含有非线性参数化的非完整系统的鲁棒自适应控制

针对一类含有强非线性漂移项和未知非线性参数的非完整系统, 提出了一种全局自适应状态反馈控制策略. 首先通过引入参数分离技术, 将非线性参数化系统转换为似然线性参数化系统. 然后引入反馈支配方法设计全局自适应稳定控制器, 同时, 为了避免系统出现不可控性, 设计了一种开关策略. 所设计的控制器能保证系统状态全局收敛到原点, 且其它信号保持有界. 仿真例子验证了算法的有效性和鲁棒性.     

一类不确定非线性系统的鲁棒自适应控制

针对一类输入带有一定的不确定性的非线性系统 ,设计了一种鲁棒自适应控制器。该控制器作用与系统 ,能保证闭环系统信号的全局有界性 ,又能使闭环系统输出任意小。     

一类非线性不确定系统的鲁棒自适应控制

针对一类含有未知参数和动态不确定的非线性系统，基于Lyapunov递推设计方法设计了状态反馈控制器，并提出了鲁棒自适应控制算法。所设计的控制器不仅可保证闭环系统的全局稳定性。而且使得系统对于所有允许的不确定系统状态全局一致终值有界。仿真结果表明了本文方法所设计的控制器的有效性和可行性。     

一类参数未知混沌系统的鲁棒自适应控制

研究一类含有动态不确定性及未知参数的混沌系统控制问题。基于递推控制方法，通过自适应机制来在线辩识系统未知参数，同时在设计控制器的过程中逐步引入镇定因子，以消除系统不确定性的影响，最终得到一个鲁棒控制器，使得闭环系统渐近稳定。仿真结果表明了该控制策略的有效性。     

一类不确定非线性系统的鲁棒自适应控制

针对一类具有一般不确定性和未知参数的非线性系统,设计出一种适用于输出跟踪的鲁棒自适应控制器.该控制器对系统的参数和状态的不确定性具有鲁棒性,能保证闭环系统的全局稳定性,并解决了ε-跟踪问题.仿真实例表明,所设计的鲁棒自适应控制器具有良好的跟踪性能.     

未知离散非线性系统的鲁棒自适应NN控制

利用WNN(小波神经网络)逼近未知函数，将未知离散非线性系统转化为一类参数化严格反馈系统，进而对变换后的系统给出一个避免过参数化的自适应反推控制器，并证明该控制器可保证在存在参数不确定性和函数不确定性的条件下，整个自适应系统的状态全局有界，同时也可保证系统的跟踪误差落在一个大小与不确定性成比例的紧集中，仿真结果表明该控制器具有较强的鲁棒性，可适用于不同的对象。     

一类非线性激励器系统的鲁棒自适应跟踪

考虑一类具有非线性激励器不确定系统的鲁棒跟踪问题，其不确定性是部分已知的。所构造的鲁棒自适应控制方案能确保系统的跟踪误差终极一致有界．与已有文献结果相比．未知参数估计的自适应律和控制器是连续的，从而使得所提出的设计方案在实际控制问题中易实现。且与具有线性激励器的系统一样具有较强的鲁棒性．最后通过数值算例进一步说明了该设计方案是有效的。     

一类不确定非线性系统的鲁棒自适应轨迹线性化控制

针对一类不确定非线性系统,研究了一种新的鲁棒自适应轨迹线性化控制方案.利用径向基神经网络的在线逼近能力以及被控对象分析模型的有用信息设计一种径向基神经网络干扰观测器来估计系统中存在的不确定性.观测器输出用于设计补偿控制律抵消不确定性对系统性能的影响,鲁棒自适应控制律用于克服逼近误差.采用Lyapunov方法严格证明了在自适应调节律作用下闭环系统所有误差信号最终有界.最后利用倒立摆系统验证了新方法的有效性.     

一类多时滞非线性系统的自适应鲁棒镇定

本文针对一类具有多时滞状态扰动的非线性系统,讨论了其自适应鲁棒镇定问题。在本文中,多时滞状态扰动的上界未知,通过设计自适应律估计上界的值。基于Lyapumov-Krasovskii函数设计了鲁棒控制器,使闭环系统的鲁棒镇定问题可解。一个数值例子的仿真验证了结论的正确性。     

一类非线性系统鲁棒自适应控制器

反步设计法是针时不确定非线性系统的进行鲁棒自适应控制器设计的主要方法之一,它主要是靠递推来完成,方法简单,但存在过参数化问题.在反步设计法的基础上,通过引入调节函数,选取合适的虚拟控制律,设计一种鲁棒自适应控制器.然后,利用Lyapunov稳定性理论证明了该设计不仅能够克服过参数化的问题,而且能够保证所设计的系统具有鲁棒自适应稳定性.仿真实例证明了该方法的有效性.     

不确定非线性系统的鲁棒输出反馈自适应控制

针对一类具有一般不确定性的非线性系统,设计一种新的鲁棒输出反馈自适应控制器。在较弱条件下,该控制器不仅能保证闭环系统全局稳定,且能使跟踪误差以指数速度收敛到零的小领域内。仿真结果验证了所给控制方案的有效性。     

一类不确定非线性系统的自适应鲁棒控制

针对一类由非线性微分方程描述的不确定单输入单输出(SISO)系统,提出了一种自适应鲁棒控制算法.设计了一动态滤波器并将其与原系统组成扩展系统,由滤波器求得控制律稳定扩展系统.算法绕开辨识模型参数而是直接估计函数值,加快了控制律的求解.设计了状态误差观测器,用观测器的值构造控制律逼近状态反馈时的控制效果.基于Lyapunov 稳定理论分析了扩展系统的渐近稳定性并给出了闭环稳定的充分条件.最后仿真结果验证了算法的有效性和鲁棒性.     

非线性系统的神经网络鲁棒自适应跟踪控制

针对一类具有未知非线性函数和未知虚拟系数非线性函数的二阶非线性系统,提出了一种神经网络鲁棒自适应输出跟踪控制方法.用李雅普诺夫稳定性分析方法证明了本文的神经网络自适应控制器能够使受控系统内的所有信号均为有界.选择的神经网络权值调整规律可以防止自适应控制中的参数漂移.     

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     

Adaptive Robust Control for a Class of Uncertain MIMO Non-affine Nonlinear Systems

In this paper, the adaptive robust tracking control scheme is proposed for a class of multi-input and multioutput (MIMO) non-affine systems with uncertain structure and parameters, unknown control direction and unknown external disturbance based on backstepping technique. The MIMO nonaffine system is first transformed into a time-varying system with strict feedback structure using the mean value theorem, and then the bounded time-varying parameters are estimated by adaptive algorithms with projection. To handle the possible "controller singularity" problem caused by unknown control direction, a Nussbaum function is employed, and the dynamic surface control (DSC) method is applied to solve the problem of "explosion of complexity" in backstepping control. It is proved that the proposed control scheme can guarantee that all signals of the closed-loop system are bounded through Lyapunov stability theorem and decoupled backstepping method. Simulation results are presented to illustrate the effectiveness of the proposed control scheme.