一类非线性系统的间接自适应输出反馈模糊控制

针对一类未知非线性系统,提出一种输出反馈控制方法。首先在假设系统状态已知的情况下设计状态反馈控制器,实现跟踪性能。然后在系统状态不完全可测的情况下,通过设计高增益观测器对系统的状态进行估计,实现输出反馈控制器设计。最后证明所设计的输出反馈控制器可获得状态反馈控制器所取得的最大最小问题的跟踪性能。     

提高车辆安全性的输出反馈自适应控制

研究含有时变参数的车辆动力学模型的输出跟踪控制问题.控制目标是使车辆的横摆角速度和质心侧偏角分别跟踪理想的设定值,通过反推方法设计输出反馈自适应控制器.控制器的输出为主动横摆力矩,通过控制主动横摆力矩来控制车辆的输出响应跟踪理想的输出信号,从而提高车辆的安全性.仿真结果表明,该控制器能更好地适应车速和路况的变化,鲁棒性强.     

一类非线性系统输出反馈自适应扰动抑制

研究了一类依赖于不可量测状态增长非线性系统的输出反馈自适应扰动抑制问题. 与现有文献不同, 所研究的系统具有更多的未知参数, 尤其是不确定控制系数. 为了解决该 问题, 引入了动态高增益K-滤波器, 进而构造了基于K-滤波器的状态观测器. 在输出反馈控制器的设计过程中, 引入了待定设计参数, 增加了设计的自由度. 结果表明, K-滤 波器的动态增益和设计参数的恰当选择可以保证闭环系统的全局稳定性, 从而实现系统 L2-增益意义的扰动抑制.     

一类非线性系统的输出反馈容错控制

针对一类非线性系统,研究了故障情况下基于输出反馈的容错控制问题．首先基于Zhang的自适应观测器和Lin的输出反馈控制律设计了正常系统的标称控制律,分析了该控制律的性能,并得到了故障发生后仍然采用该控制律时闭环系统状态有界的充分条件．在此基础上,设计了故障系统的容错控制律,证明了若发生的故障满足前述的充分条件,则故障系统在该容错控制律下稳定．数值仿真表明了该方法的有效性．     

一类具有未知控制方向非线性系统的输出反馈自适应控制

研究了一类控制方向未知非线性系统的输出反馈自适应镇定问题. 首先, 通过一线性状态变换, 将未知控制系数集中起来, 从而将原系统变换为适于控制设计的新系统. 然后, 分别引入状态观测器和参数估计器, 并应用积分反推和调节函数方法, 给出了输出反馈稳定控制律的构造性设计过程. 可以证明,所设计的控制器确保原系统状态渐近收敛到原点, 而其它闭环系统状态有界. 仿真结论验证了所提出方法的有效性.     

互联系统的分布输出反馈自适应动态面控制

本文所提方案具有如下特点: 1) 通过使用初始化技术, 给出了互联系统中各个子系统跟踪误差的L1性能指标; 2) 采用动态面控制方法, 避免了反推法带来的“微分爆炸”问题; 3) 通过估计未知参数向量范数, 极大减轻了控制系统的计算负担; 4) 引入了一种高增益观测器, 保证了互联系统中各个子系统跟踪误差可以收敛到任意小, 仿真结果验证了所提方案的有效性.     

基于神经网络的一类非线性系统自适应输出跟踪

针对一类未知非线性系统,提出了一种输出反馈控制方法.首先,在假设系统状态已知情况下设计状态反馈控制器,实现跟踪性能;然后,在系统状态不完全可测的情况下,通过设计高增益观测器对系统的状态进行估计,实现输出反馈控制器设计,证明了所设计的输出反馈控制器可以获得状态反馈控制器的性能.     

一类非线性时滞输出反馈系统的自适应控制

针对一类参数化非线性时滞输出反馈系统,提出了一种无记忆自适应跟踪控制器的设计方案.采用时滞滤波器估计系统状态,用Domination处理非线性时滞项,应用Backstepping技术设计控制器和参数自适应律.放宽了对时滞项的要求.通过构建一个Lyapunov＿Krasoviskii泛函,证明了闭环系统的稳定性,实现了对目标轨线的渐近跟踪,保证了所有信号一致有界.实例仿真说明了该方案的可行性.     

基于输出反馈的双线性控制系统

非线性和不确定性是制约控制系统性能的主要因素,鉴于此,提出了一种基于偏差分离的双线性输出反馈控制策略,并给出了双线性输出反馈控制系统指数渐近稳定的充分条件.该策略由常规PID控制器和线性补偿控制器两部分组成,在线获取模型偏差信息并进行补偿控制,控制器结构简单,具有较好的工程意义.仿真结果表明了所提出的双线性输出反馈控制策略的有效性.     

基于结构L yapunov 矩阵的静态输出反馈镇定

线性时不变系统的静态输出反馈控制可行性等价于两个耦合的线性矩阵不等式解的存在性问题，这导致了一个非线性最优化问题，是无法直接求解的．针对线性时不变系统(LTI)，深入研究这两个矩阵不等式的关系，通过构造一个结构Lyapunov矩阵，给出了一个问题有解的充分条件，并在此基础上提出一个静态输出反馈镇定算法．利用线性矩阵不等式(LMI)方法，可直接求解出相应的输出反馈增益．数值实例证明了该方法的有效性．     

