不确定离散模糊时滞系统的时滞相关H∞控制

研究了不确定离散T-S模糊时滞系统的稳定性分析与H∞控制问题．通过构造适当的Lyapunov泛函,给出了系统的时滞相关稳定新判据．进而利用线性矩阵不等式方法,研究了H∞模糊状态反馈控制器存在的充分条件,并提出控制器优化设计的迭代算法．     

不确定离散模糊时滞系统的时滞相关H∞控制

研究了不确定离散T-S模糊时滞系统的稳定性分析与H∞控制问题．通过构造适当的Lyapunov泛函,给出了系统的时滞相关稳定新判据．进而利用线性矩阵不等式方法,研究了H∞模糊状态反馈控制器存在的充分条件,并提出控制器优化设计的迭代算法．     

基于LMI方法的T-S模糊系统的H∞输出反馈控制器设计

研究了一类T-S模糊系统的H∞控制问题,给出了T-S模糊系统一个新的H∞输出反馈控制器设计方法.该方法充分考虑了模糊子系统间的相互作用.H∞输出反馈控制器可通过求解一组线性矩阵不等式获得.最后通过数值仿真例子,说明所提出的设计方法的可行性.     

基于事件触发的网络化T-S模糊系统容错控制

研究了基于事件触发的网络化T-S模糊系统容错控制问题．首先针对一类具有随机执行器故障的网络化T-S模糊系统,提出一种有效减少数据传输量的事件触发机制．然后在综合考虑事件触发机制和控制器与T-S系统前件变量的异步的情况下,建立一种能同时描述事件传送策略、执行器失效、网络诱导时延和异步前件变量的新颖模型．利用李亚普诺夫泛函方法,得到保守性较小的闭环T-S系统均方渐近稳定条件和相应的容错控制器设计方法．实例表明了本文所得结果的有效性．     

基于LMI方法的T-S模糊系统的

研究一类T-S模糊系统的动态输出反馈耗散控制问题．给出了保证该系统耗散的动态输出反馈控制器的设计方法．动态输出反馈耗散控制器可通过求解一组线性矩阵不等式（LMI）获得．最后通过仿真例子说明了所提出的设计方法的有效性．     

基于LMI的不确定非线性系统H∞控制

基于非线性系统的Takagi-Sugeno（T-S）模糊模型，研究了一类结构不确定非线性系统H∞控制问题．利用线性矩阵不等式（LMI）方法，得到了模糊H∞输出反馈控制器的系统化设计方法．考虑到子系统之间的相互作用，给出了H∞输出反馈控制器存在的充分条件．这个充分条件只用一个矩阵不等式表示，形式简洁,放宽了控制器存在的充分条件．最后，以洛伦兹混沌系统为例，说明了该方法的有效性．     

采用双交叠模糊分划的T-S模糊系统的稳定性分析

研究前件变量采用双交叠模糊分划的T-S模糊系统的稳定性问题．首先针对自由系统，将连续时间系统的、基于最大交叠规则组的稳定性分析方法推广应用于离散时间系统，并采用模糊Lyapunov方法得到了稳定性的新结论．采用非并行分布补偿控制律，针对受控系统也得到了相应的结论．这些结论比已有的结果更加宽松．仿真例子验证了该稳定性结论．     

不确定隶属函数T-S模糊控制器设计与稳定分析

针对许多非线性系统存在的结构不确定和难以用精确数学模型表达等问题,在研究基本Takagi-Sugeno(T-S)模糊模型的基础上,通过增加一个隶属函数自由变量,利用线性矩阵不等式(LMI)设计了一个使得闭环系统渐进稳定的状态反馈控制器,并给出稳定条件.所得到的条件充分利用了前件变量隶属函数的结构信息和后件局部子系统之间的相互关系,降低了常规T-S模糊系统的稳定性条件的保守性和求解难度.通过仿真实例验证了该方法的可行性和有效性.     

