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
针对一类不确定多输入非线性系统提出一种新的自适应模糊滑模控制器, 该控制器在存在模 糊逻辑系统逼近误差的情况下使闭环系统跟踪误差小于预先给定常数, 消除滑模控制中的抖振,缓解因 系统维数增高所导致的模
基于未建模动态补偿的非线性自适应切换控制方法
针对具有参数不确定的线性马尔可夫跳变系统的鲁棒适应控制问题进行了研究. 分析了切换系统切换律 的可观测和不可观测情形. 对于可观测的切换律, 利用线性矩阵不等式和共同二次Lyapunov 函数方法,
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
在“粒子物理学”的统计分析中,可以引入讨厌的参数来考虑各种类型的系统不确定性。 通常将这种参数的最佳估计建模为具有给定标准偏差(相应的“系统误差”)的高斯分布变量。 尽管分配的系统误差通常被视为常数,
具有不确定线性连续系统的鲁棒静态输出反馈控制综合。
针对一类用矩阵凸多面体形式表示的不确定线性离散时滞系统, 提出一种通过无记忆状态反 馈实现的具有H ∞干扰抑制的保成本控制。当对象存在不确定性以及外部干扰统计特性未知时, 该控制 器能保证闭环系统稳定
对于具有冗余电梯的高超音速飞行器,设计了一种自适应反步容错控制方案为其纵向运动模型。 在反步设计中,采用动态表面控制策略来消除通过引入两个一阶滤波器来计算虚拟控制输入的导数时,复杂性激增。 提出了一种
对不确定系统提供很有效的稳定广义预测控制，对学习广义预测控制很有帮助
暂无评论