基于UKF 和神经网络的一类非线性系统状态估计

本文首先给出了一类新的积分不等式。 然后，作为一个应用，考虑了具有多个时滞的非线性中立型微分系统，并获得了具有多个时滞的非线性中立型系统的平凡解。 一致渐近Lipschitz稳定性。 显然，以上系统是

一类摄动严格反馈非线性系统的直接自适应模糊跟踪控制

针对一类具有未知常数控制增益的不确定非线性系统, 基于变结构控制原理, 并利用具有非线性可调参数 的模糊系统逼近等价控制, 提出一种具有监督控制器的积分变结构模糊自适应跟踪控制策略. 该策略通过监督控

针对一类未知非线性系统,利用模糊逻辑系统、H ∞ 控制和高增益观测器, 提出一种模糊直接 鲁棒自适应输出反馈控制方法。 证明了所设计的输出反馈控制方法不但能保证闭环控制系统稳定, 而且 可获得在状态

一类大型MIMO非线性系统的鲁棒分散自适应模糊控制

在现有三角模糊数表示及模糊运算规则基础上，采用参数变换法对一类模糊非线性系统做变换，得到同解的确定非线性系统。采用同伦法求解该确定非线性系统，进而给出原模糊非线性系统的近似解，并给出了具体算例。

基于T-S模型提出一种非线性系统的模型辨识方法.利用蚁群聚类算法进行结构辨识,确定系统的模糊空间和模糊规则数.在聚类的基础上,利用遗传算法辨识模糊模型的后件加权参数,得到一个精确的模糊模型,从而实现了

针对一类控制器无论是否具有可分离结构的非线性系统, 利用内模控制的思想提出一种统一 的神经网络模型参考自适应控制器设计方案, 简化了基于神经网络的模型参考自适应控制系统的设计。 给出了统一的设计步骤,

针对高阶正交幅度调制和大线宽相干光正交频分复用(CO-OFDM)系统,提出了一种基于广义回归神经网络(GRNN)的非线性均衡算法。将接收端进行相位噪声恢复之后的批量数据作为训练数据样本,通过训练学习得

利用用神经网络的黑箱特性和能够以任意精度逼近非线性的特性辨识非线性系统