论文部分内容阅读
本文研究了一类不确定非线性系统的自适应鲁棒控制,提出了一种基于模糊高斯基函数神经网络的滑模变结构设计方法。用自适应模糊-神经网络来逼近动态系统的非线性函数,滑模控制器用于减弱外部干扰及神经网络的逼近误差对跟踪的影响。针对不确定性的上界提出了一种简单的自适应率,并构造出滑模控制器。与常规方法相比,这种控制器不仅保证了闭环系统的稳定性,而且对系统外部干扰和参数变化具有很强的鲁棒性,同时由于引进了边界层的概念,有效的消除了滑模控制的颤动现象。仿真结果表明了本文所提方法的有效性。