摘要：本文对于一类含有未知控制方向及时滞的非线性参数化系统,设计了自适应迭代学习控制算法.在设计控制算法过程中采用了参数分离技术和信号置换思想来处理系统中出现的时滞项,nussbaum增益技术解决未知控制方向等问题.为了对系统中出现的未知时变参数和时不变参数进行估计,分别设计了差分及微分参数学习律.然后通过构造的Lyapunov-Krasovskii复合能量函数给出了系统跟踪误差渐近收敛及闭环系统中所有信号有界的条件.最后通过一个仿真例子说明了控制器设计的有效性.

摘要：针对带有输入受限且存在未知控制系数约束情形下,考虑了具有未知模型和风、浪等外界干扰的无人船航向跟踪控制问题,提出一种受限控制输入约束下的跟踪控制方法。该方法运用RBF神经网络对未知模型进行在线逼近,利用nussbaum自适应增益技术解决未知控制系数问题。根据滑模控制理论,设计具有指数趋近律的鲁棒控制项,保证所得误差闭环系统快速响应且最终趋向0。为弱化传统滑模控制产生的抖振问题,将符号函数替换成饱和函数使控制输入变得平滑。引入一种误差辅助系统,构建了帮助误差闭环系统输入退出饱和机制。通过李雅普诺夫稳定性理论,给出了跟踪控制方法的稳定性数学分析过程,证明误差闭环跟踪控制系统的所有信号最终一致有界性。最后通过仿真结果验证了所得理论的有效性。

摘要：文章对于一类含有未知控制方向的非线性时滞系统,设计了自适应迭代学习控制算法。在设计控制算法过程中采用了信号置换思想来处理系统中出现的时滞项,nussbaum增益技术解决未知控制方向等问题。对于系统中出现的未知时变参数和时不变参数,分别设计了差分及微分参数学习律对参数进行估计。然后通过构造的Lyapunov-Krasovskii复合能量函数对系统进行了收敛性分析。证明了状态输出沿着迭代方向对期望输出的渐进跟踪及闭环系统中所有信号的有界性,最后通过一个仿真实例验证了所设计控制算法的有效性。