摘要：针对一类具有未知死区的严格反馈不确定非线性系统,基于输入状态稳定理论和小增益定理,利用T-S模糊系统的逼近能力,提出一种自适应模糊控制方案.该方案取消了死区模型参数上下界已知的假设和虚拟控制增益要求可微的假设;利用动态面控制技术,将一阶滤波器引入后推设计中避免了传统后推方法中对虚拟控制反复求导而导致的计算复杂问题.通过构造2个耦合的子系统满足输入状态稳定条件,利用小增益定理分析证明闭环系统半全局一致终结有界,且选取适当的设计常数,跟踪误差可收敛到零的一个小邻域内.

摘要：在 backstepping程序中 ,把非线性自适应控制和鲁棒控制连接起来 ,为参数化的严格反馈系统在不确定性存在的情况下 ,建立了一种鲁棒自适应控制方案 .非线性自适应控制被用来处理系统的线性参数化部分 ,而鲁棒控制通过引进非线性阻尼项被用来处理不确定性部分 .与现有的方案不同 ,作者给出了非线性阻尼项的无限种选择 ,而不是仅仅一种选择 .通过使用一种合适的选择 ,能够设计一个鲁棒自适应控制器 .它不仅能够保证对不确定性的鲁棒性 ,而且能够使输出误差任意小 。

摘要：研究了一类非线性系统的自适应跟踪问题。利用系统设计过程所得误差信息,提出了一种新的模糊间接自适应后推设计方法。与常见的后退方法相比较,该方法可以获得更简洁的控制器表达形式。基于李亚普诺夫稳定性理论,给出了闭环自适应系统一致渐近有界的证明。仿真结果验证了本方法的有效性。

摘要：针对一类严格反馈不确定非线性动态系统,提出一种直接鲁棒自适应模糊控制新方案.利用模糊系统的逼近能力、后推设计方法和积分型李亚普诺夫函数,依次确定各虚拟控制及模糊系统中可调参数的自适应律,并最终确定出控制律.为改善控制系统的性能,引入逼近误差的自适应补偿项.通过李亚普诺夫方法,证明了闭环系统是一致终结有界的.仿真结果表明了该方法的有效性.

摘要：针对欠驱动船舶直线航迹跟踪问题,提出一种Backstepping自适应模糊控制方法.在模糊逼近误差存在未知上确界的假设条件下,基于Lyapunov理论证明了闭环系统在所有信号一致最终有界意义下具有均方意义稳定性本文提出的控制器具有设计直观和结构简洁的特点,并且对参数摄动和外界干扰都具有良好的鲁棒性.在状态变量和控制输入共同约束下的仿真实验验证了该方法的有效性.

摘要：对一类具有未建模动态的严格反馈非线性系统,提出一种自适应神经网络动态面控制方案.该方案将动态面控制方法扩展到具有未建模动态的严格反馈非线性系统的控制器设计中,拓展了动态面控制方法的应用范围.利用动态面控制方法引入的紧集来处理未建模动态对于系统的影响.利用Young's不等式,提出两种自适应参数调节方案.与现有研究结果相比,有效地减少了可调参数的数目,放宽了动态不确定性的假设,无需虚拟控制增益系数导数的信息.通过理论分析,证明了闭环控制系统是半全局一致终结有界的,且跟踪误差收敛到原点的一个小邻域内.

摘要：针对一类严格反馈不确定非线性系统,提出了一种神经自适应动态面控制器的设计方案。该方案改进了动态面的虚拟输入和真实输入以减小DSC的保守性,并将不确定分解为线性参数部分和非线性参数部分,两部分分别辨识。用一个BP神经网络逼近系统中所有的非线性参数部分,所需辨识的参数较少。通过合理选取设计常数,可保证所有信号最终一致有界且跟踪误差可收敛到原点的一个小邻域内。

摘要：针对具有传感器故障的一类严格反馈非线性系统,提出一种有限时间自适应动态面容错控制策略.考虑的传感器故障包括:固定偏差故障、漂移故障、精度下降及失效故障.以反步法为主要设计依据,利用模糊逻辑系统处理模型中的未知函数.该控制策略的显著优势在于结合有限时间理论、容错控制、模糊逻辑控制及动态面控制,使得系统无论发生故障与否,均使得系统在原点处是半全局实际有限时间稳定,同时保证系统的实际输出信号在有限时间内跟踪期望信号,且跟踪误差收敛于坐标原点的小邻域内.另外,通过采用动态面控制技术克服了传统反步法中的计算复杂问题.最后,仿真算例证明了该设计方案的有效性.

摘要：针对具有状态和输入约束的严格反馈非线性系统,提出一种反步设计构造性非线性预测控制算法.利用反步设计法离线构造系统的控制李亚普诺夫函数,进而得到系统的镇定可调控制器即稳定控制类.基于性能指标,滚动优化控制器可调参数,计算满足系统约束的预测控制量.进一步,运用控制李亚普诺夫函数的性质建立闭环系统的稳定性.最后,应用轮式移动机器人的优化控制验证本文结果的有效性.