暂无评论
针对包含不确定动力学因素的轮式移动机器人的编队控制问题,运用虚拟领队的概念,提出一种基于径向基神经网络的自适应编队控制方法.首先通过虚拟领队的引入,将高维编队控制问题转化为单个移动机器人的跟随问题;然
DBSCAN算法需要人为确定[Eps]和[minPts]两个参数，导致聚类结果的准确度直接取决于用户对参数的选择，因此提出一种新的参数确定方法，采用非参数核密度估计理论分析数据样本的分布特征来自动确定
提出一种???? = 0 的内置式永磁同步电机的自适应反步控制方法. 通过定义虚拟控制变量和选择适当的Lyapunov 函数, 导出系统控制律及参数自适应律. 该方法能够根据自适应参数估计器实时估计出
具有输入和输出约束的不确定刚性航天器的自适应反推控制设计
针对一类时变参数化非线性系统的控制问题进行深入研究, 提出一种新的迭代神经网络估计器, 并证明了 其逼近引理, 实现了对时变不确定性的逼近. 在用迭代神经网络对时变不确定性进行估计的同时, 以Lyap
研究了具有无穷时滞的不确定微分2积分大系统的鲁棒稳定性问题, 对每个子系统应用稳定的 局部状态反馈, 利用L yapunov 函数法并结合不等式分析技巧, 给出了具有无穷时滞的不确定微分2积分 大系统
针对一类非线性不确定的大规模系统,提出了一种新型的分散自适应积分滑模控制律,该系统具有量化器灵敏度参数之间的量化失配问题。 首先,通过应用线性矩阵不等式技术,推导积分型滑动面函数,以确保整个滑模动力学
具有不确定量化控制系统的有界L-2增益性能的自适应积分滑模控制
研究一类不确定线性连续时滞系统的改进鲁棒??H∞ 滤波问题. 采用时滞分解方法, 构造一种新的Lyapunov-Krasovskii 泛函, 并基于一种积分不等式讨论了确定性系统的H∞性能分析问题.
基于神经网络的MIMO不确定非线性离散时间系统的直接自适应输出反馈控制
暂无评论