定的多维时滞混沌系统作为驱动系统(发射系统),系统的未知参数能够在系统中线性表示.采用参数辨识与自适应技术,在响应系统(接收系统)中应用线性反馈与参数自适应控制,使得驱动系统与响应系统能够混沌同步,并且响应系统的参数逐步逼近驱动系统的参数.利用Lyapunov泛函与最大不变集原理(Lassel)给出了理论分析与证明.理论分析与数值模拟结果表明该自适应控制同步策略的有效性.     

不同混沌系统之间的自适应同步控制

对具有不确定参数的不同混沌系统,讨论了一种参数可调节的自适应同步设计方法.基于Lyapunov稳定性理论,给出了可以使两个不同混沌系统在不同初始值下状态渐进同步的自适应控制器,其参数调节律亦由Lyapunov稳定性理论来确定.最后,对Lorenz系统和Lü系统之间的同步进行了数值仿真.     

参数未知的LS超混沌系统的函数映射同步

本文研究两个LS超混沌系统的自适应函数映射同步问题。根据李雅普诺夫稳定性原理,结合自适应函数映射同步控制方法和参数自适应规律,设计出响应系统的控制规律和参数自适应规律,实现响应系统参数未知时的自适应函数映射同步,并对参数进行正确辨识。数值仿真结果表明了方案的有效性。     

超混沌复系统的自适应广义组合复同步及参数辨识

该文针对含未知参数的异结构超混沌复系统,基于自适应控制及Lyapunov稳定性理论,提出一种新的自适应广义组合复同步方法 (GCCS)。首先给出广义组合复同步的定义,将驱动-响应系统的同步问题转化为误差系统零解的稳定性问题;然后从理论上设计了非线性反馈同步控制器及参数辨识更新律,并引入误差反馈增益,以控制同步的收敛速度;最后以超混沌复Lorenz系统、超混沌复Chen系统、超混沌复L系统的广义组合复同步与参数估计为例,从数值仿真角度验证了所提方法的正确性和有效性。     

超混沌系统的电路仿真及其自适应同步

对已提出的超混沌 Lü系统进行改进,构造研究一个新四维动力系统.对其进行复杂动力学分析,表明该系统含有超混沌吸引子.给出该系统的电路原理图,利用电路仿真得到与数值仿真完全相符的动力学行为.通过设计自适应控制器,将新超混沌系统的混沌轨道镇定到平衡点,并构造了自适应同步的驱动和响应系统,利用MATLAB仿真实现两个初值不同的新超混沌系统同步.结果表明,自适应同步与控制方法控制超混沌动力系统的有效性和可行性.     

基于混沌同步的参数识别

构造了一个响应系统,使之与参数未知的驱动系统结构相同,并用参数自适应控制法实现同步.在同步态,两系统的参数完全一致,控制器也自动消失,由此可以得到驱动系统的参数.以Rossler系统为例验证了该方案的可行性.     

Adaptive synchronization of Chen chaotic system with uncertain parameters

By the control method independent of system parameters, synchronization of two Chen chaotic systems with identical, but uncertain parameters is discussed in this article. Based on Lyapunov’s theorem, an adaptive controller and the parameters estimate update law are derived to make the solution of the error dynamical equation converge at the point E(0, 0, 0) with a quick speed, that is, the states of two Chen chaotic systems can be asymptotically synchronized. Numerical simulations verify the effectiveness and the adaptivity to the variation of Chen system parameters.     

混沌动力学系统的神经网络学习控制研究

针对混沌动力学系统建模困难，控制不易实现，存在干扰等特点，在附加动量法的自适应BP网络的基础上，研究了混沌动力学系统的学习控制策略。构建了混沌动力学系统的NN模型和NN控制器，对混沌系统在学习的同时施加控制，仿真实验结果表明，该控制策略具有鲁棒性强，有良好的适应性，网络参数训练时间短等优点。     

基于投影法的不确定分数阶混沌系统自适应同步

针对一类具有未知参数、未知非线性函数及外部扰动的分数阶混沌系统,基于分数阶系统稳定性理论和Lyapunov稳定性理论,该文提出一种基于滑模自适应和投影法的同步控制策略。首先选取一类稳定的分数阶积分滑模面,运用自适应技术对不确定项进行估计,设计了同步控制器。然后对自适应设计中容易出现的增长型自适应律运用投影法进行修正,以保证参数有界,从而也保证控制输入有界。最后数值仿真证明了所设计控制器的正确性和有效性。     

系统参数不同的简并光学参量振荡器之间的混沌同步

简并光学参量振荡器系统在一定的参数下可出现混沌、周期或准周期状态,利用参数自适应控制和反馈控制技术实现了不同系统参数的两个简并光学参量振荡器混沌同步、周期或准周期同步,给出了参数自适应控制律和反馈控制函数的具体形式,并给出了同步的严格数学理论证明。     

Real-frequency stability criteria for linear time-varying systems

Bounds on the time-varying parameters that are sufficient to insure stability in linear time-varying systems are developed. The important and significant property of the stability criterion developed is that the bounds on the time-varying parameters can be established from the real-frequency characteristics of the time-invariant part of the system. Therefore, the stability criterion is applied easily in high-order systems. Techniques which permit the determination of decaying exponential bounds on the system signals are also presented. The application of the results obtained to parametric devices, satellite attitude control and adaptive systems is illustrated via examples.     

Adaptive Fuzzy Control of Nonlinear in Parameters Uncertain Chaotic Systems Using Improved Speed Gradient Method

This paper presents an adaptive fuzzy controller for Nonlinear in Parameters (NLP) chaotic systems with parametric uncertainties. In the proposed controller, the unknown parameters are estimated by the novel Improved Speed Gradient (ISG) method, which is a modification of Speed Gradient (SG) algorithm. ISG employs the Lagrangian of two suitable objective functionals for on-line estimation of system parameters. The most significant advantage of ISG is that it is applicable to NLP systems and it results in a faster rate of convergence for the estimated parameters than the SG method. Estimated parameters are used to design the fuzzy controller and to calculate the Lyapunov exponents of the chaotic system adaptively. Furthermore, established on the well-known Takagi–Sugeno (T-S) fuzzy model, a LMI (Linear Matrix Inequality)-based fuzzy controller is designed and is tuned using estimated parameters and Lyapunov exponents. Throughout the controller design procedure, several important issues in fuzzy control theory including relaxed stability analysis, control input performance specifications, and optimality are taken into account. Combination of ISG parameter estimation method and T-S-based fuzzy controller yields an adaptive fuzzy controller capable to suppress uncertainties in parameters and initial states of NLP chaotic systems. Finally, simulation results are provided to show the effectiveness of the ISG and adaptive fuzzy controller on chaotic Lorenz system and Duffing oscillator.     

基于自适应状态观测器的混沌同步仿真研究

针对一类特定结构的含有未知参数的混沌系统,给出了一种基于状态观测器的自适应同步控制方法。通过一个带有控制器的非线性状态观测器实现混沌系统的渐进同步并对未知参数进行估计。该控制方法简单易行,且能通过自适应律自动调整以跟随参数的变化,具有较强的鲁棒性。理论分析和仿真实验都证明了该方法的有效性。