暂无评论
研究了一类不确定的非仿射系统的跟踪控制问题。 基于滑模控制(SMC)的原理,利用神经网络(NN)和基函数的特性,提出了一种新颖的自适应设计方案。 一种新颖的Lyapunov 函数,该函数既依赖于系统状
对于具有相似性的一类不确定复杂系统E 应用高阶神经网络逼近各个子系统的互联项, 设计了控制器, 即提出了难以解决的互联项问题的高阶神经网络表示方法.该方法通过在线调节神经网络的权值来确保闭环系统的稳定
在本文中,我们研究了一类时滞随机哈密顿系统的鲁棒自适应控制器设计问题。所研究的系统涉及随机性,参数不确定性,未知状态时延和输入延迟。这个问题的目的是设计一个独立于不确定性的自适应控制律,使得对于所有可
研究一类具有结构不确定性的非线性相似组合系统的鲁棒分散输出跟踪控制问题。对于系统 中的非匹配不确定性,利用参数摄动法设计出分散滑模控制器, 使得跟踪误差收敛到零点的小邻域内。 该邻域的半径可表示为设计
针对一类高阶互联M IMO 非线性系统, 利用TS 模糊系统和神经网络的通用逼近能力, 在神经网络控制器 中引入模糊基函数, 提出一种分散混合自适应智能控制器设计的新方案. 基于等价控制思想, 设计分
针对摩擦非线性的扰动抑制和输出反馈控制问题,提出一种高阶滑模扩张状态观测器(ESO),实时获得系统的状态信号.在此基础上,设计神经网络自适应权值调节律,以得到控制信号设计参数与输出跟踪性能之间的关系;
鲁棒自适应控制的英文教材 值得一看! Petros A. Ioannou 的书
针对T 2 S 模糊模型描述的不确定非线性系统, 应用二次D 2稳定概念, 对给定复平面上的某一 D 域提出模糊系统全局鲁棒D 2稳定的充分条件, 基于并行分布补偿(PDC)技术, 各局部状态反馈镇定
研究了一类非线性网络化系统的鲁棒故障检测问题.系统的不确定参数具有范数有界约束,非线性项满足扇形域有界条件,系统状态时滞时变有界.用服从伯努利分布的随机序列描述系统观测数据的随机丢失.将原问题转化为鲁
非线性预测控制技术系列资料之一
暂无评论