前件变量未知的T-S模糊系统输出反馈控制

针对一类带有未知前件变量的T-S模糊系统,提出一种新的观测器-控制器设计方法.首先,在前件变量完全未知的情况下,将观测误差方程中由未知前件变量导致的相关项利用Lipschitz条件进行限制;然后,根据Lyapunov函数得到系统稳定性条件,同时提出一种基于特征值的矩阵缩放方法和一种基于模糊 Lyapunov 函数的高增益观测器方法计算观测器-控制器的增益矩阵;最后,针对动力定位船舶的控制问题对两种方法进行仿真验证和比较分析,以表明所提出方法的有效性.     

模糊控制的系统化设计和稳定性分析

给出了一种模糊控制系统的系统化设计方法,它采用一组局部T-S模糊模型来表 示模糊系统,对每个局部模型,利用状态反馈进行控制器设计,最后给出了全局模糊系统的稳 定性分析.通过对一个典型的非线性球-棒控制系统的仿真研究,表明该方法是有效的,它的 性能指标优于现有文献的结果.     

Output feedback controller design of Takagi–Sugeno fuzzy systems

This paper presents new systematic design methods of two types of output feedback controllers for Takagi–Sugeno (T–S) fuzzy systems, one of which is constructed with a fuzzy regulator and a fuzzy observer, while the other is an output direct feedback controller. In order to use the structural information in the rule base to decrease the conservatism of the stability analysis, the standard fuzzy partition (SFP) is employed to the premise variables of fuzzy systems. New stability conditions are obtained by relaxing the stability conditions derived in previous papers. The concept of parallel distributed compensation (PDC) is employed to design fuzzy regulators and fuzzy observers from the T–S fuzzy models. New stability analysis and design methods of output direct feedback controllers are also presented. The output feedback controllers design and simulation results for a nonlinear mass-spring-damper mechanical system show that these methods are effective.     

连续不确定模糊系统的静态输出反馈控制

对于一类状态矩阵、输入矩阵和扰动输入矩阵中均含有不确定项的连续T-S模糊系统,研究其静态输出反馈控制问题.用矩阵不等式的形式给出了该模糊系统可通过静态输出反馈控制稳定的充分条件,并将矩阵不等式的条件转化为迭代线性矩阵不等式,同时给出了相应的迭代算法.最后用数值仿真例子说明了该算法的有效性和收敛性.     

Static Output Feedback Control for Interval Type‐2 T‐S Fuzzy Systems Based on Fuzzy Lyapunov Functions

This study aims to design an interval type‐2 (IT2) fuzzy static output feedback controller to stabilize the IT2 Takagi‐Sugeno (T‐S) fuzzy system. Conservative results may be obtained when a common quadratic Lyapunov function is utilized to investigate the stability of T‐S fuzzy systems. A fuzzy Lyapunov function is employed in this study to analyze the stability of the IT2 fuzzy closed‐loop system formed by the IT2 T‐S fuzzy model and the IT2 fuzzy static output feedback controller. Stability conditions in the form of linear matrix inequalities are derived. Several slack matrices are introduced to further reduce the conservativeness of stability analysis. The membership‐function shape‐dependent analysis approach is also employed to relax the stability results. The numerical examples illustrate the effectiveness of the proposed conditions.     

T-S模糊系统的基于观测器的H∞控制设计

研究了T-S(Takagi-Sugeno)模糊系统H∞控制设计问题.放宽了Kim E等的T-S模糊 系统可二次稳定的条件.给出了T-S模糊系统新的观测器设计方法.然后给出了T-S模糊系统 基于观测器的H∞控制存在的两个新的充分条件.新方法不但简单,而且充分考虑了模糊子系统 间的相互作用.最后通过例子,应用LMI技术,说明了本文给出的T-S模糊系统的基于观测器 的H∞控制器的设计方法简便易行.     