基于L1自适应控制的四旋翼无人机姿态控制

针对四旋翼无人机模型中存在非线性因素和不确定干扰的姿态控制问题,采用基于投影算子的L1自适应控制方法进行四旋翼无人机姿态控制律设计。首先根据四旋翼无人机运动原理建立多入多出的非线性姿态运动模型,然后针对模型中存在的陀螺力矩干扰、质量分布不均引起的力矩干扰、环境干扰和自身非线性影响,设计L1自适应控制器,分析了系统的鲁棒性能。仿真结果表明了控制系统在满足良好动态性能的同时能够保证良好的鲁棒性。     

基于LS-SVM的非线性系统自适应输出反馈控制

针对状态不可测的单输入单输出非线性不确定系统,提出一种基于最小二乘支持向量机(LS-SVM)的直接自适应输出反馈控制方法.该方法首先设计一种误差观测器,间接地估计出系统的状态,然后采用最小二乘支持向量机构造自适应控制器,控制器参数的在线调整规律由李亚普诺夫稳定性理论导出.文中严格证明了闭环系统的渐近稳定性,仿真研究表明了此控制方法的可行性和有效性.     

压电陶瓷驱动平台自适应输出反馈控制

压电陶瓷驱动平台的精度和动态特性主要取决于所设计的控制器是否可以有效地补偿压电陶瓷固有的迟滞特性. 针对这一问题, 提出了一种基于神经网络 (Neural network, NN)的自适应输出反馈控制策略. 为了避免压电陶瓷速度测量噪声的影响, 采用高增益观测器对压电陶瓷平台的速度状态进行估计; 为了克服压电陶瓷的迟滞非线性特征, 采用神经网络动态补偿策略; 针对神经网络逼近误差和观测器估计误差, 控制器设计中增加了鲁棒控制项. 最后应用Lyapunov 稳定性理论证明了所提出的控制器的收敛性问题. 仿真实验表明了所提控制方法的有效性.     

带有未知虚拟控制增益符号的自适应输出反馈控制

针对带有未知虚拟控制增益符号的一类非线性系统。采用基于参数的坐标变换和参数重定义。将该系统转化为参数输出反馈形式。从而将未知的虚拟控制增益归入高频控制增益中．由于该高频控制增益符号未知。将Nussbaum增益技术融入自适应Backstepping方法中设计自适应输出反馈控制器．采用调节函数法设计参数自适应律以避免过参数估计．该方法所设计的自适应输出反馈控制器可确保闭环系统的所有信号一致有界。且跟踪误差渐近收敛．仿真研究表明了该设计方法的有效性．     

Output Feedback Adaptive Neural Control Without Seeking SPR Condition

For output‐feedback adaptive control of affine nonlinear systems based on feedback linearization and function approximation, the observation error dynamics usually should be augmented by a low‐pass filter to satisfy a strictly positive real (SPR) condition so that output feedback can be realized. Yet, this manipulation results in filtering basis functions of approximators, which makes the order of the controller dynamics very large. This paper presents a novel output‐feedback adaptive neural control (ANC) scheme to avoid seeking the SPR condition. A saturated output‐feedback control law is introduced based on a state‐feedback indirect ANC structure. An adaptive neural network (NN) observer is applied to estimate immeasurable system state variables. The output estimation error rather than the basis functions is filtered and the filter output is employed to update NNs. Under given initial conditions and sufficient control parameter constraints, it is proved that the closed‐loop system is uniformly ultimately bounded stable in the sense that both the state estimation errors and the tracking errors converge to small neighborhoods of zero. An illustrative example is provided to demonstrate the effectiveness of this approach.     

Several Extensions in Methods for Adaptive Output Feedback Control

Several extensions to neural network (NN)-based adaptive output feedback control of nonlinear systems are developed. An extension from linearly to nonlinearly parameterized NNs is given for a direct adaptive output feedback approach. An extension that permits the introduction of e-modification in both the direct adaptive approach and an error-observer-based approach is also given. Finally, for the case of nonaffine systems, we eliminate a fixed-point assumption that has appeared in earlier work     

一类非线性MIMO系统的模糊自适应输出反馈控制

针对一类MIMO非线性状态不可测系统,提出一种基于观测器的模糊自适应输出反馈控制方法,通过应用“主导输入”的概念,并将自适应控制、H∞控制与模糊逻辑系统相结合,导出了输出反馈控制律以及参数的自适应律.基于李亚普诺夫函数证明了该控制方法可保证闭环系统的全局稳定,并获得了H∞跟踪性能指标.     

一类模糊非线性系统的直接鲁棒自适应输出反馈控制

针对一类未知非线性系统,利用模糊逻辑系统、H^∞控制和高增益观测器,提出一种模糊直接鲁棒自适应输出反馈控制方法。证明了所设计的输出反馈控制方法不但能保证闭环控制系统稳定,而且可获得在状态反馈控制器下的性能。仿真结果进一步验证了所提出方法的有效性。     

Adaptive Learning Control of Nonlinear Systems by Output Error Feedback

This paper addresses the problem of designing an output error feedback control for single-input, single-output nonlinear systems with uncertain, smooth, output-dependent nonlinearities whose local Lipschitz constants are known. The considered systems are required to be observable, minimum phase with known relative degree and known high frequency gain sign: linear systems are included. The reference output signal is assumed to be smooth and periodic with known period. By developing in Fourier series expansion a suitable periodic input reference signal, an output error feedback adaptive learning control is designed which ldquolearnsrdquo the input reference signal by identifying its Fourier coefficients: bounded closed loop signals and exponential tracking of both input and output reference signals are obtained when the Fourier series expansion is finite, while arbitrary small tracking errors are exponentially achieved otherwise. The resulting control is not model based, is independent of the system order and depends only on the relative degree, the reference signal period and the high frequency gain sign.