摘要：针对小型无人直升机精确动力学模型难以获取以及姿态控制易受未知外界风扰影响的问题,设计一种基于强化学习(reinforcement learning,RL)与super twisting相结合的非线性控制算法.利用直升机在线飞行数据,训练执行者-评价者(actor-critic,AC)网络以逼近系统建模不确定部分.为了抑制未知外界风扰,提高系统鲁棒性,同时补偿AC网络逼近误差,设计基于super twisting的鲁棒控制算法.进而,利用Lyapunov稳定性分析方法证明无人直升机姿态误差能在有限时间内收敛到零.最后对所提出的算法进行实验验证,实验结果表明,所提出算法具有良好的控制效果,对系统不确定性和外界扰动具有良好的鲁棒性.

摘要：本文研究了受未知外部扰动侵袭的一类二阶非线性系统的固定时间镇定控制问题.首先,提出了一种新的固定时间稳定方法,并给出了收敛时间及其上界估计值的计算公式.理论分析表明,收敛时间的上界与系统初始状态无关,可由系统参数完全确定.然后,基于所提出的固定时间稳定方法设计了新型滑模趋近律和终端滑模面,使得系统状态能够在有界的有限时间内,从任意初始状态收敛至滑模面并沿着滑模面收敛至原点,同时引入了基于系统状态的自适应切换方法,有效避免了终端滑模面导致的奇异问题.最后,通过仿真验证了算法的有效性.

摘要：本文研究了一类具有不确定非线性动力学和未知外部扰动的二阶非线性系统的全局有限时间输出镇定问题.首先,提出了一种全局状态反馈有限时间控制器,实现了二阶非线性系统的有限时间镇定.为了解决只有系统输出可用这种更有挑战性的情况,采用了一种新颖的设计思想,即非分离原理.构造了一个有限时间收敛的状态观测器来估计未知状态.在此观测器的基础上,提出了一种基于输出的有限时间复合控制器.基于李雅普诺夫方法,证明了整个闭环系统的全局有限时间稳定性.仿真结果表明了理论的有效性.