搜索结果: 1-11 共查到“仿射非线性系统”相关记录11条 . 查询时间(0.134 秒)
针对一类多输入多输出(MIMO)仿射非线性动态系统,提出一种基于极限学习机(ELM)的鲁棒自适应神经控制方法.ELM随机确定单隐层前馈网络(SLFNs)的隐含层参数,仅需调整网络的输出权值,能以极快的学习速度获得良好的推广性.在所提出的控制方法中,利用ELM逼近系统的未知非线性项,针对ELM网络的权值、逼近误差及外界扰动的未知上界值分别设计参数自适应律,通过Lyapunov稳定性分析可以保证闭环系...
针对一类不确定非仿射非线性系统的跟踪控制问题, 提出一种鲁棒Backstepping 控制策略. 首先, 为利用仿 射非线性方法设计控制器, 给出一种适用于全局的非仿射非线性近似方法; 然后, 设计快速收敛非线性微分器以估计复合干扰和获取虚拟信号的微分, 进而给出不确定非仿射非线性系统的复合控制器, 其中鲁棒项和阻尼项分别用于减少逼近误差和近似方法中动态误差对系统跟踪的影响; 最后, 通过仿真实验...
非仿射非线性系统的自主构架模糊控制器
自主构架模糊系统 非仿射非线性系统 鲁棒控制器 半实物
2014/7/31
针对SISO 非仿射非线性系统, 提出一种新型自主构架模糊控制器. 此控制器由鲁棒控制器与自主构架模糊系统构成. 模糊系统初始只含有一条规则, 根据系统误差和??完备性2 条准则自主增加规则及隶属函数, 从而完善模糊系统结构, 逼近非线性系统不确定量. 模糊系统利用“伪模糊输出”法对新增规则后件初始化, 考虑到实际计算能力, 采用替换隶属函数机制限制规则数目. 通过理论推导证明了系统的稳定性, 理...
一类仿射非线性系统的概率密度函数形状控制
概率密度函数控制 线性 样条 跟踪控制
2014/9/25
针对一类仿射非线性有界动态随机系统, 提出一种最优概率密度函数(PDF) 跟踪控制算法, 使得系统的输出PDF 跟踪给定的PDF. 首先利用线性?? 样条解耦得到仿射非线性状态方程和PDF 逼近方程, 使PDF 跟踪转化为状态方程输出权值的跟踪; 然后采用线性时变序列逼近方法将非线性系统转化为线性时变系统, 通过对线性系统的迭代运算得到非线性系统的最优跟踪控制器, 从而实现最优PDF 跟踪. 理论...
研究了一类广义Hamilton系统的有限时间稳定性及其在仿射非线性系统控制设计中的应用,并给出几个新结果。利用Hamilton系统的结构特性和已有的关于局部有限时间稳定的结果,给出该类Hamilton系统有限时间稳定的几个判定准则。把得到的新结果应用于仿射非线性系统的有限时间控制设计中。通过选取恰当的Hamilton函数,并利用正交分解Hamilton实现及阻尼注入技术,为一类仿射非线性系统设计了...
严格反馈型非仿射非线性系统的自适应模糊控制
严格反馈 Backstepping 方法 R¨ossler混沌系统
2014/9/18
针对一类具有严格反馈形式的非仿射非线性受扰系统, 提出了基于backstepping 方法的自适应模糊控制. 该算法仅要求模糊逻辑系统逼近误差范数有界, 引入监督控制补偿系统逼近误差和外界干扰, 保证闭环系统所有信号一致有界, 跟踪误差一致渐近稳定. 将R¨ossle 混沌系统作为仿真对象, 仿真结果表明了该方法的有效性.
仿射非线性系统的动态输出反馈镇定
非线性系统 镇定 动态补偿器
2008/12/29
对能用状态反馈镇定且完全能观的仿射非线性系统,给出了保证闭环系统渐近稳定
的动态补偿器的设计方法.
仿射非线性系统神经网络自适应控制器的研究及其在机械手中的应用
仿射非线性系统 神经网络 自适应控制
2008/7/28
本文提出了一种利用神经网络逼近具有不确定性及
随机干扰的仿射非线性系统的新算法,采用自适应控制率在线调节网络权值,并基于控制理
论选择控制量以削减噪声干扰.从理论上证明采用该算法后系统全局稳定性.最后将该算法
用于两连杆机械手轨迹跟踪,仿真结果表明该算法具有跟踪精度高,收敛速度快的优点.
仿射非线性系统自学习控制器的研究
仿射非线性系统 学习控制 收敛性
2008/7/28
提出了一种针对仿射非线性系统的学习控制新算法,
给出该算法收敛性证明.将该算法用于两连杆机械手的轨迹跟踪,仿真结果表明该算法能达
到很高的控制精度.
仿射非线性系统的一种观测器设计方法
2007/12/13
Abstract对仿射非线性系统全维观测器设计方法进行了讨论,提出了一种设计方法.该方法基于微分Riccati方程的正定解,观测器的增益矩阵通过Riccati方程的正定解给出,因而观测器增益矩阵为时变的.通过坐标变换,用李亚普诺夫方法对观测器的存在性进行了论证.对一个实际模型的仿真分析表明了该方法的实用性和正确性.
基于状态观测器的非仿射非线性系统鲁棒自适应H∞跟踪控制
2007/12/12
Abstract针对一类非仿射非线性系统,提出了基于状态观测器的鲁棒自适应H∞跟踪控制结构.文中利用高斯径向基神经网络(RBF神经网络)在线抵消非线性模型误差,利用高增益观测器估计不能直接测量的输出导数.利用李亚普若夫稳定理论导出了系统的控制律,包括固定结构的控制律和自适应控制律两个部分,并给出了详细的理论分析和证明:在系统没有扰动时,确保跟踪误差渐近趋于零且系统的所有信号有界;存在扰动时,取得了...