暂无评论
针对一类控制增益函数及符号均未知的不确定非线性系统, 基于反推滑模设计方法, 提出一种鲁棒自适应 神经网络控制方案. 结合Nussbaum 增益设计技术和神经网络逼近能力, 取消了控制增益函数及符号已
针对一类完全非仿射纯反馈非线性系统, 提出一种简化的自适应神经网络动态面控制方法. 基于隐函数定 理和中值定理将未知非仿射输入函数进行分解, 使其含有显式的控制输入; 利用简化的神经网络逼近未知非线性
论文研究-一类不确定非线性系统的鲁棒自适应控制.pdf,
论文研究-一类高阶非线性系统的混合自适应重复学习控制.pdf,
针对一类具有不确定输入时滞和扰动的非线性系统的跟踪控制问题,提出了一种结合了反推,神经网络和自适应控制的状态反馈控制方案。 构造滤波器和虚拟观察器以产生辅助信号。 使用神经网络来估计未知的连续函数。
针对一类不确定非线性系统,讨论了鲁棒自适应ε2输出跟踪问题. 利用Backstepping 方法设计了一种自适应 光滑状态反馈控制器,使系统输出跟踪给定的C1 参考输出信号. 在参考信号及其导数均有界
磁悬浮球系统是一种典型的开环不稳定系统,为了实现磁悬浮球系统的精确控制,而且使系统更具有实际意义,设计了一种自适应反演滑模控制器。在实际控制系统中,不确定性及外加干扰是未知的,本文基于实际应用,利用该
针对复杂非线性系统的控制问题, 采用数据驱动的控制策略, 将具有本质自适应能力的即时学习算法与具 有强鲁棒性的滑模预测控制相结合, 设计了一种基于即时学习的滑模预测(LL-SMPC) 控制方法. 该方
不确定离散非线性系统的滑模预测控制设计，赵杰梅，张利军，对于一类含有内动态的离散非线性系统，基于滑模预测控制(SMPC)技术，给出一个新的鲁棒控制设计算法。该控制方法通过使用反馈校正和
针对一类仿射非线性系统, 首先采用轨迹线性化方法将其等价表示为线性时变系统; 然后利用神经网络构 建伪逆模型以及动态故障模型; 最后基于模型参数变化, 应用李亚普诺夫稳定性理论构建标称系统控制器及故障
暂无评论