基于观测器的不确定T-S模糊系统鲁棒镇定

为带有参数不确定性的T-S模糊控制系统提出了新的基于观测器的鲁棒输出镇定条件. 该条件用来设计模糊控制器和模糊观测器. 为了设计模糊控制器和模糊观测器, 用T-S模糊模型来表示非线性系统, 并运用平行分布补偿观念. 充分条件基于二次Lyapunov函数, 通过将模糊系统的鲁棒镇定条件表述为一系列矩阵不等式, 比以往文献中列出的条件具有更小的保守性. 该不等式为双线性矩阵不等式, 可分两步骤先后解得使T-S模糊系统镇定的控制器增益和观测器增益. 最后, 通过对一个具有不确定性的连续时间非线性系统控制的例子证明了提出方法比以往方法更宽松.     

Takagi-Sugeno模糊连续系统的模糊采样控制

研究了T-S模糊连续系统的模糊采样控制问题．利用广义系统的描述方法、Lyapunov-Krasovikii泛函以及线性矩阵不等式(LMI)方法,建立了LMIs形式的依赖于采样时间间隔的模糊采样镇定条件,同时给出了模糊采样控制律的设计方法．所设计的模糊采样控制律可以镇定T-S模糊系统．而且,当连续时间模糊控制律可以镇定T-S模糊系统时,对于足够小的采样时间间隔,带有同样增益矩阵的模糊采样控制律也可以镇定T-S模糊系统．最后,通过两个仿真实例说明了所给方法的有效性．     

A new LMI-based approach to relaxed quadratic stabilization of T-S fuzzy control systems

This paper proposes a new quadratic stabilization condition for Takagi-Sugeno (T-S) fuzzy control systems. The condition is represented in the form of linear matrix inequalities (LMIs) and is shown to be less conservative than some relaxed quadratic stabilization conditions published recently in the literature. A rigorous theoretic proof is given to show that the proposed condition can include previous results as special cases. In comparison with conventional conditions, the proposed condition is not only suitable for designing fuzzy state feedback controllers but also convenient for fuzzy static output feedback controller design. The latter design work is quite hard for T-S fuzzy control systems. Based on the LMI-based conditions derived, one can easily synthesize controllers for stabilizing T-S fuzzy control systems. Since only a set of LMIs is involved, the controller design is quite simple and numerically tractable. Finally, the validity and applicability of the proposed approach are successfully demonstrated in the control of a continuous-time nonlinear system.     

混沌范德玻—杜芬系统的T—S模糊控制

针对混沌ADVP（范德玻—杜芬）系统,进行了T-S模糊建模和模糊控制器设计,实现了系统的稳定。在用T-S模糊模型精确重构系统结构的基础上,利用反馈同步思想和极点配置方法,基于并行分布补偿（PDC）技术,进行了控制器设计。整个设计过程只需在模糊模型基础上作极点配置,简化了计算,得到了简单且易实现的控制器。仿真表明,受控系统能够快速达到收敛,验证了方法的有效性。     

Stable adaptive fuzzy control of nonlinear systems using small-gain theorem and LMI approach

A new design scheme of stable adaptive fuzzy control for a class of nonlinear systems is proposed in this paper. The T-S fuzzy model is employed to represent the systems. First, the concept of the so-called parallel distributed compensation (PDC) and linear matrix inequality (LMI) approach are employed to design the state feedback controller without considering the error caused by fuzzy modeling. Sufficient conditions with respect to decay rate α are derived in the sense of Lyapunov asymptotic stability. Finally, the error caused by fuzzy modeling is considered and the input-tostate stable (ISS) method is used to design the adaptive compensation term to reduce the effect of the modeling error. By the small-gain theorem, the resulting closed-loop system is proved to be input-to-state stable. Theoretical analysis verifies that the state converges to zero and all signals of the closed-loop systems are bounded. The effectiveness of the proposed controller design methodology is demonstrated through numerical simulation on the chaotic Henon system.