一类不确定非线性系统的鲁棒控制

提出一种新的适于不确定非线性系统的鲁棒控制方案。它对系统的不确定性的知识要求较少,因而能处理一大类不确定非线性系统的控制问题。其另一个优点是能有效克服[1]中方案在过渡响应阶段产生的过大控制信号问题。     

已知非最小相位系统的跟踪问题研究

本文探讨了已知离散时间非最小相位系统的跟踪问题，证明了一大类针对非最小相位系统的线性控制器（其具体形式将在文中给出）不能实现对任意有界设定序列的渐近跟踪，这表明对未知离散非最小相位系统，不可能设计Ｃｌａｒｋｅ－Ｇａｗｔｈｒｏｐ型自动校正控制或自有因地制宜制品在去渐近跟踪任意有界设定序列。     

一种新的间接自适应极点配置算法

针对离散时不变最小相位系统，提出了一种新的间接自适应极点配置算法。该算法的主要优点是可以实现对任意有界参考输出的渐近跟踪，而其他自适应极点配置则不具有这种性质，仿真例子说明所提新算法的良好跟踪性能。     

间接自适应极点配置控制算法的跟踪能力研究

为了研究现有间接自适应极点配置控制算法的跟踪能力,提出了一般形式的间接自适应 极点配置控制算法.分析了这种算法用于已知和未知系统时的跟踪能力,并分别给出了渐近 跟踪参考输出的充要条件.利用上述结果,可以对现有间接算法的跟踪能力进行逐一研究.研 究表明,现有间接自适应极点配置控制算法的跟踪能力是有限的,它们至多能实现对一类参考 输出的渐近跟踪.     

广义不确定系统的模糊滑模控制*

研究了广义不确定系统的模糊滑模控制问题。控制结构中采用模糊系统来补偿动态不确定性,利用李亚普诺夫理论,证明了闭环系统的所有状态是全局有界的。     

一类不确定非线性系统的鲁棒输出反馈控制*

本文考虑一类具有输出反馈标准形的非线性系统的输出反馈控制问题，为了给出其不同于自适应控制的解决办法，设计出了新的鲁棒输出反馈控制方案。该方案不需辨识系统未知参数，也不需知识未知参数向量的上界，就能保证所有控制系统信号的全局有界性，并且顺参数的适当选择，可以使系统跟踪误差达到任意小。仿真结果表明可以获得良好的跟踪效果。     

一类不确定非线性系统的鲁棒自适应控制

针对一类不确定非线性系统 ,设计出一种新的自适应控制器 ,它克服了现有方案存在的过多参数辨识问题 ,从而降低了控制器的动态阶次 .在较弱条件下 ,该控制器不仅能保证闭环系统所有信号有界 ,而且能使跟踪误差以指数速度收敛到零的有界小邻域内     

具有一般不确定性的非线性系统的鲁棒输出反馈控制

为将文献「１」中结果推广到具有一般不确定性的系统并降低在过渡阶段所需要的控制量,通过引入新的正则信号和一些正光滑设计函数来处理状态估计误差和不确定性,设计了鲁棒输出反馈控制器,它能保证闭环系统信号的全局有界性,并使输出跟踪误差任意小,仿真说明,应用本文控制器,获得的性能更好,所需控制量要小。     

基于神经网络的非线性自适应控制*

本文对非线性自适应控制的一个新领域－基于神经网络的非线性自适应控制（以下简称ＮＮＢＮＡＣ）的研究进展进行了综述，讨论了这一领域中存在的几个重要问题，然后指出了与这些问题相关的未来的研究方向。     

最优跟踪特殊参考输出的自适应极点配置算法

本文针对确定性系统给出了一种自适应极点配置算法,并证明了算法的全局稳定性和对一类特殊参考输出的最优跟踪性。